Imaginez une élection où nnnles gens font un choix binaire: ils votent pour A ou contre. Le résultat est quemmm les gens votent pour A, et donc le résultat de A est p=m/np=m/np=m/n. Si je veux modéliser ces élections, je peux supposer que chaque personne vote pour A indépendamment avec …
Le système sur lequel nous travaillons est biologique, plus précisément la distribution des événements programmés de dommages à l'ADN à travers un chromosome. Cela peut être considéré comme un réseau 1D (le chromosome) à travers lequel des points peuvent être choisis (les sites de dommages intentionnels). Nous avons cartographié les …
Le problème vient de la page 377-379 de ce document [0] . Étant donné une distribution continue et un fixe , considérons:FFFz∈ Rz∈Rz\in\mathbb{R} Lz( t ) =PF( | z- Z| ≤t)Lz(t)=PF(|z−Z|≤t)L_z(t)=P_F(|z-Z|\leq t) et H( z) =L- 1z( 0,5 ) =medZ∼ F| z- Z|H(z)=Lz−1(0.5)=medZ∼F|z−Z|H(z)=L^{-1}_z(0.5)=\underset{Z\sim F}{\mbox{med}}|z-Z| où est l'inverse continu droit. Donc, …
J'ai remarqué que nous appelons parfois les termes d'erreur «innovations». Je ne comprends pas si c'est dans des situations particulières ou si ces termes peuvent être utilisés les uns pour les autres. Ensuite, une autre question est "pourquoi appelons-nous les termes d'erreur" innovations "? Merci
La relation entre la normale normale et les distributions du chi carré est bien connue. Je me demandais cependant, y a-t-il une transformation qui peut conduire d'un à une distribution normale standard?χ2(1)χ2(1)\chi^2 (1) On peut facilement voir que la transformation de racine carrée ne fonctionne pas car sa plage n'est …
Je voudrais tout d'abord préciser que je ne suis pas un expert du sujet. Supposons que deux variables aléatoires et soient binomiales, respectivement X \ sim B (n_1, p) et Y \ sim B (n_2, p), notez ici que p est le même. Je sais que Z = X + …
J'ai du mal à bien comprendre certaines notations dans un livre où ils utilisent un symbole "en forme de croix" - d'abord comme ⨁i=1nZj⨁i=1nZj\bigoplus\limits_{i=1}^n{} Z_j où le ZjZjZ_j sont des matrices et secondes comme In⊗ΦIn⊗ΦI_n \otimes \Phi où InInI_n et ΦΦ\Phi sont les deux matrices. Le livre porte sur les …
Supposons que nous ayons un instrument binaire qui peut être utilisé pour estimer l'effet de la variable endogène sur le résultat . Supposons que l'instrument ait une première étape importante, qu'il soit assigné au hasard, qu'il satisfasse à la restriction d'exclusion et qu'il satisfasse à la monotonie comme indiqué dans …
J'essaie de prouver l'inégalité suivante: EDIT: Presque immédiatement après avoir posté cette question, j'ai découvert que l'inégalité qu'on me demande de prouver s'appelle l'inégalité de Cantelli. Quand j'ai écrit cela, je ne savais pas que cette inégalité particulière avait un nom. J'ai trouvé plusieurs preuves via Google, donc je n'ai …
Je cherche la valeur asymptotique ( ) de (le log du déterminant de) la covariance du % d'observations avec la plus petite distance euclédienne à l'origine dans un échantillon de taille tiré de, disons , un gaussien standard bivarié.n→∞n→∞n\rightarrow \inftyαα\alphannn - L'hyper-volume d'une ellipse est proportionnel au déterminant de sa …
Je sais que le PDF est la première dérivée du CDF pour une variable aléatoire continue et la différence pour une variable aléatoire discrète. Cependant, je voudrais savoir pourquoi cela est, pourquoi y a-t-il deux cas différents pour discret et continu?
J'ai lu cette déclaration plusieurs fois mais je n'ai jamais trouvé de preuve. Je voudrais essayer d'en produire un moi-même mais je ne sais même pas quelle notation utiliser. Est-ce que quelqu'un peut m'aider avec ça?
Supposons qu'une distribution multivariée sur ait une matrice de covariance singulière. Peut-on en conclure qu'il n'a pas de fonction de densité?RnRn\mathbb R^n Par exemple, c'est le cas pour la distribution normale multivariée, mais je ne sais pas si c'est vrai pour toutes les autres distributions multivariées. C'est, je pense, une …
Mon manuel met cela dans une boîte latérale avec le titre "Note" et n'explique pas pourquoi. Pourriez-vous me dire pourquoi cette déclaration tient? P(a<Z<b)=P(a≤Z<b)=P(a<Z≤b)=P(a≤Z≤b)P(a<Z<b)=P(a≤Z<b)=P(a<Z≤b)=P(a≤Z≤b)P(a < Z < b) = P(a \leq Z < b) = P(a < Z \leq b) = P(a \leq Z \leq b)
J'ai souvent lu que la correction de Bonferroni fonctionne également pour les hypothèses dépendantes. Cependant, je ne pense pas que ce soit vrai et j'ai un contre-exemple. Quelqu'un peut-il me dire (a) où est mon erreur ou (b) si j'ai raison sur ce point. Configuration de l'exemple de compteur Supposons …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.