Questions marquées «saddlepoint-approximation»

Cette balise est utilisée pour l'approximation en point de selle des fonctions de densité, des fonctions de masse de probabilité, des fonctions de distribution cumulative, etc. Voir Ronald W Butler: "Approximations de points de selle avec applications".

9
Recommandation de livres de statistiques avancées
Il existe plusieurs discussions sur ce site pour des recommandations de livres sur les statistiques d’introduction et l’apprentissage automatique, mais je cherche un texte sur les statistiques avancées, comprenant, par ordre de priorité: maximum de vraisemblance, modèles linéaires généralisés, analyse en composantes principales, modèles non linéaires . J'ai essayé les …
2
somme des variables aléatoires du chi carré non central
J'ai besoin de trouver la distribution de la variable aléatoire Y=∑i=1n(Xi)2Y=∑i=1n(Xi)2Y=\sum_{i=1}^{n}(X_i)^2 où Xi∼N(μi,σ2i)Xi∼N(μi,σi2)X_i\sim{\cal{N}}(\mu_i,\sigma^2_i) et tous les XiXiX_i s sont indépendants. Je sais qu'il est possible de trouver d 'abord le produit de toutes les fonctions génératrices de moments pour XiXiX_i s, puis de retransformer pour obtenir la distribution de YYYCependant, …
2
Opérations trigonométriques sur les écarts-types
L'addition, la soustraction, la multiplication et la division de variables aléatoires normales sont bien définies, mais qu'en est-il des opérations trigonométriques? Par exemple, supposons que j'essaie de trouver l'angle d'une cale triangulaire (modélisée comme un triangle à angle droit) avec les deux cathètes ayant les dimensions et , toutes deux …
1
La somme de la combinaison linéaire du produit des exponentielles est exponentielle
Ce problème est apparu dans mes recherches: supposons que Vje∼ EDVi∼EDV_i \sim \text{ED} sont les distributions exponentielles iid (ED) avec la moyenne 111 et laisse λλ\lambdaêtre un nombre non négatif. Est-il vrai que ∑k = 0∞λke- λV0⋯Vkk !∼ ED ?∑k=0∞λke−λV0⋯Vkk!∼ED? \sum_{k=0}^{\infty} \frac{\lambda^k e^{-\lambda}V_{0} \cdots V_k}{k!} \sim \text{ED}? Cela passe le …
2
Somme des variables aléatoires tronquées normales
Supposons que j'ai variables aléatoires normales indépendantesnnn X1∼ N (μ1,σ21)X2∼ N (μ2,σ22)⋮Xn∼ N (μn,σ2n)X1∼N(μ1,σ12)X2∼N(μ2,σ22)⋮Xn∼N(μn,σn2)X_1 \sim \mathrm{N}(\mu_1, \sigma_1^2)\\X_2 \sim \mathrm{N}(\mu_2, \sigma_2^2)\\\vdots\\X_n \sim \mathrm{N}(\mu_n, \sigma_n^2) et . Comment pourrais-je caractériser la densité de si la distribution de chaque est tronquée à l'intérieur ? En d'autres termes, partir de distributions normales indépendantes , …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.