Questions marquées «stable-distribution»

2
Bootstrap paramétrique, semi-paramétrique et non paramétrique pour les modèles mixtes
Les greffes suivantes sont extraites de cet article . Je suis novice dans le bootstrap et j'essaie d'implémenter le bootstrap paramétrique, semi-paramétrique et non paramétrique pour le modèle mixte linéaire avec le R bootpackage. Code R Voici mon Rcode: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
3
La distribution stable positive dans R
Les distributions stables positives sont décrites par quatre paramètres: le paramètre d'asymétrie , le paramètre d'échelle , le paramètre de localisation , etc. -index appelé paramètre . Lorsque est nul la distribution est symétrique autour de , quand elle est positive (resp. négative) la distribution est biaisée vers la droite …
1
Estimation des paramètres de RV à somme stable via des estimateurs L
L'une des utilisations supposées des estimateurs L est la capacité d'estimer «de manière robuste» les paramètres d'une variable aléatoire tirée d'une classe donnée. L'un des inconvénients de l'utilisation de distributions stables de Levyαα\alpha est qu'il est difficile d'estimer les paramètres étant donné un échantillon d'observations tirées de la classe. Y …
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.