Als «binomial» getaggte Fragen

Die Binomialverteilung gibt die Häufigkeit von "Erfolgen" in einer festen Anzahl unabhängiger "Versuche" an. Verwenden Sie dieses Tag für Fragen zu Daten, die möglicherweise binomial verteilt sind, oder für Fragen zur Theorie dieser Verteilung.

2
Wie modelliere ich die Summe der Bernoulli-Zufallsvariablen für abhängige Daten?
Ich habe fast die gleichen Fragen wie diese: Wie kann ich die Summe der Bernoulli-Zufallsvariablen effizient modellieren? Aber die Einstellung ist ganz anders: S=∑i=1,NXiS=∑i=1,NXiS=\sum_{i=1,N}{X_i} , , ~ 20, ~ 0,1P(Xi=1)=piP(Xi=1)=piP(X_{i}=1)=p_iNNNpipip_i Wir haben die Daten für die Ergebnisse von Bernoulli-Zufallsvariablen: ,Xi,jXi,jX_{i,j}Sj=∑i=1,NXi,jSj=∑i=1,NXi,jS_j=\sum_{i=1,N}{X_{i,j}} Wenn wir mit maximaler Wahrscheinlichkeitsschätzung schätzen (und ), stellt sich …
2
Berechnen Sie die ROC-Kurve für Daten
Ich habe also 16 Studien, in denen ich versuche, eine Person anhand eines biometrischen Merkmals mithilfe von Hamming Distance zu authentifizieren. Mein Schwellenwert ist auf 3,5 eingestellt. Meine Daten sind unten und nur Versuch 1 ist ein wahres Positiv: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
1
Schätzungen zufälliger Effekte im Binomialmodell (lme4)
Ich simuliere Bernoulli-Versuche mit einem zufälligen zwischen Gruppen und passe dann das entsprechende Modell mit an das Paket:logitθ ∼ N.( logitθ0, 12)logitθ∼N(logitθ0,12)\text{logit}\, \theta \sim {\cal N}(\text{logit}\, \theta_0, 1^2)lme4 library(lme4) library(data.table) I <- 30 # number of groups J <- 10 # number of Bernoulli trials within each group logit <- …
1
Welche Interpretation haben die Parameter eines verallgemeinerten linearen Modells mit Effektcodierung?
library(lme4) out <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd), data = cbpp, family = binomial, contrasts = list(period = "contr.sum")) summary(out) Fixed effects: Estimate Std. Error z value Pr(>|z|) (Intercept) -2.32337 0.22129 -10.499 < 2e-16 *** period1 0.92498 0.18330 5.046 4.51e-07 *** period2 -0.06698 0.22845 -0.293 …
1
Vorhersageintervalle für das Ergebnis einer logistischen Regression mit binomialer Antwort
Angenommen, wir haben ein logistisches Regressionsmodell: P.( y= 1 | x )Log( p1 - p)= p= β xP(y=1|x)=plog⁡(p1−p)=βx\begin{align} P(y=1\vert\mathbf{x}) &= p \\ \log\left(\frac{p}{1-p}\right) &= \boldsymbol{\beta}\mathbf{x} \end{align} Bei einer Zufallsstichprobe D = { X , y }D={X,y}D=\{\mathbf{X},\mathbf{y}\} der Größe N.NN können wir Konfidenzintervalle für das ββ\boldsymbol{\beta} und entsprechend Vorhersageintervalle für ppp …
2
Ein Elektronikunternehmen stellt Geräte her, die in 95% der Fälle ordnungsgemäß funktionieren
Ein Elektronikunternehmen stellt Geräte her, die in 95% der Fälle ordnungsgemäß funktionieren. Die neuen Geräte werden in Kartons mit 400 Stück geliefert. Das Unternehmen möchte sicherstellen, dass k oder mehr Geräte pro Karton funktionieren. Was ist das größte k, damit mindestens 95% der Boxen die Garantie erfüllen? Versuch: Ich weiß, …
1
Generieren von binomialen Zufallsvariablen mit gegebener Korrelation
Angenommen, ich weiß, wie unabhängige binomiale Zufallsvariablen generiert werden. Wie kann ich zwei Zufallsvariablen und so generieren, dassY X ∼ Bin ( 8 , 2XXXYYYX∼Bin(8,23),Y∼Bin(18,23) and Corr(X,Y)=0.5X∼Bin(8,23),Y∼Bin(18,23) and Corr(X,Y)=0.5X\sim \text{Bin}(8,\dfrac{2}{3}),\quad Y\sim \text{Bin}(18,\dfrac{2}{3})\ \text{ and }\ \text{Corr}(X,Y)=0.5 Ich dachte daran, die Tatsache zu nutzen, dass und unabhängig sind, wobei aber ich …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.