Statistiken und Big Data cdf

3

Mein stat prof sagte im Grunde, wenn eine der folgenden drei gegeben ist, können Sie die anderen zwei finden: Verteilungsfunktion Moment erzeugende Funktion Wahrscheinlichkeitsdichtefunktion Mein Ökonometrieprofessor sagte jedoch, CDFs seien grundlegender als PDFs, da es Beispiele gibt, in denen Sie eine CDF haben können, die PDF jedoch nicht definiert ist. …

43 probability pdf cdf mgf

10

Warum ist die Summe zweier Zufallsvariablen eine Faltung?

Für lange Zeit habe ich nicht verstanden , warum die „Summe“ von zwei Zufallsvariablen ist ihre Faltung , während eine Mischung Dichtefunktion Summe von und istf(x)f(x)f(x)g(x)g(x)g(x)pf(x)+(1−p)g(x)pf(x)+(1−p)g(x)p\,f(x)+(1-p)g(x); die arithmetische Summe und nicht ihre Faltung. Der genaue Ausdruck "die Summe von zwei Zufallsvariablen" erscheint in Google 146.000 mal und ist wie folgt …

33 pdf terminology cdf mixture convolution

3

Gaußsche Verteilungsverhältnis: Derivatives WRT Basiswert

Ich arbeite mit zwei unabhängigen Normalverteilungen und mit den Mitteln und und den Varianzen und .Y μ x μ y σ 2 x σ 2 yXXXY.Y.Yμxμx\mu_xμyμy\mu_yσ2xσx2\sigma^2_xσ2yσy2\sigma^2_y Ich bin an der Verteilung ihres Verhältnisses interessiert . Weder noch haben einen Mittelwert von Null, daher wird nicht als Cauchy verteilt.X Y ZZ= …

28 distributions normal-distribution references mathematical-statistics cdf

2

Hilf mir, die Funktion des Quantils (inverse CDF) zu verstehen

Ich lese über die Quantilfunktion, aber es ist mir nicht klar. Könnten Sie eine intuitivere Erklärung geben als die folgende? Da das cdf eine monoton ansteigende Funktion ist, hat es eine Inverse; bezeichnen wir dies mit . Wenn die cdf von , dann ist der Wert von so dass ; …

25 distributions cdf inverse-cdf quantile-function

4

Wie berechnet man die kumulative Verteilung in R?

Verschlossen . Diese Frage und ihre Antworten sind gesperrt, da die Frage nicht zum Thema gehört, aber von historischer Bedeutung ist. Derzeit werden keine neuen Antworten oder Interaktionen akzeptiert. Ich muss die kumulative Verteilungsfunktion einer Datenprobe berechnen. Gibt es in R etwas Ähnliches wie hist (), das die kumulative Dichtefunktion …

23 r distributions cdf

3

Finden des PDFs anhand der CDF

Wie finde ich das PDF (Wahrscheinlichkeitsdichtefunktion) einer Verteilung in Anbetracht der CDF (kumulative Verteilungsfunktion)?

23 distributions pdf cdf

5

Empirische CDF vs CDF

Ich lerne etwas über die empirische kumulative Verteilungsfunktion. Aber ich verstehe immer noch nicht Warum heißt es "empirisch"? Gibt es einen Unterschied zwischen Empirical CDF und CDF?

20 distributions terminology cdf ecdf

2

Warum ist die CDF einer Probe gleichmäßig verteilt?

Ich lese hier gegeben , dass eine Probe aus einer stetigen Verteilung mit cdf folgt die zu korrespondierende Stichprobe einer einheitlichen Standardverteilung.X1, X2, . . . , XnX1,X2,...,Xn X_1,X_2,...,X_n U i = F X ( X i )FXFX F_X Uich= FX( Xich)Ui=FX(Xi) U_i = F_X(X_i) Ich habe dies mithilfe von …

17 pdf uniform cdf intuition

3

Enthalten das pdf und das pmf und das cdf die gleichen Informationen?

Enthalten das pdf und das pmf und das cdf die gleichen Informationen? Für mich gibt das pdf die gesamte Wahrscheinlichkeit an einem bestimmten Punkt an (im Grunde der Bereich unter der Wahrscheinlichkeit). Die pmf geben die Wahrscheinlichkeit eines bestimmten Punktes an. Die cdf geben die Wahrscheinlichkeit unter einem bestimmten Punkt …

17 probability distributions pdf inference cdf

3

Warum definiert eine kumulative Verteilungsfunktion (Cumulative Distribution Function, CDF) eine Verteilung eindeutig?

Mir wurde immer gesagt, dass ein CDF einzigartig ist, ein PDF / PMF jedoch nicht einzigartig. Warum ist das so? Können Sie ein Beispiel nennen, bei dem ein PDF / PMF nicht eindeutig ist?

17 probability distributions pdf cdf

1

Wie man die Wahrscheinlichkeitsdichtefunktion aus der Dichtefunktion in R findet / schätzt

Angenommen, ich habe eine Variable Xmit unbekannter Verteilung. In Mathematica SmoothKernelDensitykönnen wir mithilfe der Funktion eine geschätzte Dichtefunktion haben. Diese geschätzte Dichtefunktion kann zusammen mit der PDFFunktion verwendet werden, um die Wahrscheinlichkeitsdichtefunktion eines Werts zu berechnen, etwa Xin der Form der PDF[density,X]Annahme, dass "Dichte" das Ergebnis von ist SmoothKernelDensity. Es …

17 r pdf cdf

4

Was zu glauben: Kolmogorov-Smirnov-Test oder QQ-Plot?

Ich versuche festzustellen, ob mein Datensatz mit kontinuierlichen Daten einer Gammaverteilung mit den Parametern shape 1.7 und rate 0.000063 folgt.====== Das Problem ist, wenn ich mit R ein QQ-Diagramm meines Datensatzes gegen die theoretische Verteilung Gamma (1,7, 0,000063) erstelle, bekomme ich ein Diagramm, das zeigt, dass die empirischen Daten in …

16 pdf kolmogorov-smirnov cdf qq-plot

3

CDF zur Macht erhoben?

Wenn FZFZF_Z eine CDF ist, sieht es so aus, als wäre ( ) ebenfalls eine CDF.FZ(z)αFZ(z)αF_Z(z)^\alphaα>0α>0\alpha \gt 0 F: Ist das ein Standardergebnis? F: Gibt es einen guten Weg , um eine Funktion zu finden mit st , wobeiX ≡ g ( Z )gggX≡g(Z)X≡g(Z)X \equiv g(Z)FX(x)=FZ(z)αFX(x)=FZ(z)αF_X(x) = F_Z(z)^\alphax≡g(z)x≡g(z) x \equiv …

14 data-transformation cdf quantile-function

1

Caret glmnet vs cv.glmnet

Es scheint eine Menge Verwirrung im Vergleich zwischen der Verwendung von glmnetinside caretzur Suche nach einem optimalen Lambda und der Verwendung cv.glmnetderselben Aufgabe zu geben. Viele Fragen wurden gestellt, zB: Klassifizierungsmodell train.glmnet vs. cv.glmnet? Was ist der richtige Weg, um glmnet mit caret zu verwenden? Quervalidierung von "glmnet" mit "caret" …

14 r caret glmnet machine-learning neural-networks maximum softmax probability distributions mathematical-statistics random-variable cdf statistical-significance variance expected-value ratio sample-size reliability tolerance-interval wilcoxon-signed-rank self-study variance sampling mean machine-learning svm libsvm self-study sampling ranks data-visualization histogram machine-learning classification normal-distribution mathematical-statistics maximum-likelihood mixture predictive-models prediction seasonality

1

Wie hängen die Fehlerfunktion und die Standardnormalverteilungsfunktion zusammen?

Wenn das normale Standard-PDFf(x)=12π−−√e−x2/2f(x)=12πe−x2/2f(x) = \frac{1}{\sqrt{2\pi}} e^{-x^2/2} und die CDF ist F(x)=12π−−√∫x−∞e−x2/2dx,F(x)=12π∫−∞xe−x2/2dx,F(x) = \frac{1}{\sqrt{2\pi}} \int_{-\infty}^x e^{-x^2/2}\mathrm{d}x\,, Wie wird daraus eine Fehlerfunktion von ?zzz

10 normal-distribution cdf

Als «cdf» getaggte Fragen