Als «distributions» getaggte Fragen

Eine Verteilung ist eine mathematische Beschreibung von Wahrscheinlichkeiten oder Häufigkeiten.

2
Wie parametriere ich das Verhältnis zweier normalverteilter Variablen oder die Umkehrung einer Variablen?
Problem: Ich parametrisiere Verteilungen zur Verwendung als Prioritäten und Daten in einer Bayes'schen Metaanalyse. Die Daten werden in der Literatur als zusammenfassende Statistiken bereitgestellt, von denen fast ausschließlich angenommen wird, dass sie normal verteilt sind (obwohl keine der Variablen <0 sein kann, einige Verhältnisse sind, andere Massen sind und usw.). …
5
Ist es möglich, dass zwei zufällige Variablen aus derselben Verteilungsfamilie dieselbe Erwartung und Varianz haben, aber unterschiedliche höhere Momente?
Ich dachte über die Bedeutung der Familie auf der Ortsskala nach. Mein Verständnis ist, dass für jedes XXX Mitglied einer Ortsskalenfamilie mit den Parametern aaa Ort und bbb Skala die Verteilung von Z=(X−a)/bZ=(X−a)/bZ =(X-a)/b nicht von irgendwelchen Parametern abhängt und für jedes dazugehörige XXX Familie. Meine Frage ist also, ob …
2
pdf eines Produkts zweier unabhängiger einheitlicher Zufallsvariablen
Sei XXX ~ U(0,2)U(0,2)U(0,2) und YYY ~ U(−10,10)U(−10,10)U(-10,10) zwei unabhängige Zufallsvariablen mit den gegebenen Verteilungen. Wie ist die Verteilung von V=XYV=XYV=XY ? Ich habe versucht, mich zu falten, weil ich das wusste h(v)=∫y=+∞y=−∞1yfY(y)fX(vy)dyh(v)=∫y=−∞y=+∞1yfY(y)fX(vy)dyh(v) = \int_{y=-\infty}^{y=+\infty}\frac{1}{y}f_Y(y) f_X\left (\frac{v}{y} \right ) dy Wir wissen auch, dass fY(y)=120fY(y)=120f_Y(y) = \frac{1}{20} , h(v)=120∫y=10y=−101y⋅12dyh(v)=120∫y=−10y=101y⋅12dyh(v)= \frac{1}{20} …
2
Wahrscheinlichkeitsverteilung für eine verrauschte Sinuswelle
Ich möchte eine Wahrscheinlichkeitsverteilung von Abtastpunkten aus einer oszillierenden Funktion analytisch berechnen, wenn ein Messfehler vorliegt. Ich habe bereits die Wahrscheinlichkeitsverteilung für den Teil "ohne Rauschen" berechnet (ich werde dies am Ende setzen), aber ich kann nicht herausfinden, wie "Rauschen" eingeschlossen werden soll. Numerische Schätzung Stellen Sie sich zur Verdeutlichung …
1
Intuitive Beispiele für wichtige Stichproben
Mein Hintergrund ist Informatik. Ich bin ziemlich neu in Monte-Carlo-Stichprobenverfahren, und obwohl ich die Mathematik verstehe, fällt es mir schwer, intuitive Beispiele für wichtige Stichproben zu finden. Genauer gesagt, könnte jemand Beispiele nennen für: Eine ursprüngliche Verteilung, aus der man keine Stichprobe ziehen kann, die man aber schätzen kann eine …
3
Buchempfehlungen für Anfänger zu Wahrscheinlichkeitsverteilungen
Ich studiere maschinelles Lernen und bei jedem Buch, das ich öffne, stoße ich auf Chi-Quadrat-Verteilung, Gammafunktion, T-Verteilung, Gauß-Verteilung usw. Jedes Buch, das ich bisher geöffnet habe, definiert nur die Verteilungen: Sie erklären oder geben keine Vorstellung davon, woher die spezifischen Formeln für die Funktionen stammen. Warum ist beispielsweise die Chi-Quadrat-Verteilung …
3
Ist es möglich, eine KL-Divergenz zwischen diskreter und kontinuierlicher Verteilung anzuwenden?
Ich bin kein Mathematiker. Ich habe im Internet nach KL Divergence gesucht. Was ich gelernt habe, ist, dass die KL-Divergenz den Informationsverlust misst, wenn wir die Verteilung eines Modells in Bezug auf die Eingabeverteilung approximieren. Ich habe diese zwischen zwei kontinuierlichen oder diskreten Verteilungen gesehen. Können wir es zwischen kontinuierlich …
1
Gibt es andere Verteilungen als Cauchy, für die das arithmetische Mittel einer Stichprobe der gleichen Verteilung folgt?
Wenn XXX einer Cauchy-Verteilung folgt, ist Y=X¯=1n∑ni=1XiY=X¯=1n∑i=1nXiY = \bar{X} = \frac{1}{n} \sum_{i=1}^n X_ifolgt ebenfalls genau der gleichen Verteilung wieXXX; siehediesen Thread. Hat diese Eigenschaft einen Namen? Gibt es andere Distributionen, für die dies zutrifft? BEARBEITEN Eine andere Möglichkeit, diese Frage zu stellen: sei XXX eine Zufallsvariable mit der Wahrscheinlichkeitsdichte f(x)f(x)f(x) …
2
Wenn und unabhängige Normalvariablen mit jeweils dem Mittelwert Null sind, ist ebenfalls eine Normalvariable
Ich versuche die Aussage zu beweisen: Wenn und unabhängige Zufallsvariablen sind,X ∼ N ( 0 , σ 2 1 ) X∼N(0,σ21)X\sim\mathcal{N}(0,\sigma_1^2)Y ∼ N ( 0 , σ 2 2 )Y∼N(0,σ22)Y\sim\mathcal{N}(0,\sigma_2^2) dann ist X Y.√X 2 + Y 2XYX2+Y2√\frac{XY}{\sqrt{X^2+Y^2}} auch eine normale Zufallsvariable. Für den Sonderfall σ 1 = σ 2 …
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.