Als «marginal» getaggte Fragen

Die Randverteilung bezieht sich auf die Wahrscheinlichkeitsverteilung einer Teilmenge von Variablen, die in einer gemeinsamen Verteilung enthalten sind.

2
Was ist ein Unterschied zwischen Zufallseffekt-, Fixeffekt- und Randmodell?
Ich versuche meine statistischen Kenntnisse zu erweitern. Ich komme aus den Naturwissenschaften mit einem "rezeptbasierten" Ansatz für statistische Tests, bei dem wir sagen, dass es kontinuierlich und normalverteilt ist - OLS-Regression . In meiner Lektüre bin ich auf folgende Begriffe gestoßen: Zufallseffektmodell, Modell mit festen Effekten, Randmodell. Meine Fragen sind: …
5
Einführungslesung zu Copulas
Seit einiger Zeit bin ich auf der Suche nach einer guten Einführung in Copulas für mein Seminar. Ich finde viel Material, das über theoretische Aspekte spricht, was gut ist, aber bevor ich darauf eingehe, versuche ich, ein gutes intuitives Verständnis für das Thema aufzubauen. Könnte jemand eine gute Arbeit vorschlagen, …
1
Welche Mehrfachvergleichsmethode kann für ein älteres Modell verwendet werden: lsmeans oder glht?
Ich analysiere einen Datensatz unter Verwendung eines gemischten Effektmodells mit einem festen Effekt (Bedingung) und zwei zufälligen Effekten (Teilnehmer aufgrund des innerhalb des Motivs und des Paares). Das Modell wurde mit dem erzeugten lme4Paket: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Als nächstes führte ich einen Likelihood-Ratio-Test dieses Modells gegen das Modell ohne festen Effekt (Bedingung) …
3
Maximum-Likelihood-Schätzer der gemeinsamen Verteilung bei nur marginalen Zählungen
Sei px,ypx,yp_{x,y} eine gemeinsame Verteilung zweier kategorialer Variablen X,YX,YX,Y mit x,y∈{1,…,K}x,y∈{1,…,K}x,y\in\{1,\ldots,K\} . Angenommen, es wurden nnn Stichproben aus dieser Verteilung gezogen, aber wir erhalten nur die Grenzwerte, nämlich für j=1,…,Kj=1,…,Kj=1,\ldots,K : Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j),Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j), S_j = \sum_{i=1}^{n}{\delta(X_i=l)}, T_j = \sum_{i=1}^{n}{\delta(Y_i=j)}, Was ist der Maximum-Likelihood-Schätzer für px,ypx,yp_{x,y} bei Sj,TjSj,TjS_j,T_j ? Ist das bekannt? …
1
Stichprobe aus der Randverteilung unter Verwendung der bedingten Verteilung?
Ich möchte aus einer univariaten Dichte , aber nur die Beziehung:fXfXf_X fX(x)=∫fX|Y(x|y)fY(y)dy.fX(x)=∫fX|Y(x|y)fY(y)dy.f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. Ich möchte die Verwendung von MCMC (direkt auf der Integraldarstellung) vermeiden, und da und leicht sind, habe ich mir überlegt, den folgenden Sampler zu verwenden ::fX|Y(x|y)fX|Y(x|y)f_{X\vert Y}(x\vert y)fY(y)fY(y)f_Y(y) Für .j=1,…,Nj=1,…,Nj=1,\dots, N Beispiel …
1
Wie kann man eine marginale Verteilung aus einer gemeinsamen Verteilung mit einer Abhängigkeit von mehreren Variablen finden?
Eines der Probleme in meinem Lehrbuch ist wie folgt. Ein zweidimensionaler stochastischer kontinuierlicher Vektor hat die folgende Dichtefunktion: fX., Y.( x , y) = { 15 x y20wenn 0 <x <1 und 0 <y <xAndernfallsfX,Y(x,y)={15xy2if 0 < x < 1 and 0 < y < x0otherwise f_{X,Y}(x,y)= \begin{cases} 15xy^2 & …
1
Aktualisieren eines Bayes-Faktors
Ein Bayes-Faktor wird beim Bayes'schen Testen der Hypothese und der Bayes'schen Modellauswahl durch das Verhältnis zweier Grenzwahrscheinlichkeiten definiert: bei gegebener iid-Stichprobe und entsprechenden Abtastdichten und mit den entsprechenden Prioritäten und ist der Bayes-Faktor für den Vergleich der beiden Modelle Ein Buch, das ich gerade rezensiere, hat die seltsame Aussage, dass …
2
Robuster MCMC-Schätzer der Grenzwahrscheinlichkeit?
Ich versuche, die Grenzwahrscheinlichkeit für ein statistisches Modell mit Monte-Carlo-Methoden zu berechnen: f( x ) = ∫f( x ∣ θ ) π( θ )dθf(x)=∫f(x∣θ)π(θ)dθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta Die Wahrscheinlichkeit ist gut verhalten - glatt, logarithmisch konkav - aber hochdimensional. Ich habe versucht, wichtige Stichproben zu erstellen, aber die …
1
Finden der Randdichten von
Wie der Titel schon sagt, suche ich nach den Randdichten von f(x,y)=c1−x2−y2−−−−−−−−−√,x2+y2≤1.f(x,y)=c1−x2−y2,x2+y2≤1.f (x,y) = c \sqrt{1 - x^2 - y^2}, x^2 + y^2 \leq 1. Bisher habe ich gefunden ccc sein 32π32π\frac{3}{2 \pi} . Ich habe das herausgefunden, indem ichf(x,y)f(x,y)f(x,y)in Polarkoordinaten umgewandelt und überdrdθdrdθdrd\theta, weshalb ich mich auf den Randdichteabschnitt …
1
Stimmt die maximale Entropieverteilung mit den gegebenen Randverteilungen mit der Produktverteilung der Randverteilungen überein?
Es ist in der Regel viele gemeinsame Verteilungen P.( X.1= x1, X.2= x2, . . . , X.n= xn)P(X1=x1,X2=x2,...,Xn=xn)P(X_1 = x_1, X_2 = x_2, ..., X_n = x_n) in Übereinstimmung mit einer bekannten Satz Randverteilungen .fich( xich) = P.( X.ich= xich)fich(xich)=P.(X.ich=xich)f_i(x_i) = P(X_i = x_i) von diesen gemeinsamen Verteilungen das …
3
Intuition der Bayes'schen Normalisierungskonstante
Bei dem häufig erwähnten Mammographie-Screening-Problem mit einer Screening-Wahrscheinlichkeit von 80%, einem Prior von 10% und einer falsch-positiven Rate von 50% oder seinen Varianten ist es leicht zu erklären, dass die bedingte hintere Wahrscheinlichkeit, dass ein positives Screening auf Krebs hinweist vorhanden ist nur 15%. Dies lässt sich am einfachsten anhand …
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.