Als «moments» getaggte Fragen

Momente sind Zusammenfassungen der Eigenschaften von Zufallsvariablen (z. B. Ort, Maßstab). Verwenden Sie auch für gebrochene Momente.

1
Warum ist das arithmetische Mittel kleiner als das Verteilungsmittel in einer logarithmischen Normalverteilung?
Ich habe also einen zufälligen Prozess, der logarithmisch normalverteilte Zufallsvariablen . Hier ist die entsprechende Wahrscheinlichkeitsdichtefunktion:XXX Ich wollte die Verteilung einiger Momente dieser ursprünglichen Verteilung schätzen , sagen wir den ersten Moment: das arithmetische Mittel. Zu diesem Zweck habe ich 100 Zufallsvariablen 10000-mal gezeichnet, um 10000-Schätzungen des arithmetischen Mittels zu …
1
Testen von zwei unabhängigen Stichproben auf Null mit gleichem Versatz?
Welche Tests stehen zur Verfügung, um zwei unabhängige Stichproben auf die Nullhypothese hin zu testen, dass sie aus Populationen mit demselben Versatz stammen? Es gibt einen klassischen 1-Stichproben-Test, um festzustellen, ob der Versatz einer festen Zahl entspricht (der Test bezieht sich auf den 6. Stichprobenmoment!). Gibt es eine einfache Übersetzung …
5
Wie führt man eine Imputation von Werten in einer sehr großen Anzahl von Datenpunkten durch?
Ich habe einen sehr großen Datensatz und es fehlen ungefähr 5% zufällige Werte. Diese Variablen sind miteinander korreliert. Der folgende Beispiel-R-Datensatz ist nur ein Spielzeugbeispiel mit Dummy-korrelierten Daten. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", 1:10000, sep …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
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 …
1
Wie passt man ein ungefähres PDF (dh: Dichteschätzung) unter Verwendung der ersten k (empirischen) Momente an?
Ich habe eine Situation, in der ich (die ersten) Momente eines Datensatzes schätzen kann und daraus eine Schätzung der Dichtefunktion erstellen möchte.kkk Ich bin bereits auf die Pearson-Distribution gestoßen , habe jedoch festgestellt, dass sie nur auf den ersten vier Momenten beruht (mit einigen Einschränkungen hinsichtlich der möglichen Kombinationen von …
1
Robuste Schätzung der Kurtosis?
Ich verwende den üblichen Schätzer für Kurtosis, , aber ich bemerke, dass selbst kleine Ausreißer in meiner empirischen Verteilung , dh kleine Spitzen weit vom Zentrum entfernt, beeinflussen es enorm. Gibt es einen Kurtosis-Schätzer, der robuster ist?K.^= μ^4σ^4K.^=μ^4σ^4\hat{K}=\frac{\hat{\mu}_4}{\hat{\sigma}^4}
3
Approximation von für eine diskrete Verteilung
Was ist der beste Weg, um für zwei gegebene ganze Zahlen zu approximieren wenn Sie den Mittelwert , die Varianz , die Schiefe und die überschüssige Kurtosis einer diskreten Verteilung und aus den (Nicht-Null-) Maßen der Form und dass eine normale Annäherung nicht angemessen ist?Pr[n≤X≤m]Pr[n≤X≤m]Pr[n \leq X \leq m]m,nm,nm,nμμ\muσ2σ2\sigma^2γ1γ1\gamma_1γ2γ2\gamma_2XXXγ1γ1\gamma_1γ2γ2\gamma_2 Normalerweise …
1
Kombination von zwei Kovarianzmatrizen
Ich berechne die Kovarianz einer Verteilung parallel und muss die verteilten Ergebnisse zu einem singulären Gaußschen kombinieren. Wie kombiniere ich die beiden? Die lineare Interpolation zwischen den beiden funktioniert fast, wenn sie ähnlich verteilt und dimensioniert sind. Wikipedia bietet unten ein Forum zur Kombination, aber es scheint nicht richtig zu …
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.