Die Normal- oder Gaußsche Verteilung hat eine Dichtefunktion, die eine symmetrische glockenförmige Kurve ist. Es ist eine der wichtigsten Verteilungen in der Statistik. Verwenden Sie das Tag [Normalität], um nach dem Testen der Normalität zu fragen.
Angenommen, ich habe eine leptokurtische Variable, die ich in Normalität umwandeln möchte. Welche Transformationen können diese Aufgabe erfüllen? Mir ist durchaus bewusst, dass die Umwandlung von Daten nicht immer wünschenswert ist, aber als akademische Maßnahme möchte ich die Daten in die Normalität "hämmern". Wie Sie aus der Grafik ersehen können, …
Warum ist es notwendig, die Verteilungsannahme auf die Fehler zu setzen, dh yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} mitϵi∼N(0,σ2)ϵi∼N(0,σ2)\epsilon_{i} \sim \mathcal{N}(0,\sigma^{2}) . Warum nicht schreiben yi=Xβ+ϵiyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} mityi∼N(Xβ^,σ2)yi∼N(Xβ^,σ2)y_i \sim \mathcal{N}(X\hat{\beta},\sigma^{2}) , wobei in jedem Fall ϵi=yi−y^ϵi=yi−y^\epsilon_i = y_i - \hat{y} . Ich habe gesehen, wie betont wurde, dass …
Für ein lineares Gauß-Modell Y=μ+σGY=μ+σGY=\mu+\sigma G bei dem angenommen wird, dass μμ\mu in einem Vektorraum WWW und GGG die Standardnormalverteilung auf RnRn\mathbb{R}^n , ist die Statistik des FFF Tests für H0:{μ∈U}H0:{μ∈U}H_0\colon\{\mu \in U\} wobei U⊂WU⊂WU \subset W ist ein Vektorraum, eine zunehmende Eins-zu-Eins-Funktion der Abweichungsstatistik : Woher wissen wir, dass …
Ich studiere die t-Verteilung von Studenten und begann mich zu fragen, wie man die t-Verteilungsdichtefunktion ableiten könnte (aus Wikipedia, http://en.wikipedia.org/wiki/Student%27s_t-distribution ): f(t)=Γ(v+12)vπ−−√Γ(v2)(1+t2v)−v+12f(t)=Γ(v+12)vπΓ(v2)(1+t2v)−v+12f(t) = \frac{\Gamma(\frac{v+1}{2})}{\sqrt{v\pi}\:\Gamma(\frac{v}{2})}\left(1+\frac{t^2}{v} \right)^{-\frac{v+1}{2}} Dabei ist der Freiheitsgrad und Γ die Gammafunktion. Was ist die Intuition dieser Funktion? Ich meine, wenn ich mir die Wahrscheinlichkeitsmassenfunktion der Binomialverteilung anschaue, ist …
Gaußsche Daten, die in einer einzigen Dimension verteilt sind, erfordern zwei Parameter, um sie zu charakterisieren (Mittelwert, Varianz), und es geht das Gerücht, dass etwa 30 zufällig ausgewählte Stichproben normalerweise ausreichen, um diese Parameter mit hinreichend hoher Sicherheit abzuschätzen. Aber was passiert, wenn die Anzahl der Dimensionen zunimmt? In zwei …
Angenommen, ich habe eine Mischung aus endlich vielen Gaußschen mit bekannten Gewichten, Mittelwerten und Standardabweichungen. Die Mittel sind nicht gleich. Der Mittelwert und die Standardabweichung des Gemisches können natürlich berechnet werden, da die Momente gewichtete Mittelwerte der Momente der Komponenten sind. Die Mischung ist keine Normalverteilung, aber wie weit ist …
Wir zeichnen NNN Proben, jede der Größe nnn , unabhängig von einer Normalverteilung (μ,σ2)(μ,σ2)(\mu,\sigma^2) . Aus den NNN Stichproben wählen wir dann die 2 Stichproben mit der höchsten (absoluten) Pearson-Korrelation aus. Was ist der erwartete Wert dieser Korrelation? Danke [PS Das sind keine Hausaufgaben]
Für die Arbeit mit GMMs (Gaussian Mixture Models) in Python stehen anscheinend mehrere Optionen zur Verfügung. Auf den ersten Blick gibt es zumindest: PyMix - http://www.pymix.org/pymix/index.php Tools zur Gemischmodellierung PyEM - http://www.ar.media.kyoto-u.ac.jp/members/david/softwares/em/ ist Teil der Scipy-Toolbox und scheint sich auf das GMM- Update zu konzentrieren: Jetzt bekannt als sklearn.mixture . …
Ich habe Informationen über die Verteilung der anthropometrischen Dimensionen (wie die Schulterspanne) für Kinder unterschiedlichen Alters. Für jedes Alter und jede Dimension habe ich die mittlere Standardabweichung. (Ich habe auch acht Quantile, aber ich glaube nicht, dass ich in der Lage sein werde, von ihnen zu bekommen, was ich will.) …
Wenn Sie sich eine Beta-Distribution mitα = β= 4α=β=4\alpha=\beta=4 ansehen , sieht sie einer Gaußschen Distribution sehr ähnlich . Aber ist es? Wie können Sie beweisen, ob eine Beta (4,4) -Verteilung Gaußsch ist oder nicht?
Ich frage mich nur, ob es möglich ist, den erwarteten Wert von x zu finden, wenn er normalverteilt ist, da dieser unter einem bestimmten Wert liegt (z. B. unter dem Mittelwert).
Ich lese über frühere Verteilungen und habe Jeffreys zuvor für eine Stichprobe normalverteilter Zufallsvariablen mit unbekanntem Mittelwert und unbekannter Varianz berechnet. Nach meinen Berechnungen gilt für Jeffreys Prior Folgendes: p(μ,σ2)=det(I)−−−−−√=det(1/σ2001/(2σ4))−−−−−−−−−−−−−−−−−−√=12σ6−−−−√∝1σ3.p(μ,σ2)=det(I)=det(1/σ2001/(2σ4))=12σ6∝1σ3. p(\mu,\sigma^2)=\sqrt{det(I)}=\sqrt{det\begin{pmatrix}1/\sigma^2 & 0 \\ 0 & 1/(2\sigma^4)\end{pmatrix}}=\sqrt{\frac{1}{2\sigma^6}}\propto\frac{1}{\sigma^3}. HierIIIFischers Informationsmatrix. Ich habe jedoch auch Veröffentlichungen und Dokumente gelesen, in denen es …
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 …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.