Als «pdf» getaggte Fragen

Die Wahrscheinlichkeitsdichtefunktion (PDF) einer kontinuierlichen Zufallsvariablen gibt die relative Wahrscheinlichkeit für jeden ihrer möglichen Werte an. Verwenden Sie dieses Tag auch für diskrete Wahrscheinlichkeitsmassenfunktionen (PMFs).

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 
1
Unterschiede zwischen PROC Mixed und lme / lmer in R - Freiheitsgraden
Hinweis: Diese Frage ist ein Repost, da meine vorherige Frage aus rechtlichen Gründen gelöscht werden musste. Beim Vergleich von PROC MIXED von SAS mit der Funktion lmeaus dem nlmePaket in R bin ich auf einige verwirrende Unterschiede gestoßen. Insbesondere unterscheiden sich die Freiheitsgrade in den verschiedenen Tests zwischen PROC MIXEDund …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 
1
Dichte von Y = log (X) für Gamma-verteiltes X.
Diese Frage steht in engem Zusammenhang mit diesem Beitrag Angenommen, ich habe eine Zufallsvariable und definiere Y = log ( X ) . Ich möchte die Wahrscheinlichkeitsdichtefunktion von Y finden .X∼Gamma(k,θ)X∼Gamma(k,θ)X \sim \text{Gamma}(k, \theta)Y=log(X)Y=log⁡(X)Y = \log(X)YYY Ich hatte ursprünglich gedacht, ich würde einfach die kumulative Verteilungsfunktion X definieren, eine Änderung …
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 …
5
Wahrscheinlichkeit, dass eine kontinuierliche Zufallsvariable einen festen Punkt annimmt
Ich bin in einer einführenden Statistikklasse, in der die Wahrscheinlichkeitsdichtefunktion für kontinuierliche Zufallsvariablen definiert wurde als P{X∈B}=∫Bf(x)dxP{X∈B}=∫Bf(x)dxP\left\{X\in B\right\}=\int_B f\left(x\right)dx . Ich verstehe, dass das Integral von ∫aaf(x)dx=0∫aaf(x)dx=0\int\limits_a^af(x)dx=0aber ich kann dies nicht mit meiner Intuition einer kontinuierlichen Zufallsvariablen korrigieren. Angenommen, X ist die Zufallsvariable, die der Anzahl der Minuten ab dem …
1
Intuitives Verständnis von Kovarianz, Kreuzkovarianz, Auto- / Kreuzkorrelation und Leistungsspektrumsdichte
Ich studiere derzeit für mein Finale in Grundstatistik für meinen ECE-Bachelor. Während ich denke, dass ich die Mathematik meistens nicht beherrsche, fehlt mir das intuitive Verständnis, was die Zahlen tatsächlich bedeuten (Präambel: Ich werde eine ziemlich schlampige Sprache verwenden). Ich weiß, dass E [X] der "gewichtete Durchschnitt" aller Ergebnisse von …
5
Wie erhalte ich eine Ellipsenregion aus bivariaten normalverteilten Daten?
Ich habe Daten, die aussehen wie: Ich habe versucht, eine Normalverteilung anzuwenden (die Schätzung der Kerneldichte funktioniert besser, aber ich brauche keine so große Präzision), und sie funktioniert recht gut. Dichtediagramm macht eine Ellipse. Ich brauche diese Ellipsenfunktion, um zu entscheiden, ob ein Punkt innerhalb der Ellipsenregion liegt oder nicht. …
11 r  regression  pdf  bivariate 
3
Wie ist
Angenommen, YYY ist eine kontinuierliche Zufallsvariable und XXX ist eine diskrete. Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y)Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y) \Pr(X=x|Y=y) = \frac{\Pr(X=x)\Pr(Y=y|X=x)}{\Pr(Y=y)} Wie wir wissen, ist Pr(Y=y)=0Pr(Y=y)=0\Pr(Y=y) = 0 weil YYY eine kontinuierliche Zufallsvariable ist. Und auf dieser Grundlage bin ich versucht zu schließen, dass die Wahrscheinlichkeit Pr(X=x|Y=y)Pr(X=x|Y=y)\Pr(X=x|Y=y) undefiniert ist. Jedoch behauptet Wikipedia hier , dass es …
1
Warum ist ( wird zensiert)
In einem Problemsatz habe ich dieses "Lemma" bewiesen, dessen Ergebnis für mich nicht intuitiv ist. ist eine Standardnormalverteilung in einem zensierten Modell.ZZZ Formal ist und . Dann Es besteht also eine Verbindung zwischen der Erwartungsformel über einer abgeschnittenen Domäne und der Dichte am Punkt der Kürzung . Könnte jemand die …
2
Kerndichteschätzung für asymmetrische Verteilungen
Sei Beobachtungen, die aus einer unbekannten (aber sicherlich asymmetrischen) Wahrscheinlichkeitsverteilung stammen.{ x1, … , X.N.}}{x1,…,xN.}}\{x_1,\ldots,x_N\} Ich mag die Wahrscheinlichkeitsverteilung finden , indem Sie den KDE - Ansatz: f ( x ) = 1 Ich habe jedoch versucht, einen Gaußschen Kernel zu verwenden, der jedoch eine schlechte Leistung erbrachte, da er …
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.