প্রশ্ন ট্যাগ «censoring»

সেন্সরিংয়ের প্রক্রিয়া ডেটা ডব্লিউ / কেবলমাত্র আংশিক তথ্য দেয়। সেন্সরিংয়ের সর্বাধিক সাধারণ উদাহরণ হ'ল বেঁচে থাকার বিশ্লেষণে * ডান সেন্সরিং *, যেখানে ঘটনাটি ঘটে যাওয়া সময়টি কেবল কিছু সময়ের চেয়ে বেশি সময় ধরে পরিচিত কারণ কারণ গবেষণাটি শেষ হওয়ার পরে এই ঘটনাটি ঘটেনি।

1
তাত্ক্ষণিক বিতরণের এমএল অনুমান (সেন্সরযুক্ত ডেটা সহ)
বেঁচে থাকার বিশ্লেষণে, আপনি কোনও আরভি বেঁচে থাকার সময়টি তাত্পর্যপূর্ণভাবে বিতরণ করে । এখন বিবেচনা করে আমার কাছে আইড আরভি এর এক্স_আই এর x_ , ots বিন্দু, x_n "ফলাফল" রয়েছে । এই ফলাফলগুলির কিছু অংশই আসলে "সম্পূর্ণ উপলব্ধি", অর্থাৎ অবশিষ্ট পর্যবেক্ষণগুলি এখনও "জীবিত"।XiXiX_ix1,…,xnx1,…,xnx_1,\dots,x_nXiXiX_i যদি আমি বিতরণের হার প্যারামিটার- লাম্বদাটির জন্য …

3
যদি ,
: নিম্নলিখিত সেট আপ ধরে আসুন Zi=min{ki,Xi},i=1,...,nZi=min{ki,Xi},i=1,...,nZ_i = \min\{k_i, X_i\}, i=1,...,n । এছাড়াও Xi∼U[ai,bi],ai,bi>0Xi∼U[ai,bi],ai,bi>0X_i \sim U[a_i, b_i], \; a_i, b_i >0 । তাছাড়া ki=cai+(1−c)bi,0<c<1ki=cai+(1−c)bi,0<c<1k_i = ca_i + (1-c)b_i,\;\; 0 k_i) = 1- \Pr(X_i \le k_i) =1−ki−aibi−ai=1−(1−c)(bi−ai)bi−ai=c=1−ki−aibi−ai=1−(1−c)(bi−ai)bi−ai=c= 1- \frac {k_i - a_i}{b_i-a_i} = 1-\frac {(1-c)(b_i-a_i)}{b_i-a_i} =c সুতরাং সমস্ত FZi(zi)=⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪0zi<aizi−aibi−aiai≤zi<ki1ki≤ziFZi(zi)={0zi<aizi−aibi−aiai≤zi<ki1ki≤ziF_{Z_i}(z_i) = \begin{cases} …
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.