প্রশ্ন ট্যাগ «central-limit-theorem»

কেন্দ্রীয় সীমাবদ্ধতা তত্ত্ব সম্পর্কে প্রশ্নের জন্য, যা বলেছে: "কিছু শর্ত দেওয়া হয়েছে, যথেষ্ট পরিমাণে স্বতন্ত্র র্যান্ডম ভেরিয়েবলগুলির পুনরাবৃত্তির গড়, যার প্রতিটি একটি সংজ্ঞায়িত গড় এবং ভাল-সংজ্ঞায়িত বৈকল্পিক, প্রায় সাধারণত বিতরণ করা হবে" " (উইকিপিডিয়া)

3
স্কোয়ার্ড টি পরিবর্তকের যোগফল কত?
যাক সঙ্গে একটি স্টুডেন্ট টি বন্টন থেকে IID আকৃষ্ট করা , স্বাধীন ডিগ্রীগুলির পরিমিতরূপে মাপের জন্য (বলুন 100 কম)। নির্ধারণ হল একটি চি-বর্গক্ষেত্র সঙ্গে প্রায় বিতরণ স্বাধীন ডিগ্রীগুলির? স্কোয়ার এলোমেলো ভেরিয়েবলের যোগফলের জন্য কেন্দ্রীয় সীমাবদ্ধ তত্ত্বের মতো কিছু আছে কি? n n T = ∑ 1 ≤ i ≤ k …

4
মুদ্রার নমুনার আকার বাড়ানো কেন সাধারণ বক্ররেখা অনুমানের উন্নতি করে না?
আমি পরিসংখ্যান (ফ্রিম্যান, পিসানী, পার্ভস) বইটি পড়ছি এবং আমি এমন একটি উদাহরণ পুনরুত্পাদন করার চেষ্টা করছি যেখানে একটি মুদ্রা নিক্ষেপ করা হয় যেখানে 50 বার বলা হয়, মাথার সংখ্যাটি গণনা করা হয় এবং এটি 1000 বার বলা হয় is প্রথমত, আমি টসসের সংখ্যা (নমুনা আকার) 1000 এ রেখেছি এবং পুনরাবৃত্তিগুলি …

4
সাধারণত তথ্য বিতরণের কারণ
এমন কিছু উপপাদ কী কী যা ব্যাখ্যা করতে পারে (অর্থাত্ জেনারেটালি) কেন বাস্তব-বিশ্বের ডেটাগুলি সাধারণত বিতরণের আশা করা যেতে পারে? আমি জানি যে দুটি আছে: কেন্দ্রীয় সীমাবদ্ধ উপপাদ্য (অবশ্যই), যা আমাদেরকে জানিয়েছে যে গড় এবং বৈচিত্রের সাথে বিভিন্ন স্বতন্ত্র এলোমেলো ভেরিয়েবলগুলির যোগফল (এমনকি যখন তারা স্বতন্ত্রভাবে বিতরণ করা হয় না) …

3
বিতরণের উদাহরণ যেখানে কেন্দ্রীয় সীমাবদ্ধ উপপাদনের জন্য বৃহত নমুনার আকার প্রয়োজন
কিছু বই আকার 30 একটি নমুনা আকার রাষ্ট্র বা উচ্চতর কেন্দ্রীয় সীমা জন্য প্রয়োজনীয় উপপাদ্য দিতে একটি ভাল পড়তা । এক্স¯এক্স¯\bar{X} আমি জানি এটি সমস্ত বিতরণের জন্য যথেষ্ট নয়। আমি বিতরণের কয়েকটি উদাহরণ দেখতে ইচ্ছুক যেখানে বড় আকারের নমুনা আকারের (সম্ভবত 100, বা 1000 বা তার বেশি) এমনকি, নমুনাটির বন্টন …

2
দুটি গ্রুপের মধ্যে পার্থক্যের জন্য কীভাবে পরীক্ষা করা যায় যখন ডেটা সাধারণত বিতরণ করা হয় না?
আমি সমস্ত জৈবিক বিবরণ এবং পরীক্ষাগুলি মুছে ফেলব এবং হাতে থাকা সমস্যা এবং আমি পরিসংখ্যানগতভাবে যা করেছি তা উদ্ধৃত করব। আমি জানতে চাই যে এটির সঠিক কিনা, এবং না হলে কীভাবে এগিয়ে যেতে হবে। যদি ডেটা (বা আমার ব্যাখ্যা) যথেষ্ট পরিমাণে পরিষ্কার না হয় তবে আমি সম্পাদনা করে আরও ভাল …

3
অ-স্বাভাবিক নমুনার নমুনা বৈকল্পিকের Asympotic বিতরণ
এটি এই প্রশ্নের উত্থাপিত সমস্যার আরও সাধারণ চিকিত্সা । নমুনা বৈকল্পিকের asympotic বিতরণ প্রাপ্তির পরে, আমরা প্রমিত বিচ্যুতির জন্য সংশ্লিষ্ট বিতরণে পৌঁছানোর জন্য ডেল্টা পদ্ধতিটি প্রয়োগ করতে পারি। আইড আই -নন-নরমাল এলোমেলো ভেরিয়েবল { X i } এর আকার nnn এর একটি নমুনা দেওয়া যাক ,{Xi},i=1,...,n{Xi},i=1,...,n\{X_i\},\;\; i=1,...,n , গড়μμ\mu এবং …

1
কেন্দ্রীয় সীমাবদ্ধ উপপাদ্য এবং বিপুল সংখ্যার আইন
কেন্দ্রীয় সীমাবদ্ধ উপপাদ্য (সিএলটি) সম্পর্কিত আমার খুব প্রাথমিক প্রশ্ন রয়েছে: আমি সচেতন যে সিএলটি বলেছে যে আইআইডি র‌্যান্ডম ভেরিয়েবলের গড় প্রায় সাধারণ বিতরণ করা হয় ( , যেখানে সামান্ডের সূচক হয়) বা মানযুক্ত র‌্যান্ডম ভেরিয়েবলের একটি সাধারণ বন্টন হবে।nn → ∞n→∞n \to \inftyএনnn এখন লার্জ নম্বরের আইন মোটামুটিভাবে বলছে যে …

3
সিএলটি কেন
সুতরাং আমরা জানি যে একটি সমষ্টি nnn পরামিতি সঙ্গে poissons λλ\lambda নিজেই সঙ্গে একটি পইসন হয় nλnλn\lambda । সুতরাং অনুমান, এক সময় লাগতে পারে x∼poisson(λ=1)x∼poisson(λ=1)x \sim poisson(\lambda = 1) এবং বলে এটা আসলে ∑n1xi∼poisson(λ=1)∑1nxi∼poisson(λ=1)\sum_1^n x_i \sim poisson(\lambda = 1) যেখানে প্রতিটি xixix_i হল: xi∼poisson(λ=1/n)xi∼poisson(λ=1/n)x_i \sim poisson(\lambda = 1/n) , এবং …

2
কেন্দ্রীয় সীমাবদ্ধ তত্ত্বের একটি গতিশীল সিস্টেমের ভিউ?
(মূলত এমএসইতে পোস্ট করা)) আমি শাস্ত্রীয় কেন্দ্রীয় সীমাবদ্ধ তত্ত্বের সম্ভাব্যতা ঘনত্বের জায়গাতে "আকর্ষক" হিসাবে সাধারণ বিতরণ (বা কোনও স্থিতিশীল বিতরণগুলির) সম্পর্কে কথা বলে অনেকগুলি হিউরিস্টিক আলোচনা দেখেছি। উদাহরণস্বরূপ, উইকিপিডিয়াতে চিকিত্সার শীর্ষে এই বাক্যগুলি বিবেচনা করুন : আরও সাধারণ ব্যবহারে, কেন্দ্রীয় সীমাবদ্ধ তত্ত্বটি হ'ল সম্ভাবনা তত্ত্বের কোনও দুর্বল-রূপান্তর তত্ত্বের সেট। তারা …

1
কচী বিতরণ এবং কেন্দ্রীয় সীমাবদ্ধ উপপাদ্য
CLT জন্য জন্য রাখা আমরা বন্টন আমরা মানে আছে আনুমানিক করতে ইচ্ছুক প্রয়োজন এবং সসীম ভ্যারিয়েন্স σ 2 । এটি কি সত্যই বলা যায় যে কচী বিতরণের ক্ষেত্রে, গড় এবং বিভিন্নতার অপরিচ্ছন্নতা রয়েছে, কেন্দ্রীয় সীমাবদ্ধ তত্ত্বটি অসমোহিতভাবে এমনকি একটি ভাল সান্নিধ্য দিতে ব্যর্থ হয়েছে?μμ\muσ2σ2\sigma^2

4
একটি নির্বিরোধী বিশ্বে সুযোগ অপারেশন
স্টিভেন পিঙ্কারের বই বেটার অ্যাঞ্জেলস অফ আওয়ার নেচারে তিনি তা নোট করেছেন সম্ভাবনা দৃষ্টিভঙ্গির বিষয়। পর্যাপ্ত কাছের পরিসরে দেখা হয়েছে, পৃথক ইভেন্টগুলির কারণ নির্ধারণ করে। এমনকি শৃঙ্খলা সংক্রান্ত প্রাথমিক শর্ত এবং পদার্থবিজ্ঞানের আইন থেকে একটি মুদ্রা উল্টানো সম্পর্কে পূর্বাভাস দেওয়া যেতে পারে এবং একজন দক্ষ যাদুকর প্রতিবার মাথা নিক্ষেপের জন্য …

2
নেতিবাচক না হলে সংযোগের সংখ্যা গাউসিয়ান কীভাবে হতে পারে?
আমি সামাজিক নেটওয়ার্কগুলি (ভার্চুয়াল নয়) বিশ্লেষণ করছি এবং আমি মানুষের মধ্যে সংযোগগুলি পর্যবেক্ষণ করছি। যদি কোনও ব্যক্তি এলোমেলোভাবে সংযোগের জন্য অন্য কোনও ব্যক্তিকে বেছে নেন, তবে একটি গ্রুপের মধ্যে সংযোগের সংখ্যাটি সাধারণত বিতরণ করা হত - কমপক্ষে আমি বর্তমানে যে বইটি পড়ছি তার অনুসারে। আমরা কীভাবে জানতে পারি যে বিতরণটি …

3
কেন্দ্রীয় সীমাবদ্ধতা উপপাদ্য বনাম বিপুল সংখ্যার আইন
কেন্দ্রীয় সীমাবদ্ধ উপপাদ্যটি বলে যে আইড ভেরিয়েবলগুলির গড়, যেমন অনন্তে যায়, সাধারণত বিতরণ হয়।এনNN এটি দুটি প্রশ্ন উত্থাপন করে: আমরা কি এটি থেকে প্রচুর সংখ্যক আইনটি অনুমান করতে পারি? যদি বৃহত সংখ্যার আইনটি বলে যে একটি এলোমেলো ভেরিয়েবলের মানগুলির নমুনার সত্য অর্থের সমান হয় যেমন অসীমের দিকে যায়, তখন এটি …

2
স্বতন্ত্র নমুনাগুলি টি-টেস্ট: বড় আকারের নমুনা আকারের জন্য সাধারণত কী ডেটা বিতরণ করা দরকার?
ধরা যাক আমি দুটি স্বতন্ত্র নমুনার আলাদা উপায় আছে কিনা তা পরীক্ষা করতে চাই। আমি জানি অন্তর্নিহিত বিতরণটি স্বাভাবিক নয় । যদি আমি সঠিকভাবে বুঝতে পারি তবে আমার পরীক্ষার পরিসংখ্যানটি গড় এবং বড় পরিমাণে নমুনার আকারের জন্য, নমুনাগুলি না থাকলেও গড়টি সাধারণত বিতরণ করা উচিত। সুতরাং একটি প্যারাম্যাট্রিক তাত্পর্য পরীক্ষা …

2
যদি আমাদের এলোমেলো ভেরিয়েবলের মানগুলির সীমা বেঁধে দেওয়া হয় তবে আমরা কীভাবে হিসাবে একটি সাধারণ বিতরণ পেতে পারি ?
যাক আসুন আমরা দ্বারা বেষ্টিত মূল্যবোধের একটি পরিসীমা সঙ্গে একটি দৈব চলক আছে এবং , যেখানে সর্বনিম্ন মান এবং সর্বোচ্চ মান।খ একটি খaaabbbaaabbb আমাকে বলা হয়েছে যে হিসাবে , যেখানে আমাদের নমুনা আকার, আমাদের নমুনা উপায়ে স্যাম্পলিং বন্টন হয় একটি স্বাভাবিক বন্টন। অর্থাৎ আমরা বৃদ্ধি আমরা কাছাকাছি এবং কাছাকাছি একটি …

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.