প্রশ্ন ট্যাগ «exponential»

একটি পয়সন প্রক্রিয়া ইভেন্টের মধ্যে সময় বর্ণনা একটি বিতরণ; জ্যামিতিক বিতরণের একটি অবিচ্ছিন্ন অ্যানালগ।

4
পোয়েসন এবং তাত্পর্যপূর্ণ বিতরণের মধ্যে সম্পর্ক
পইসন বিতরণের জন্য অপেক্ষার সময়গুলি প্যারামিটার ল্যাম্বডা সহ একটি সূচকীয় বিতরণ। তবে আমি এটা বুঝতে পারি না। পয়সন উদাহরণ হিসাবে উদাহরণস্বরূপ প্রতি ইউনিট সময়ে আগতদের সংখ্যা। এটি কীভাবে তাত্পর্যপূর্ণ বিতরণের সাথে সম্পর্কিত? আসুন বলি যে সময়ের এককের কে আসার সম্ভাবনা হ'ল পি (কে) (পোইসন মডেলিং) এবং কে + 1 এর …

10
বেঁচে থাকার সময়গুলি কেন তাড়াতাড়ি বিতরণ করা হবে বলে ধরে নেওয়া হয়?
আমি ইউসিএলএ আইডিআরএতে এই পোস্টটি থেকে বেঁচে থাকার বিশ্লেষণ শিখছি এবং ১.২.১ বিভাগে বিভক্ত হয়েছি। টিউটোরিয়ালটি বলে: ... যদি বেঁচে থাকার সময়গুলি তাত্পর্যপূর্ণভাবে বিতরণ করা হত তবে বেঁচে থাকার সময়টি পর্যবেক্ষণের সম্ভাবনা ... বেঁচে থাকার সময়গুলি কেন তাড়াতাড়ি বিতরণ করা হবে বলে ধরে নেওয়া হয়? এটা আমার কাছে খুব অপ্রাকৃত …

6
আমি কীভাবে বিশ্লেষণ করে প্রমাণ করতে পারি যে এলোমেলোভাবে কোনও পরিমাণে বিভাজনের ফলে তাত্পর্যপূর্ণ বিতরণ হয় (যেমন আয় এবং সম্পদ)?
বিজ্ঞানের এই বর্তমান নিবন্ধে নিম্নলিখিত প্রস্তাব করা হচ্ছে: মনে করুন আপনি এলোমেলোভাবে ১০,০০০ লোকের মধ্যে আয়ের 500 মিলিয়ন ভাগ করে নিন। প্রত্যেককে সমান, 50,000 ভাগ দেওয়ার একমাত্র উপায় রয়েছে। সুতরাং আপনি যদি এলোমেলোভাবে উপার্জন ডলার করেন তবে সমতা অত্যন্ত অসম্ভব। তবে কয়েকটি লোককে প্রচুর নগদ এবং অনেককে কিছু বা কিছু …

3
কেন একটি লজিস্টিক রিগ্রেশন 95% আত্মবিশ্বাসের ব্যবধানের ম্যানুয়ালি গণনা করা, এবং আর-তে সীমাবদ্ধতা () ফাংশন ব্যবহারের মধ্যে পার্থক্য রয়েছে?
প্রিয় সবাই - আমি এমন কিছু অদ্ভুতভাবে লক্ষ্য করেছি যা আমি ব্যাখ্যা করতে পারি না, পারো? সংক্ষেপে: একটি লজিস্টিক রিগ্রেশন মডেলটিতে একটি আত্মবিশ্বাসের ব্যবধান গণনা করার ম্যানুয়াল পদ্ধতি এবং আর ফাংশনটি confint()বিভিন্ন ফলাফল দেয়। আমি হোসমার এবং লেমশোর প্রয়োগযুক্ত লজিস্টিক রিগ্রেশন (২ য় সংস্করণ) দিয়ে যাচ্ছি । তৃতীয় অধ্যায়ে বিজোড় …
34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 

1
একটি হালকা মডেল থেকে প্রভাব পুনরাবৃত্তি
আমি কেবল এই কাগজটি জুড়ে এসেছি , যা মিক্সড ইফেক্টস মডেলিংয়ের মাধ্যমে কোনও পরিমাপের পুনরাবৃত্তিযোগ্যতা (ওরফে বিশ্বাসযোগ্যতা, ওরফে ইন্ট্রাক্লাস পারস্পরিক সম্পর্ক) কীভাবে গণনা করতে হবে তা বর্ণনা করে। আর কোডটি হ'ল: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

3
স্কেল বিতরণগুলিতে আউটিলার সনাক্তকরণ
আউটলারের একটি শাস্ত্রীয় সংজ্ঞায়নের আওতায় ডেটা পয়েন্ট হিসাবে উপরের বা নিম্ন কোয়ার্টাইল থেকে 1.5 * আইকিউআরকে ছাড়িয়ে যায়, সেখানে স্কিচবিহীন বিতরণের অনুমান রয়েছে। স্কিউড ডিস্ট্রিবিউশনের জন্য (এক্সফেনশনাল, পোইসন, জ্যামিতিক, ইত্যাদি) মূল ফাংশনের রূপান্তর বিশ্লেষণ করে কোনও আউটলেটর সনাক্ত করার সেরা উপায়? উদাহরণস্বরূপ, কোনও তাত্পর্যপূর্ণ বিতরণ দ্বারা আলগাভাবে পরিচালিত বিতরণগুলি একটি …

3
আমার ডেটা কোনও তাত্পর্যপূর্ণ বিতরণ ফিট করে কিনা তা আমি কীভাবে পরীক্ষা করব?
আমার ডেটা যেমন বেতনটি আর-এ অবিচ্ছিন্ন তাত্পর্যপূর্ণ বিতরণ থেকে হয় তা আমি কীভাবে পরীক্ষা করতে পারি? এখানে আমার নমুনার হিস্টগ্রাম রয়েছে: । যে কোন সাহায্য সাদরে গৃহীত হবে!

3
কেন এনএলএস () আমাকে "প্রাথমিক প্যারামিটারের প্রাক্কালে একবাক্য গ্রেডিয়েন্ট ম্যাট্রিক্স" ত্রুটি দিচ্ছে?
আমার প্রতি গাড়ি নিঃসরণ হ্রাস এবং ব্যয় সম্পর্কে কিছু প্রাথমিক তথ্য রয়েছে: q24 <- read.table(text = "reductions cost.per.car 50 45 55 55 60 62 65 70 70 80 75 90 80 100 85 200 90 375 95 600 ",header = TRUE, sep = "") আমি জানি যে এটি একটি সূচকীয় …

2
অভিন্ন বিতরণ থেকে সূচকীয় বিতরণ এবং তদ্বিপরীত
এটি সম্ভবত একটি তুচ্ছ প্রশ্ন, তবে এই উইকিপিডিয়া নিবন্ধ এবং "বিতরণের সংশ্লেষ" নথি সহ আমার সন্ধান এখন পর্যন্ত ফলদায়ক হতে পারে । যদি এর অভিন্ন বিতরণ থাকে তবে এর অর্থ কি একটি ঘনিষ্ঠ বিতরণ অনুসরণ করে?ই এক্সএক্সএক্সXইএক্সইএক্সe^X একইভাবে, যদি কোনও ঘনিষ্ঠ বিতরণ অনুসরণ করে তবে এর অর্থ একটি অভিন্ন বিতরণ …

2
ধরুন । দেখান
কি সবচেয়ে সহজ পদ্ধিতি হল দেখতে নিম্নোক্ত বিবৃতি সত্য পথে? ধরুন । দেখান \ sum_ {i = 1} ^ {এন} (Y_i - ওয়াই: _ {(1)}) \ সিম \ টেক্সট {গামা} (এন-1, 1) ।∑ n i = 1 ( Y i - Y ( 1 ) ) am গামা ( এন …

2
সূচকীয় র্যান্ডম ভেরিয়েবলের শর্তাধীন প্রত্যাশা
এলোমেলো ভেরিয়েবলের জন্য ( ) আমি স্বজ্ঞাতভাবে অনুভব করি যে সমান উচিত যেহেতু memoryless সম্পত্তি দ্বারা বিতরণের যে একই হয় কিন্তু দ্বারা ডানদিকে স্থানান্তরিত ।ই [ এক্স ] = 1X∼Exp(λ)X∼Exp(λ)X\sim \text{Exp}(\lambda) ই[এক্স| এক্স>এক্স]এক্স+ই[এক্স]এক্স| এক্স>এক্সএক্সএক্সE[X]=1λE[X]=1λ\mathbb{E}[X] = \frac{1}{\lambda}E[X|X>x]E[X|X>x]\mathbb{E}[X|X > x]x+E[X]x+E[X]x + \mathbb{E}[X]X|X>xX|X>xX|X > xXXXxxx যাইহোক, আমি একটি দৃ concrete় প্রমাণ দিতে স্মৃতিবিহীন …

5
খুব বড় সংখ্যক ডেটা পয়েন্টে মানগুলির অনুগমন কীভাবে করা যায়?
আমার একটি খুব বড় ডেটাসেট রয়েছে এবং প্রায় 5% এলোমেলো মান অনুপস্থিত। এই ভেরিয়েবলগুলি একে অপরের সাথে সম্পর্কিত হয়। নীচের উদাহরণটি আর ডেটাসেটটি ডমি কোলেলেটেড ডেটা সহ একটি খেলনার উদাহরণ। set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …
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 

3
আপনি কীভাবে এর প্রত্যাশা গণনা করবেন ?
তাহলে ব্যাখ্যা মূলকভাবে বিতরণ করা হয় পরামিতি সঙ্গে এবং এর পারস্পরিক স্বাধীন হয়, প্রত্যাশা কি ( আমি = 1 , । । । , এন ) λ এক্স আমিXiXiX_i(i=1,...,n)(i=1,...,n)(i=1,...,n)λλ\lambdaXiXiX_i (∑i=1nXi)2(∑i=1nXi)2 \left(\sum_{i=1}^n {X_i} \right)^2 পদ এবং এবং সম্ভবত অন্যান্য ধ্রুবক?λnnnλλ\lambda দ্রষ্টব্য: এই প্রশ্নটি /math//q/12068/4051- তে একটি গাণিতিক উত্তর পেয়েছে । পাঠকরাও …

3
স্কিউড ডেটা সহ রিগ্রেশন
ডেমোগ্রাফিক এবং পরিষেবা থেকে ভিজিট গণনা গণনা করার চেষ্টা করা। তথ্য খুব skew হয়। Histograms: কিউকি প্লট (বাম লগ হয়): m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) cityএবং serviceফ্যাক্টর ভেরিয়েবল হয়। আমি সমস্ত ভেরিয়েবলের জন্য একটি কম পি মান পাই *** তবে আমি .05 এর একটি কম আর-স্কোয়ারও পাই। আমার কি …

1
তাত্পর্যপূর্ণ এলোমেলো ভেরিয়েবলের জন্য উপলব্ধ পারস্পরিক সম্পর্ক
এক্সটেনশিয়ালি ডিস্ট্রিবিউটেড এলোমেলো ভেরিয়েবলগুলি এবং এর জুটির জন্য প্রাপ্য পারস্পরিক সম্পর্কের পরিসীমাটি কী , যেখানে রয়েছে হারের পরামিতি?এক্স 2 ∼ ই এক্স পি ( λ 2 ) λ 1 , λ 2 > 0X1∼Exp(λ1)X1∼Exp(λ1)X_1 \sim {\rm Exp}(\lambda_1)X2∼Exp(λ2)X2∼Exp(λ2)X_2 \sim {\rm Exp}(\lambda_2)λ1,λ2>0λ1,λ2>0\lambda_1, \lambda_2 > 0

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.