প্রশ্ন ট্যাগ «gamma-distribution»

দুটি কঠোর ইতিবাচক পরামিতি দ্বারা সূচিত একটি অ-নেতিবাচক ক্রমাগত সম্ভাবনা বিতরণ।

1
গামা-বিতরণকৃত এক্সের জন্য Y = লগ (এক্স) এর ঘনত্ব
এই প্রশ্নটি এই পোস্টের সাথে নিবিড়ভাবে সম্পর্কিত ধরুন আমার কাছে এলোমেলো পরিবর্তনশীল এবং আমি ওয়াই = লগ ( এক্স ) সংজ্ঞায়িত করেছি । আমি Y এর সম্ভাব্যতা ঘনত্ব ফাংশনটি খুঁজতে চাই ।X∼Gamma(k,θ)এক্স~গ্রীক বর্ণমালার তৃতীয় বর্ণ(ট,θ)X \sim \text{Gamma}(k, \theta)Y=log(X)Y=log⁡(X)Y = \log(X)YYY আমি প্রাথমিকভাবে ভেবেছিলাম যে আমি কেবল ক্রমবর্ধমান ডিস্ট্রিবিউশন ক্রিয়াকলাপটি সংজ্ঞায়িত …

2
বর্গাকার গামার প্রত্যাশা
যদি গামা বিতরণ এবং দিয়ে প্যারামিটারাইজড হয় তবে:বিটাαα\alphaββ\beta ই( Γ ( α , β)) ) = αβই(Γ(α,β))=αβ E(\Gamma(\alpha, \beta)) = \frac{\alpha}{\beta} আমি একটি বর্গাকার গামার প্রত্যাশা গণনা করতে চাই, এটি হ'ল: ই( Γ ( α , β))2) = ?ই(Γ(α,β)2)=? E(\Gamma(\alpha, \beta)^2) = ? আমি মনে করি এটি হ'ল: ই( Γ …

1
শ্রেণিবদ্ধ গামা-পোইসন মডেলের জন্য হাইপারপ্রিয়র ঘনত্ব
ডেটা এর একটি শ্রেণিবিন্যাসের মডেল যেখানে এটি মানগুলির ( যেমন গামা বিতরণের গড় এবং প্রকরণটি প্রায় এর সাথে ডেটা এর প্রকৃতির এবং তারতম্যের সাথে মেলে (উদাহরণস্বরূপ, ক্লেটন এবং কালডোর, 1987 "ডিজাইজ ম্যাপিংয়ের জন্য বয়স-মানক সম্পর্কিত সম্পর্কিত ঝুঁকির" " বায়োমেট্রিক্স ) এর অনুশীলনমূলক বয়েস অনুমান" । স্পষ্টতই এটি কেবলমাত্র একটি অ্যাডহক …

2
শূন্য-স্ফীত গামা মডেলগুলির যথাযথ ব্যবহার এবং ব্যাখ্যা
পটভূমি: আমি বর্তমানে বায়োস্ট্যাটিস্টিশিয়ান যিনি সেলুলার এক্সপ্রেশন হারের একটি ডেটাসেট নিয়ে কুস্তি করছি। গবেষণাটি বিভিন্ন দাতাদের কাছ থেকে কয়েকটি পেপটাইডে গোষ্ঠীতে সংগ্রহ করা প্রচুর কোষকে উদ্ভাসিত করেছিল । ঘরগুলি হয় প্রতিক্রিয়ার সাথে নির্দিষ্ট কিছু বায়োমার্কার প্রকাশ করে, বা তারা তা করে না। প্রতিক্রিয়া হারগুলি তখন প্রতিটি দাতা-গোষ্ঠীর জন্য রেকর্ড করা …

2
শতাংশ তথ্য জন্য বিতরণ
আমার ডেটা সহ একটি মডেল তৈরি করার জন্য ব্যবহার করার সঠিক বিতরণ সম্পর্কে আমার একটি প্রশ্ন রয়েছে। আমি 50 টি প্লট সহ বনাঞ্চল পরিচালনা করেছিলাম, প্রতিটি প্লট 20m × 50m পরিমাপ করে। প্রতিটি প্লটের জন্য, আমি গাছের ছাঁটাইয়ের শতাংশের পরিমাণ অনুমান করে যা মাটি ছায়ায় es প্রতিটি চক্রান্তের ক্যানোপি কভারের …

1
তাত্পর্যপূর্ণ ও গামার মধ্যে বিতরণের নাম?
ঘনত্ব যেখানে একটি পরামিতি, ঘনিষ্ঠতার মধ্যে থাকে ( ) এবং ( ) বিতরণ। বিতর্কিত আরও সাধারণ পরিবারের উদাহরণ হিসাবে যদি এটি ঘটে তবে কেবল কৌতূহল? আমি এটিকে চিনতে পারি না।চ( গুলি ) α গুলিগুলি + + αই- এস,s > 0f(s)∝ss+αe−s,s>0f(s)\propto \frac{s}{s+\alpha}e^{-s},\quad s > 0। ≥ 0α≥0\alpha \ge 0। = 0α=0\alpha=0Γ …

2
গামা র্যান্ডম ভেরিয়েবলের পার্থক্য
দুটি স্বতন্ত্র এলোমেলো ভেরিয়েবলগুলি এবং Y ∼ G a m m a ( α Y , β Y ) প্রদান করেছেন , তফাতটির ডিস্ট্রিবিউশন কী, অর্থাৎ D = X - Y ?X∼Gamma(αX,βX)এক্স~জিএকটিমিমিএকটি(αএক্স,βএক্স)X\sim \mathrm{Gamma}(\alpha_X,\beta_X)Y∼Gamma(αY,βY)ওয়াই~জিএকটিমিমিএকটি(αওয়াই,βওয়াই)Y\sim \mathrm{Gamma}(\alpha_Y,\beta_Y)D=X−Yডি=এক্স-ওয়াইD=X-Y ফলাফলটি সুপরিচিত না হলে আমি কীভাবে ফলাফলটি অর্জন করতে যাব?

1
এক প্লটে কীভাবে ফিটেড গ্রাফ এবং গামা বিতরণের প্রকৃত গ্রাফ আঁকবেন?
প্রয়োজনীয় প্যাকেজটি লোড করুন। library(ggplot2) library(MASS) গামা বিতরণে লাগানো 10,000 নম্বর উত্পন্ন করুন। x <- round(rgamma(100000,shape = 2,rate = 0.2),1) x <- x[which(x>0)] সম্ভাব্যতার ঘনত্বের ফাংশনটি আঁকুন, ধারণা করা হয় আমরা কোন ডিস্ট্রিবিউশন x ফিট করে we t1 <- as.data.frame(table(x)) names(t1) <- c("x","y") t1 <- transform(t1,x=as.numeric(as.character(x))) t1$y <- t1$y/sum(t1[,2]) ggplot() …

3
গামা বিতরণ থেকে পরিসংখ্যান স্বাধীন
যাক গামা বন্টন থেকে একটি র্যান্ডম নমুনা হতে ।X1,...,XnX1,...,XnX_1,...,X_nGamma(α,β)Gamma(α,β)\mathrm{Gamma}\left(\alpha,\beta\right) যাক এবং , নমুনা গড় এবং নমুনা ভ্যারিয়েন্স হতে যথাক্রমে।X¯X¯\bar{X}S2S2S^2 তারপরে প্রমাণ করুন বা প্রমাণ করুন যে এবং স্বতন্ত্র।X¯X¯\bar{X}S2/X¯2S2/X¯2S^2/\bar{X}^2 আমার চেষ্টা: যেহেতু , আমাদের এবং , তবে আমি কীভাবে তাদের মধ্যে স্বাধীনতা প্রতিষ্ঠা করব?S2/X¯2=1n−1∑ni=1(XiX¯−1)2S2/X¯2=1n−1∑i=1n(XiX¯−1)2S^2/\bar{X}^2 = \frac{1}{n-1} \sum_{i=1}^n \left(\frac{X_i}{\bar{X}}-1\right)^2 X¯X¯\bar{X}(XiX¯)ni=1(XiX¯)i=1n\left(\frac{X_i}{\bar{X}} \right)_{i=1}^{n}

1
গামা পরিবারের সাথে একটি জিএলএমের আলফার ব্যবহারিক অর্থ কী?
আমি ফর্মের বিভিন্ন মডেল ফিট করছি .. glm(DV ~ I(1/IV), family = Gamma(link = "log") .. এবং বিভিন্ন ভেরিয়েবলের জন্য প্রাপ্ত মডেলগুলির সাথে তুলনা করার উপায়গুলি সন্ধান করছি। আমি ভাবছি আলফা মান কোন ব্যবহারিক ব্যবহার আছে? আলফা মানগুলির নীচে তিনটি প্লটের জন্য 17.85, 9.03 এবং 6.27। এই মানগুলিতে এমন কোনও …

1
অ-পূর্ণসংখ্যার আকারের প্যারামিটার সহ গামা বিতরণের জন্য অন্য ব্যাখ্যা আছে?
এটা সর্বজনবিদিত যে একটি দৈব চলক গামা হচ্ছে পূর্ণসংখ্যা আকৃতির মাপদণ্ড সঙ্গে বিতরণ করা বর্গের সমষ্টি সমতূল্য স্বাভাবিকভাবে র্যান্ডম ভেরিয়েবল বিতরণ করেন।kkkkkk তবে আমি নন-ইন্টিজার দিয়ে গামা বিতরণ করা এলোমেলো ভেরিয়েবল সম্পর্কে কী বলতে পারি ? গামা বিতরণ ব্যতীত অন্য কোন ব্যাখ্যা আছে কি?kkk

2
ডেটার জন্য আরওসি বক্ররেখার গণনা করুন
সুতরাং, আমার 16 টি ট্রায়াল রয়েছে যার মধ্যে আমি হামিং দূরত্ব ব্যবহার করে কোনও ব্যক্তিকে বায়োমেট্রিক বৈশিষ্ট্য থেকে প্রমাণীকরণের চেষ্টা করছি। আমার প্রান্তিকতা 3.5 এ সেট করা হয়েছে। আমার ডেটা নীচে রয়েছে এবং কেবল 1 টি পরীক্ষা সত্য পজিটিভ: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
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.