প্রশ্ন ট্যাগ «lognormal»

একটি লগনারমাল বিতরণ হ'ল একটি এলোমেলো ভেরিয়েবলের বিতরণ যার লোগারিদমে একটি সাধারণ বিতরণ থাকে।

1
এলএন [ই (এক্স)]> ই [এলএন (এক্স)] কেন?
আমরা একটি ফিনান্স কোর্সে লগন্যালমাল ডিস্ট্রিবিউশন নিয়ে কাজ করছি এবং আমার পাঠ্যপুস্তকটি কেবলমাত্র এটি সত্য বলেছে যে আমার গণিতের পটভূমি খুব শক্তিশালী না হওয়ায় আমি হতাশার মতো দেখতে পাই তবে আমি অন্তর্দৃষ্টি চাই। কেহ আমাকে দেখাতে পারে কেন এই ঘটনা?

1
পাটিগণিতটি লগ-স্বাভাবিক বিতরণে বিতরণের অর্থের চেয়ে ছোট কেন হয়?
সুতরাং, আমার কাছে একটি এলোমেলো প্রক্রিয়া রয়েছে যা লগ-সাধারণত বিতরণ করা এলোমেলো ভেরিয়েবল । এখানে সম্পর্কিত সম্ভাব্যতা ঘনত্ব ফাংশন:XXX আমি সেই মূল বিতরণের কয়েক মুহুর্তের বন্টন অনুমান করতে চেয়েছিলাম , আসুন 1 ম মুহুর্তটি: গাণিতিক গড় বলতে চাই। এটি করার জন্য, আমি 100 এলোমেলো ভেরিয়েবলগুলি 10000 বার আঁকে যাতে আমি …

3
সাধারণ বনাম লগনরমাল বিতরণ থেকে ডেটা নমুনাযুক্ত তুলনামূলক সম্ভাবনা গণনা করতে অ্যালগরিদম প্রয়োজন
আসুন ধরা যাক আপনার মানগুলির একটি সেট রয়েছে এবং আপনি জানতে চান যে এগুলি সম্ভবত গাউসীয় (সাধারণ) বিতরণ থেকে নমুনা দেওয়া হয়েছিল বা লগনরমাল বিতরণ থেকে নমুনা প্রাপ্ত হয়েছিল কিনা? অবশ্যই, আদর্শভাবে আপনি জনসংখ্যা সম্পর্কে বা পরীক্ষামূলক ত্রুটির উত্স সম্পর্কে কিছু জানতেন, সুতরাং প্রশ্নের উত্তর দেওয়ার জন্য দরকারী অতিরিক্ত তথ্য …

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 

4
স্বতন্ত্র লগনারমাল এলোমেলো ভেরিয়েবলগুলির যোগফল লগনারমাল প্রদর্শিত হয়?
আমি পর্যবেক্ষণের সংখ্যা বৃদ্ধি করার সাথে সাথে কেন দুটি (বা আরও বেশি) লগনরমাল এলোমেলো ভেরিয়েবলের যোগফল লগনরমাল বিতরণে পৌঁছায় তা বোঝার চেষ্টা করছি। আমি অনলাইনে দেখেছি এবং এ সম্পর্কিত কোনও ফলাফল পাইনি। স্পষ্টতই যদি এবং স্বতন্ত্র লগনরমাল ভেরিয়েবল হয় তবে এক্সপোশন এবং গাউসিয়ান এলোমেলো ভেরিয়েবলের বৈশিষ্ট্য অনুসারে লগমনরমালও হয়। যাইহোক, …

1
আনুমানিক
আমি আকস্মিকভাবে একটি নিবন্ধ (অর্থনীতিতে) পড়ছিলাম যাতে জন্য নিম্নলিখিত অনুমান ছিল :log(E(X))log⁡(E(X))\log(E(X)) log(E(X))≈E(log(X))+0.5var(log(X))log⁡(E(X))≈E(log⁡(X))+0.5var(log⁡(X))\log(E(X)) \approx E(\log(X))+0.5 \mathrm{var}(\log(X)) , যা লেখক বলেছেন তা সঠিক যদি এক্স লগ-স্বাভাবিক হয় (যা আমি জানি)। আমি যা জানি না তা হল এই অনুমানটি কীভাবে উপার্জন করা যায়। আমি দ্বিতীয় আদেশটি টেলরের সান্নিধ্যের গণনা করার চেষ্টা করেছি …

1
2 শতাংশ শতাংশ ব্যবহার করে লগনরমাল বিতরণের জন্য কীভাবে গড় এবং মানক বিচ্যুতি গণনা করা যায়
লগনরমাল বিতরণের জন্য আমি 2 শতাংশ শতাংশ থেকে গড় এবং মানক বিচ্যুতি গণনা করার চেষ্টা করছি। আমি X = mean + sd * Zগড় এবং এসডি ব্যবহার করে এবং সমাধান করার জন্য একটি সাধারণ বিতরণের জন্য গণনা সম্পাদনে সফল হয়েছিল । আমি মনে করি যখন আমি লগনিকাল বিতরণের জন্য একই …
11 r  lognormal 

1
আমি কি এই নমুনার জন্য স্বাভাবিকতা (লগ-) ধরে নিতে পারি?
আমার নমুনার জন্য এখানে কিউকিউ প্লট রয়েছে (লগারিদমিক ওয়াই অক্ষটি লক্ষ্য করুন); :n = 1000n=1000n = 1000 হুইবার দ্বারা নির্দেশিত হিসাবে, এটি নির্দেশ করে যে অন্তর্নিহিত বিতরণটি বাম-স্কিউড (ডান লেজটি ছোট)। shapiro.testআর-তে (লগ-ট্রান্সফর্মড ডেটাতে) ব্যবহার করে , আমি এর একটি পরীক্ষামূলক পরিসংখ্যান এবং of এর একটি পি-মান , যার অর্থ …

3
আমার ডেটা লগের সাধারণ বিতরণে ফিট করে কিনা তা কীভাবে পরীক্ষা করবেন?
Rআমার ডেটা লগ-স্বাভাবিক বা পেরেটো বিতরণে ফিট করে কিনা তা আমি চেক করতে চাই । আমি এটা কিভাবে করতে পারি? সম্ভবত এটি ks.testকরতে আমাকে সহায়তা করতে পারে, তবে কীভাবে আমি আমার ডেটার জন্য পেরিটো বিতরণের এবং প্যারামিটারগুলি পেতে পারি?αα\alphakkk

4
রিগ্রেশনে লগ (0) শব্দটি কীভাবে এড়ানো যায়
আমার নিম্নলিখিত সাধারণ এক্স এবং ওয়াই ভেক্টর রয়েছে: > X [1] 1.000 0.063 0.031 0.012 0.005 0.000 > Y [1] 1.000 1.000 1.000 0.961 0.884 0.000 > > plot(X,Y) আমি এক্স-এর লগটি ব্যবহার করে রিগ্রেশন করতে চাই ( > summary(lm(Y~log(X))) Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, …

1
লগনরমাল সম্ভাব্যতা ঘনত্ব ফাংশন দ্বারা বিশ্লেষণযোগ্যভাবে গুণিত করা কি সম্ভব ?
প্রথমত, বিশ্লেষণাত্মকভাবে সংহত করার অর্থ, আমি বলতে চাই, সংখ্যার বিশ্লেষণের (যেমন ট্র্যাপিজয়েডাল, গাউস-লেজেন্ড্রে বা সিম্পসনের বিধিগুলির) বিপরীতে এটি সমাধানের জন্য কি কোনও সংহতকরণের নিয়ম রয়েছে? আমার একটি ফাংশন রয়েছে যেখানে g (x; \ mu, \ sigma) = \ frac {1} { ig সিগমা x \ sqrt {2 \ পাই পাই}} …

1
কখন আমরা অভিজ্ঞতাগত পরিমাপের "আমরা একটি সাধারণ বন্টন ধরে নিয়েছি" লেখা ঠিক আছে?
এটি প্রয়োগিত শৃঙ্খলা যেমন medicineষধের পাঠদানের ক্ষেত্রে অন্তর্ভুক্ত রয়েছে যে জনসংখ্যার বায়ো-মেডিক্যাল পরিমাণের পরিমাপ একটি সাধারণ "বেল বক্ররেখা" অনুসরণ করে। স্ট্রিং এর একটি Google অনুসন্ধান "আমরা একটি সাধারণ বণ্টনের অধিকৃত" আয় ফলাফল! তাদের মত শোনাচ্ছে, " জলবায়ু পরিবর্তন সম্পর্কিত একটি গবেষণায় " অতিমাত্রায় চূড়ান্ত তথ্য পয়েন্টের সংখ্যার তুলনায় আমরা তাপমাত্রার …
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.