প্রশ্ন ট্যাগ «normal-distribution»

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 

ত্রুটিগুলির উপর বন্টনমূলক ধারণাটি কেন রাখা দরকার, যেমন ϵ i ∼ N ( 0 , σ 2 )Yআমি= এক্সβ+ + εআমিyi=Xβ+ϵiy_i = X\beta + \epsilon_{i} , সাথে ।εআমি। এন( 0 , σ)2)ϵi∼N(0,σ2)\epsilon_{i} \sim \mathcal{N}(0,\sigma^{2}) কেন লিখছেন না Y আমি ~ এন ( এক্স β , σ 2 )Yআমি= এক্সβ+ + …

12 regression  normal-distribution  residuals  assumptions  notation 

ধরুন আমার কাছে লেপটোকুর্টিক ভেরিয়েবল রয়েছে যা আমি স্বাভাবিকতায় রূপান্তর করতে চাই। কোন রূপান্তরগুলি এই কাজটি সম্পাদন করতে পারে? আমি ভাল করেই জানি যে রূপান্তরকারী ডেটা সর্বদা কাম্য নাও হতে পারে তবে একাডেমিক অনুসারী হিসাবে ধরা যাক, আমি ডেটাটিকে স্বাভাবিকতায় পরিণত করতে চাই। অতিরিক্ত হিসাবে, আপনি প্লট থেকে বলতে পারেন, …

12 normal-distribution  data-transformation  kurtosis  qq-plot 

একটি গসিয়ান রৈখিক মডেল জন্য যেখানে কিছু ভেক্টর স্থান মিথ্যা বলে ধরা হয় এবং উপর আদর্শ সাধারন বন্টনের হয়েছে , এর পরিসংখ্যাত জন্য -test যেখানে একটি ভেক্টর স্থান, একটি বৃদ্ধি একের সাথে এক ফাংশন বক্রতা পরিসংখ্যাত: আমরা কীভাবে জানতে পারি যে এই পরিসংখ্যানটি এইচটি 00 এর জন্য সবচেয়ে শক্তিশালী পরীক্ষা …

12 hypothesis-testing  normal-distribution  linear-model  power  likelihood-ratio 

আমি স্টুডেন্টের টি-ডিস্ট্রিবিউশন সম্পর্কে অধ্যয়ন করছি এবং আমি ভাবতে শুরু করেছিলাম, কীভাবে কেউ টি-ডিস্ট্রিবিউশন ডেনসিটি ফাংশন (উইকিপিডিয়া, http://en.wikedia.org/wiki/Student%27s_t-distribration থেকে ) পাবেন? f(t)=Γ(v+12)vπ−−√Γ(v2)(1+t2v)−v+12f(t)=Γ(v+12)vπΓ(v2)(1+t2v)−v+12f(t) = \frac{\Gamma(\frac{v+1}{2})}{\sqrt{v\pi}\:\Gamma(\frac{v}{2})}\left(1+\frac{t^2}{v} \right)^{-\frac{v+1}{2}} যেখানে হ'ল স্বাধীনতার ডিগ্রি এবং Γ হ'ল গামা ফাংশন। এই ফাংশনটির অন্তর্দৃষ্টি কী? আমি বলতে চাইছি, আমি যদি দ্বিপদী বিতরণের সম্ভাব্যতা গণ ফাংশনটি দেখি তবে …

12 probability  normal-distribution  t-distribution 

একক মাত্রায় বিতরণ করা গাউসিয়ান ডেটাগুলিকে এটি চিহ্নিত করার জন্য দুটি পরামিতি (মানে, বৈচিত্র) প্রয়োজন হয় এবং গুজবটিতে বলা হয় যে প্রায় 30 টি এলোমেলোভাবে নির্বাচিত নমুনা যথাযথভাবে উচ্চ আত্মবিশ্বাসের সাথে এই পরামিতিগুলি অনুমান করার জন্য যথেষ্ট। তবে মাত্রার সংখ্যা বাড়ার সাথে সাথে কী ঘটে? দুটি মাত্রায় (যেমন উচ্চতা, ওজন) …

12 normal-distribution  multivariate-analysis 

নিম্নলিখিতগুলির সীমাবদ্ধ বিতরণ ( হিসাবে ) : যেখানে IID হয় ।U n = এক্স 1 + এক্স 2 + … + এক্স এনn→∞n→∞n \rightarrow \inftyএক্সআইএন(0,1)ইউএন= এক্স1+ এক্স2+ … + এক্সএনএক্স31+ এক্স32+ … এক্স3এন,Un=X1+X2+…+XnX13+X23+…Xn3, U_n = \frac{X_1 + X_2 + \ldots + X_n}{X_1^3 + X_2^3 + \ldots X_n^3},এক্সআমিXiX_iএন( 0 , 1 …

12 distributions  normal-distribution  asymptotics 

মনে করুন আমার কাছে জ্ঞাত ওজন, উপায় এবং মানক বিচ্যুতি নিয়ে চূড়ান্তভাবে অনেক গৌসিয়ানদের মিশ্রণ রয়েছে। উপায় সমান নয়। মিশ্রণের গড় এবং মানক বিচ্যুতি অবশ্যই গণনা করা যায়, যেহেতু মুহুর্তগুলি উপাদানগুলির মুহুর্তগুলির গড় গড়। মিশ্রণটি কোনও সাধারণ বিতরণ নয়, তবে এটি স্বাভাবিক থেকে কতটা দূরে? উপরের চিত্রটি গৌসিয়ান মিশ্রণের জন্য …

12 normal-distribution  mixture  distance 

আমরা আঁকা নমুনা আকার প্রতিটি একটি সাধারন থেকে স্বাধীনভাবে বন্টন।এন ( μ , σ 2 )NNNnnn(μ,σ2)(μ,σ2)(\mu,\sigma^2) থেকে নমুনা আমরা কি তবে 2 নমুনা যা সর্বোচ্চ (পূর্ণ) পিয়ারসন একে অপরের সাথে পারস্পরিক সম্পর্ক আছে চয়ন।NNN এই পারস্পরিক সম্পর্কের প্রত্যাশিত মান কী? ধন্যবাদ [পিএস এটি হোমওয়ার্ক নয়]

12 correlation  normal-distribution  expected-value  maximum 

পাইথনে গাউসীয় মিশ্রণ মডেলস (জিএমএম) এর সাথে কাজ করার জন্য বেশ কয়েকটি বিকল্প উপলব্ধ রয়েছে বলে মনে হয়। প্রথম নজরে কমপক্ষে: পাইমিক্স - http://www.pymix.org/pymix/index.php মিশ্রণ মডেলিংয়ের সরঞ্জাম পাইম - http://www.ar.media.kyoto-u.ac.jp/ মেম্বারস / ডেভিড / softwares / em / যা স্কিপি টুলবক্সের অংশ এবং জিএমএম আপডেটে ফোকাস বলে মনে হচ্ছে আপডেট: …

12 normal-distribution  python  mixture 

যদি কোনও আইটেম সাধারণ বিতরণ অনুসরণ করে, গড়ও সাধারণ বিতরণ অনুসরণ করে। সর্বনিম্ন এবং সর্বোচ্চ সম্পর্কে কি?

12 normal-distribution  order-statistics 

আপনি যদি α = β = 4 দিয়ে বিটা বিতরণটিα = β= 4α=β=4\alpha=\beta=4 দেখেন তবে এটি গাউসীয় বিতরণের সাথে খুব মিল । তবে কি তাই? আপনি কীভাবে প্রমাণ করতে পারেন যে একটি বিটা (4,4) বিতরণ গাউসিয়ান কিনা?

12 normal-distribution  beta-distribution 

কেবলমাত্র একটি নির্দিষ্ট মানের নীচে (উদাহরণস্বরূপ, গড় মানের নীচে) দেওয়া সত্ত্বেও যদি এটি সাধারণত বিতরণ করা হয় তবে এক্স এর প্রত্যাশিত মানটি পাওয়া সম্ভব কিনা তা কেবল ভাবছেন।

12 normal-distribution  conditional-probability  expected-value 

আমি পূর্ববর্তী বিতরণগুলি পড়ছি এবং অজানা গড় এবং অজানা বৈকল্পিকতা সহ সাধারণত বিতরণ করা এলোমেলো ভেরিয়েবলের নমুনার জন্য আমি জেফরির পূর্বে গণনা করেছি। আমার গণনা অনুসারে, জেফরির পূর্বে নিম্নলিখিতগুলি ধারণ করে: এখানে ফিশারের তথ্য ম্যাট্রিক্স।আমিপি ( μ , σ)2) = ডিই টি ( আই)-----√= ডিই টি ( 1 / σ2001 …

12 bayesian  normal-distribution  prior  jeffreys-prior 

যখন কিছু পরিমাপের ত্রুটি আছে তখন আমি একটি দোলা ফাংশন থেকে নমুনা পয়েন্টগুলির সম্ভাব্য বন্টন বিশ্লেষণ করে দেখছি। আমি ইতিমধ্যে "গোলমাল" অংশের জন্য সম্ভাব্যতা বিতরণ গণনা করেছি (আমি এটি শেষে রাখব), তবে কীভাবে "শব্দ" অন্তর্ভুক্ত করা যায় তা আমি বুঝতে পারি না। সংখ্যার হিসাব আরও পরিষ্কার করে দেখুন, কিছু ফাংশন …

12 distributions  normal-distribution  noise