প্রশ্ন ট্যাগ «normal-distribution»

mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

মনে করুন আমাদের কাছে একটি দ্বিবির্ভর সাধারণ বিতরণ থেকে এলোমেলো নমুনা রয়েছে যার অর্থ হিসাবে শূন্য রয়েছে এবং বৈচিত্র হিসাবে এটি রয়েছে, সুতরাং একমাত্র অজানা প্যারামিটারটি হল কোভেরিয়েন্স। সমবায় এর MLE কি? আমি জানি এটি মতো কিছু হওয়া উচিত তবে আমরা কীভাবে এটি জানি?1n∑nj=1xjyj1n∑j=1nxjyj\frac{1}{n} \sum_{j=1}^{n}x_j y_j

11 normal-distribution  mathematical-statistics  maximum-likelihood  bivariate 

স্কিউ-নরমাল সম্পর্কিত সূত্রগুলির পরামিতি অনুমানগুলি কী কী? আপনি যদি পারেন তবে এমএলই বা মম এর মাধ্যমে ডাইরিভেশনটিও দুর্দান্ত। ধন্যবাদ সম্পাদনা করুন । আমার কাছে ডেটার একটি সেট রয়েছে যার জন্য আমি প্লটগুলি দ্বারা দৃশ্যত বলতে পারি কিছুটা বাম দিকে স্কু করা। আমি গড় এবং বৈচিত্রটি অনুমান করতে এবং তারপরে একটি …

11 normal-distribution  maximum-likelihood  skewness  skew-normal 

বিশেষত, ধরুন এবং সাধারণ র্যান্ডম ভেরিয়েবল (স্বতন্ত্র তবে প্রয়োজনীয়ভাবে অভিন্নভাবে বিতরণ করা হয়নি)। কোনও নির্দিষ্ট , বা অনুরূপ ধারণার জন্য একটি দুর্দান্ত সূত্র আছে ? আমরা কী জানি যে সর্বোচ্চ X সর্বোচ্চ (এক্স, ওয়াই) সাধারণত বিতরণ করা হয়, সম্ভবত এক্স এবং ওয়াইয়ের ক্ষেত্রে শর্তাবলী গড় এবং মান বিচ্যুতির কোনও সূত্র …

11 normal-distribution  extreme-value 

শিরোনাম সব বলে। আমি বুঝতে পারি যে যদি মডেলের ত্রুটিগুলি সাধারণত বিতরণ করা হয় তবে কমপক্ষে স্কোয়ারগুলি এবং সর্বাধিক সম্ভাবনা রিগ্রেশন সহগগুলির জন্য একই ফল দেবে। তবে, ত্রুটিগুলি সাধারণত বিতরণ না করা হলে কী হবে? দুটি পদ্ধতি এখন আর সমান নয় কেন?

10 regression  normal-distribution  maximum-likelihood  least-squares  error 

আমি নিম্নলিখিত বিবৃতি প্রমাণ করতে অসুবিধার সম্মুখীন হচ্ছি। এটি গুগলে পাওয়া একটি গবেষণামূলক গবেষণাপত্রে দেওয়া হয়েছে। এই বিবৃতি প্রমাণ করতে আমার সাহায্য দরকার! এক্স= এ এসX=ASX= AS , যেখানে একজনAA অর্থোগোনাল ম্যাট্রিক্স এবং এসSS গাউসিয়ান Let গাউসিয়ান এর আইসোটোপিক আচরণ এসSSযা কোনও অর্থমন্ত্রী হিসাবে একই বিতরণ করে। এস- তে এ …

10 self-study  normal-distribution  orthogonal 

ধরা যাক XXX এবং YYY গড় μ=(μ1,μ2)μ=(μ1,μ2)\mu=(\mu_1,\mu_2) এবং কোভেরিয়েন্স \ সিগমা = \ শুরু mat সিগমা_ {11} &amp; ig সিগমা_ {12} \\ ig সিগমা_ {12} &amp; ig সিগমা_ {22} \\ \ শেষ {bmatrix}Σ=[σ11σ12σ12σ22]Σ=[σ11σ12σ12σ22]\Sigma = \begin{bmatrix} \sigma_{11} & \sigma_{12} \\ \sigma_{12} & \sigma_{22} \\ \end{bmatrix} । সম্ভাব্যতা কি Pr(X&lt;Y|min(X,Y))Pr(X&lt;Y|min(X,Y))\Pr\left(X<Y|\min\left(X,Y\right)\right) ?

10 probability  normal-distribution  conditional-probability 

আসুন জনসংখ্যার যেখানে drawn থেকে আঁকা একটি এলোমেলো নমুনা হোক ।(X1,X2,⋯,Xn)(X1,X2,⋯,Xn)(X_1,X_2,\cdots,X_n)N(θ,θ2)N(θ,θ2)\mathcal N(\theta,\theta^2)θ∈Rθ∈R\theta\in\mathbb R আমি UMVUE সন্ধান করছি ।θθ\theta যুগ্ম ঘনত্ব হয়(X1,X2,⋯,Xn)(X1,X2,⋯,Xn)(X_1,X_2,\cdots,X_n) fθ(x1,x2,⋯,xn)=∏i=1n1θ2π−−√exp[−12θ2(xi−θ)2]=1(θ2π−−√)nexp[−12θ2∑i=1n(xi−θ)2]=1(θ2π−−√)nexp[1θ∑i=1nxi−12θ2∑i=1nx2i−n2]=g(θ,T(x))h(x)∀(x1,⋯,xn)∈Rn,∀θ∈Rfθ(x1,x2,⋯,xn)=∏i=1n1θ2πexp⁡[−12θ2(xi−θ)2]=1(θ2π)nexp⁡[−12θ2∑i=1n(xi−θ)2]=1(θ2π)nexp⁡[1θ∑i=1nxi−12θ2∑i=1nxi2−n2]=g(θ,T(x))h(x)∀(x1,⋯,xn)∈Rn,∀θ∈R\begin{align} f_{\theta}(x_1,x_2,\cdots,x_n)&=\prod_{i=1}^n\frac{1}{\theta\sqrt{2\pi}}\exp\left[-\frac{1}{2\theta^2}(x_i-\theta)^2\right] \\&=\frac{1}{(\theta\sqrt{2\pi})^n}\exp\left[-\frac{1}{2\theta^2}\sum_{i=1}^n(x_i-\theta)^2\right] \\&=\frac{1}{(\theta\sqrt{2\pi})^n}\exp\left[\frac{1}{\theta}\sum_{i=1}^n x_i-\frac{1}{2\theta^2}\sum_{i=1}^nx_i^2-\frac{n}{2}\right] \\&=g(\theta,T(\mathbf x))h(\mathbf x)\qquad\forall\,(x_1,\cdots,x_n)\in\mathbb R^n\,,\forall\,\theta\in\mathbb R \end{align} , যেখানে এবং ।এইচ(এক্স)=1g(θ,T(x))=1(θ2π√)nexp[1θ∑ni=1xi−12θ2∑ni=1x2i−n2]g(θ,T(x))=1(θ2π)nexp⁡[1θ∑i=1nxi−12θ2∑i=1nxi2−n2]g(\theta, T(\mathbf x))=\frac{1}{(\theta\sqrt{2\pi})^n}\exp\left[\frac{1}{\theta}\sum_{i=1}^n x_i-\frac{1}{2\theta^2}\sum_{i=1}^nx_i^2-\frac{n}{2}\right]h(x)=1h(x)=1h(\mathbf x)=1 এখানে, উপর নির্ভর করে এবং এর মাধ্যমে এবং স্বাধীন । …

10 mathematical-statistics  normal-distribution  estimation  inference  umvue 

যাক X1X1X_1 , X2X2X_2 , ⋯⋯\cdots , Xd∼N(0,1)Xd∼N(0,1)X_d \sim \mathcal{N}(0, 1) ও স্বাধীন হতে। এক্স 4 1 এর প্রত্যাশা কীX41(X21+⋯+X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 + \cdots + X_d^2)^2} ? ই ( এক্স 2 1 ) সন্ধান করা সহজE(X21X21+⋯+X2d)=1dE(X12X12+⋯+Xd2)=1d\mathbb{E}\left(\frac{X_1^2}{X_1^2 + \cdots + X_d^2}\right) = \frac{1}{d} দ্বারা d । তবেএক্স 4 1 এর প্রত্যাশা কীভাবে খুঁজে …

10 probability  self-study  normal-distribution  chi-squared  expected-value 

উইকিডেটাতে সম্ভাব্যতা বিতরণগুলি (অন্য কিছুর মতো) একটি অ্যান্টোলজিতে লিঙ্ক করা সম্ভব, উদাহরণস্বরূপ, টি-বিতরণটি ননসেন্ট্রাল টি-বিতরণের একটি সাবক্লাস, দেখুন, যেমন, https://angryloki.github.io/wikidata-graph-builder/?property=P279&amp;item=Q209675&amp;iterations=3&amp;limit=3 সীমাবদ্ধ বিভিন্ন মামলা রয়েছে, যেমন, টি-বিতরণে যখন স্বাধীনতার ডিগ্রি অনন্তে চলে যায় বা যখন সাধারণ বিতরণে (গাউসীয় বিতরণ) তারতম্য শূন্যের কাছে পৌঁছায় তখন। পরবর্তী ক্ষেত্রে বিতরণটি ডায়রাকের ডেল্টা ফাংশনের দিকে …

10 distributions  normal-distribution  dirac-delta 

\newcommand{\P}{\mathbb{P}} আমি ন্যায্য ডাই ছুড়ে দিচ্ছি। যখনই আমি 1, 2, বা 3 পাই, আমি একটি '1' লিখে রাখি; যখনই আমি 4 পাই আমি একটি '2' লিখে রাখি; যখনই আমি 5 বা 6 পাই, আমি একটি '3' লিখে রাখি যাক NNN মোট সংখ্যা হতে ছোঁড়ার আমি সব সংখ্যার গুণফল নিচে আমি …

10 probability  normal-distribution  conditional-probability  multinomial  distributions 

যদি স্ট্যান্ডার্ড নরমাল পিডিএফf(x)=12π−−√e−x2/2f(x)=12πe−x2/2f(x) = \frac{1}{\sqrt{2\pi}} e^{-x^2/2} এবং সিডিএফটি হ'ল F(x)=12π−−√∫x−∞e−x2/2dx,F(x)=12π∫−∞xe−x2/2dx,F(x) = \frac{1}{\sqrt{2\pi}} \int_{-\infty}^x e^{-x^2/2}\mathrm{d}x\,, এটি কীভাবে ত্রুটি ফাংশনে পরিণত হয় ?zzz

10 normal-distribution  cdf 

যদি X∈Rn, X∼N(0–,σ2I)X∈Rn, X∼N(0_,σ2I)X\in\mathbb{R}^n,~X\sim \mathcal{N}(\underline{0},\sigma^2\mathbf{I}) অর্থাত্, fX(x)=1(2πσ2)n/2exp(−||x||22σ2)fX(x)=1(2πσ2)n/2exp⁡(−||x||22σ2) f_X(x) = \frac{1}{{(2\pi\sigma^2)}^{n/2}} \exp\left(-\frac{||x||^2}{2\sigma^2}\right) আমি একটি মাল্টিভারিয়েট ক্ষেত্রে কেটে যাওয়া-সাধারণ-বিতরণের একটি অ্যালবাম সংস্করণ চাই । আরো সঠিকভাবে, আমি জেনারেট করতে চান একটি আদর্শ-সীমাবদ্ধ (ক মান ≥a≥a\geq a বহুচলকীয় গসিয়ান) YYY St fY(y)={c.fX(y), if ||y||≥a0, otherwise .fY(y)={c.fX(y), if ||y||≥a0, otherwise . f_Y(y) = \begin{cases} …

10 normal-distribution  simulation  random-generation 

আমি সংযুক্ত র্যান্ডম ভেরিয়েবলগুলির জোড়াগুলির কয়েকটি চমৎকার উদাহরণ সম্পর্কে অবগত যা সামান্য স্বাভাবিক তবে যৌথভাবে স্বাভাবিক নয়। দেখুন এই উত্তরটি দ্বারা দিলীপ Sarwate , এবং এই এক দ্বারা অঙ্কবাচক । আমি দুটি সাধারণ র্যান্ডম ভেরিয়েবলের উদাহরণ সম্পর্কেও সচেতন, যার যোগফল স্বাভাবিক নয়। দেখুন এই উত্তরটি দ্বারা ম্যাক্রো । তবে এই …

10 correlation  normal-distribution  multivariate-analysis  bivariate 

গাউসীয় বিতরণ থেকে প্রাপ্ত নমুনা কুর্তোসিসের ডেটা বন্টনের জন্য কি কোনও বদ্ধ-রূপের অভিব্যক্তি রয়েছে? অর্থাত, P(K^&lt;a)P(K^&lt;a)P(\hat{K}<a) যেখানে the নমুনা কুরটোসিস।K^K^\hat{K}

10 normal-distribution  kurtosis