প্রশ্ন ট্যাগ «normal-distribution»

সাধারণ বন্টনের প্রথম ডেরাইভেশনটি কী ছিল, আপনি কি সেই ব্যয়টিকে পুনরুত্পাদন করতে এবং এটির historicalতিহাসিক প্রেক্ষাপটে ব্যাখ্যা করতে পারবেন ? আমি বলতে চাইছি, মানবতা যদি সাধারণ বন্টনকে ভুলে যায় তবে আমি এটি পুনরায় আবিষ্কার করার সবচেয়ে সম্ভাব্য উপায় কী এবং সম্ভবত সবচেয়ে সম্ভবত উদ্ভব হবে? আমি অনুমান করব যে প্রথম …

16 probability  distributions  normal-distribution  references  history 

আমি শিখেছি যে স্ট্যান্ডার্ড স্বাভাবিক বিতরণ অনন্য কারণ কারণ গড় এবং বৈকল্পিক যথাক্রমে 0 এবং 1 এ স্থির করা হয়। এই সত্য দ্বারা, আমি অবাক হই যে কোনও দুটি স্ট্যান্ডার্ড এলোমেলো ভেরিয়েবলগুলি অবশ্যই স্বাধীন হতে হবে।

16 normal-distribution  independence 

এই প্রশ্নের শীর্ষ প্রশ্নের জবাবে এই দাবি উত্থাপিত হয়েছিল । আমি মনে করি যে 'কেন' প্রশ্নটি একেবারেই আলাদা যে এটি একটি নতুন থ্রেডের প্রেরণা দেয়। "সংঘবদ্ধকরণের পরিমাপক পরিমাপ" গুগলিং কোনও হিট তৈরি করতে পারেনি এবং এই বাক্যাংশটির অর্থ কী তা আমি নিশ্চিত নই।

16 correlation  normal-distribution  pearson-r  multivariate-normal 

যাক YYY মধ্যমা বোঝাতে দিন X¯X¯\bar{X} বোঝাতে গড়, আকারের একটি র্যান্ডম নমুনা n=2k+1n=2k+1n=2k+1 একটি বিতরণ যে থেকে । আমি কীভাবে গণনা করতে পারি ?N(μ,σ2)N(μ,σ2)N(\mu,\sigma^2)E(Y|X¯=x¯)E(Y|X¯=x¯)E(Y|\bar{X}=\bar{x}) স্বজ্ঞাতভাবে, স্বাভাবিকতা অনুমানের কারণে, দাবি করা বুদ্ধিমান হয়ে যায় যে এবং সত্যই এটি সঠিক উত্তর। এটি কি কঠোরভাবে দেখানো যেতে পারে?E(Y|X¯=x¯)=x¯E(Y|X¯=x¯)=x¯E(Y|\bar{X}=\bar{x})=\bar{x} আমার প্রাথমিক চিন্তাটি ছিল শর্তসাপেক্ষে …

16 self-study  normal-distribution  mathematical-statistics  expected-value  conditional-expectation 

আমি একটি নমুনা আঁকতে চাই x ∼N( 0 , Σ )এক্স~এন(0,Σ)\mathbf{x} \sim N\left(\mathbf{0}, \mathbf{\Sigma} \right) । উইকিপিডিয়া হয় একটি ব্যবহার পরামর্শ Cholesky বা Eigendecomposition , অর্থাত্ Σ=D1DT1Σ=D1D1T \mathbf{\Sigma} = \mathbf{D}_1\mathbf{D}_1^T বা Σ=QΛQTΣ=QΛQT \mathbf{\Sigma} = \mathbf{Q}\mathbf{\Lambda}\mathbf{Q}^T এবং তাই নমুনাটি আঁকতে পারে: x=D1vx=D1v \mathbf{x} = \mathbf{D}_1 \mathbf{v} বা x=QΛ−−√vx=QΛv \mathbf{x} = \mathbf{Q}\sqrt{\mathbf{\Lambda}} …

16 normal-distribution  random-generation  svd  cholesky 

মনে করুন যে আমার দুটি অখণ্ড প্রান্তিক বিতরণ রয়েছে, এবং , যা থেকে আমি অনুকরণ করতে পারি। এখন, গাউসিয়ান কপুলা , চিহ্নিত ব্যবহার করে তাদের যৌথ বিতরণ তৈরি করুন । সমস্ত পরামিতি জানা আছে।FFFGGGC(F,G;Σ)C(F,G;Σ)C(F,G;\Sigma) এই কোপুলা থেকে অনুকরণের জন্য কি নন-এমসিএমসি পদ্ধতি রয়েছে?

16 normal-distribution  simulation  copula 

যদি আমি দুই স্বাভাবিকভাবে বিতরণ স্বাধীন র্যান্ডম ভেরিয়েবল আছে এবং উপায়ে সঙ্গে এবং এবং স্ট্যান্ডার্ড ডেভিয়েশন এবং এবং আমি যে আবিষ্কার , তবে (অভিমানী আমি কোনো ত্রুটি করেননি) শর্তাধীন বিতরণ এর এবং দেওয়া স্বাভাবিক উপায়ে সঙ্গে বিতরণ করা হয় এবং স্ট্যান্ডার্ড বিচ্যুতি ওয়াই μ এক্স μ ওয়াই σ এক্সXXXYYYμXμX\mu_XμYμY\mu_YσXσX\sigma_XσYσY\sigma_YX+Y=cX+Y=cX+Y=cXXXYYYcccμX|c=μX+(c−μX−μY)σ2Xσ2X+σ2YμX|c=μX+(c−μX−μY)σX2σX2+σY2\mu_{X|c} = …

16 normal-distribution  conditional-probability 

আমার একটি সাধারণ অজানা বিতরণ থেকে NNN পেয়ার পর্যবেক্ষণগুলি ( XiXiX_i , YiYiY_i ) আঁকা হয়েছে, যার সীমাবদ্ধ প্রথম এবং দ্বিতীয় মুহুর্ত রয়েছে, এবং এটি প্রায়টি প্রতিসাম্য। যাক σXσX\sigma_X স্ট্যান্ডার্ড ডেভিয়েশন XXX (চালু নিঃশর্ত YYY ), এবং σYσY\sigma_Y ওয়াই আমি একই হাইপোথিসিস পরীক্ষা চাই H0H0H_0 :σX=σYσX=σY\sigma_X = \sigma_Y H1H1H_1 :σX≠σYσX≠σY\sigma_X …

16 distributions  hypothesis-testing  standard-deviation  normal-distribution 

আমি পরিসংখ্যান শেখার চেষ্টা করছি কারণ আমি দেখতে পেয়েছি যে এটি এতটাই প্রচলিত যে এটি যদি আমি সঠিকভাবে বুঝতে না পারি তবে এটি আমাকে কিছু জিনিস শেখা থেকে নিষেধ করে। নমুনা অর্থের নমুনা বন্টনের এই ধারণাটি বুঝতে আমার সমস্যা হচ্ছে। কিছু বই এবং সাইট যেভাবে ব্যাখ্যা করেছে তা আমি বুঝতে …

16 distributions  normal-distribution  sampling  normality-assumption 

কখনও কখনও আমি পাঠ্যপুস্তকগুলিকে সাধারণ বিতরণে দ্বিতীয় প্যারামিটারকে স্ট্যান্ডার্ড বিচ্যুতি এবং বৈকল্পিক হিসাবে উল্লেখ করেছি। উদাহরণস্বরূপ, এলোমেলো পরিবর্তনশীল এক্স ~ এন (0, 4)। এটি সিগমা বা সিগমা স্কোয়ারের সমান কিনা তা স্পষ্ট নয় I আমি কেবলমাত্র সাধারণ কনভেনশনটি অনুসন্ধান করতে চাই যা যখন প্রমিত বিচ্যুতি বা বৈকল্পিকতা অনির্দিষ্ট করা হয় …

15 distributions  normal-distribution 

যাক {Xi}ni=1{Xi}i=1n\{X_i\}_{i=1}^n IID র্যান্ডম মান গ্রহণ ভেরিয়েবল একটি পরিবার হতে [0,1][0,1][0,1] , একটি গড় থাকার μμ\mu এবং ভ্যারিয়েন্স σ2σ2\sigma^2 । গড়, ব্যবহার করার জন্য একটি সহজ আস্থা ব্যবধান σσ\sigma যখনই পরিচিত, দেওয়া হয় P(|X¯−μ|>ε)≤σ2nε2≤1nε2(1).P(|X¯−μ|>ε)≤σ2nε2≤1nε2(1). P( | \bar X - \mu| > \varepsilon) \le \frac{\sigma^2}{n\varepsilon^2} \le\frac{1}{n \varepsilon^2} \qquad (1). এছাড়াও, কারণ …

15 normal-distribution  confidence-interval  references  asymptotics  approximation 

ইউনিফর্ম ভেরিয়েবলের সেট থেকে একটি সাধারণ বিতরণ অনুকরণ করার জন্য, বিভিন্ন কৌশল রয়েছে: বক্স-মুলার অ্যালগরিদম , যাতে একটি নমুনা করে দুটি স্বতন্ত্র ইউনিফর্ম পরিবর্তিত হয় (0,1)(0,1)(0,1) এবং এগুলিকে দুটি স্বতন্ত্র মানক সাধারণ বিতরণে রূপান্তর করে: Z0=−2lnU1−−−−−−√cos(2πU0)Z1=−2lnU1−−−−−−√sin(2πU0)Z0=−2lnU1cos(2πU0)Z1=−2lnU1sin(2πU0) Z_0 = \sqrt{-2\text{ln}U_1}\text{cos}(2\pi U_0)\\ Z_1 = \sqrt{-2\text{ln}U_1}\text{sin}(2\pi U_0) সিডিএফ পদ্ধতিতে , যেখানে কেউ সাধারণ …

15 normal-distribution  simulation  uniform 

আমি সম্প্রতি একটি ডেটা সায়েন্স ইন্টারভিউ রিসোর্স কিনেছি যার সম্ভাব্যতা প্রশ্নগুলির একটি নিম্নরূপ ছিল: জ্ঞাত পরামিতিগুলির সাথে একটি সাধারণ বিতরণ থেকে অঙ্কন দেওয়া হয়, আপনি কীভাবে ইউনিফর্ম বিতরণ থেকে অঙ্কনগুলি অনুকরণ করতে পারেন? আমার মূল চিন্তার প্রক্রিয়াটি ছিল, একটি বিচ্ছিন্ন র্যান্ডম ভেরিয়েবলের জন্য, আমরা কে কে অনন্য সাব-বিভাগগুলিতে স্বাভাবিক বিতরণটি …

15 self-study  normal-distribution  simulation  uniform 

আমার কাছে থাকা কিছু ডেটার স্বাভাবিকতা নিয়ে আমার সমস্যা আছে: আমি একটি কলমোগোরভ পরীক্ষা করেছি যা বলেছে যে এটি পি = .0000 এর সাথে স্বাভাবিক নয়, আমি বুঝতে পারি না: আমার বিতরণের সঙ্কোচ = = 497, এবং কুরটোসিস = -0,024 আমার বিতরণের প্লটটি যা দেখতে খুব স্বাভাবিক দেখাচ্ছে ... (আমার …

15 normal-distribution  spss  kolmogorov-smirnov  histogram  qq-plot 

পারমুয়েশন টেস্ট (যাকে এলোমেলোকরণ পরীক্ষা, পুনরায় র্যান্ডমাইজেশন পরীক্ষা বা একটি সঠিক পরীক্ষাও বলা হয়) খুব কার্যকর হয় এবং কার্যকর হয় যখন উদাহরণস্বরূপ প্রয়োজনীয় বন্টনের অনুমানটি t-testপূরণ হয় না এবং যখন র‌্যাঙ্কিংয়ের মাধ্যমে মানগুলির রূপান্তর হয় নন-প্যারাম্যাট্রিক পরীক্ষার Mann-Whitney-U-testফলে আরও তথ্য নষ্ট হতে পারে। যাইহোক, এই ধরণের পরীক্ষাটি নাল হাইপোথিসিসের অধীনে …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information