প্রশ্ন ট্যাগ «pdf»

অবিচ্ছিন্ন র্যান্ডম ভেরিয়েবলের সম্ভাব্যতা ঘনত্ব ফাংশন (পিডিএফ) তার প্রতিটি সম্ভাব্য মানের জন্য আপেক্ষিক সম্ভাবনা দেয়। পৃথক সম্ভাব্য ভর ফাংশন (পিএমএফ) এর জন্যও এই ট্যাগটি ব্যবহার করুন।

6
সম্ভাব্য বিতরণের মান 1 এর বেশি হওয়া কি ঠিক আছে?
উপর সাদাসিধা বায়েসের ক্লাসিফায়ার সম্পর্কে উইকিপিডিয়া পৃষ্ঠা , এই লাইন হল: p ( h e i g h t | m a l e ) = 1.5789p(height|male)=1.5789p(\mathrm{height}|\mathrm{male}) = 1.5789 (1 এর উপরে সম্ভাব্য বন্টন ঠিক আছে It এটি বেল বক্ররেখার অধীনে অঞ্চল যা 1 এর সমান) কীভাবে একটি মান ঠিক …

10
কাচি বিতরণের কোনও অর্থ নেই কেন?
বিতরণ ঘনত্ব ফাংশন থেকে আমরা নীচের গ্রাফের মতো কচী বিতরণের জন্য একটি গড় (= 0) সনাক্ত করতে পারি। তবে কেন আমরা বলি কচী বিতরণের কোনও অর্থ নেই?


3
লগের রূপান্তরিত ভবিষ্যদ্বাণী এবং / অথবা প্রতিক্রিয়ার ব্যাখ্যা
আমি ভাবছি কিনা এটির ব্যাখ্যায় কোনও পার্থক্য রয়েছে কিনা কেবল নির্ভরশীল, নির্ভরশীল এবং স্বতন্ত্র বা কেবলমাত্র স্বাধীন ভেরিয়েবলগুলি লগ রূপান্তরিত কিনা। ক্ষেত্রে বিবেচনা করুন log(DV) = Intercept + B1*IV + Error আমি আইভিটি শতাংশ বৃদ্ধি হিসাবে ব্যাখ্যা করতে পারি তবে আমার যখন কীভাবে এই পরিবর্তন হয় log(DV) = Intercept + …
46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

4
আইআইডি ইউনিফর্ম র্যান্ডম ভেরিয়েবলের স্যাম্পল সর্বাধিকের সম্ভাব্যতা ঘনত্বের কার্যটি আপনি কীভাবে গণনা করবেন?
এলোমেলো পরিবর্তনশীল দেওয়া Y=max(X1,X2,…,Xn)Y=max(X1,X2,…,Xn)Y = \max(X_1, X_2, \ldots, X_n) যেখানে XiXiX_i আইআইডি ইউনিফর্ম ভেরিয়েবল, আমি কীভাবে Y এর পিডিএফ গণনা করব YYY?
45 pdf  maximum 

3
সিডিএফগুলি কি পিডিএফের চেয়ে বেশি মৌলিক?
আমার স্টাট প্রফেসর মূলত বলেছিলেন, নিম্নলিখিত তিনটির মধ্যে একটি দেওয়া থাকলে আপনি অন্য দুটি খুঁজে পেতে পারেন: ক্রম বিতরণ ফাংশন মোমেন্ট জেনারেটিং ফাংশন সম্ভাব্যতা ঘনত্ব ফাংশন তবে আমার একনোমেট্রিক্সের অধ্যাপক বলেছিলেন সিডিএফগুলি পিডিএফ-এর চেয়ে বেশি মৌলিক কারণ এমন একটি উদাহরণ রয়েছে যেখানে আপনার সিডিএফ থাকতে পারে তবে পিডিএফ সংজ্ঞায়িত হয়নি। …
43 probability  pdf  cdf  mgf 

3
রুপান্তরিত ভেরিয়েবলের ঘনত্বের জন্য স্বজ্ঞাত ব্যাখ্যা?
ধরুন পিডিএফ সহ একটি এলোমেলো পরিবর্তনশীল । তারপরে র্যান্ডম ভেরিয়েবল এর পিডিএফ রয়েছেXXXfX(x)fX(x)f_X(x)Y=X2Y=X2Y=X^2 fY(y)={12y√(fX(y√)+fX(−y√))0y≥0y<0fY(y)={12y(fX(y)+fX(−y))y≥00y<0f_Y(y)=\begin{cases}\frac{1}{2\sqrt{y}}\left(f_X(\sqrt{y})+f_X(-\sqrt{y})\right) & y \ge 0 \\ 0 & y \lt 0\end{cases} আমি এর পিছনে ক্যালকুলাস বুঝতে পারি। তবে আমি ক্যালকুলাস জানেন না এমন কাউকে এটি ব্যাখ্যা করার জন্য একটি উপায় চিন্তা করার চেষ্টা করছি। বিশেষত, আমি কেন …

4
আর-তে নেতিবাচক ভেরিয়েবলের ঘনত্বের প্লটগুলির জন্য ভাল পদ্ধতিগুলি?
plot(density(rexp(100)) স্পষ্টতই শূন্যের বামে সমস্ত ঘনত্ব পক্ষপাতকে প্রতিনিধিত্ব করে। আমি অ-পরিসংখ্যানবিদদের জন্য কিছু ডেটা সংক্ষিপ্ত করতে চাই এবং আমি কেন অ-নেতিবাচক ডেটা শূন্যের বামে ঘনত্ব নিয়েছে এমন প্রশ্নগুলি এড়াতে চাই। প্লটগুলি এলোমেলোভাবে যাচাইয়ের জন্য; আমি চিকিত্সা এবং নিয়ন্ত্রণ গ্রুপগুলি দ্বারা ভেরিয়েবলগুলির বিতরণটি দেখাতে চাই। বিতরণগুলি প্রায়শই তাত্পর্যপূর্ণ - ইশ হয়। …

10
দুটি এলোমেলো ভেরিয়েবলের যোগফল কেন একটি সমঝোতা?
দীর্ঘ সময়ের জন্য বুঝলাম না কেন দুই র্যান্ডম ভেরিয়েবল "সমষ্টি" হয় তাদের সংবর্তন , যেহেতু মিশ্রণ ঘনত্ব ফাংশন সমষ্টি f(x)f(x)f(x) এবং g(x)g(x)g(x) হয় pf(x)+(1−p)g(x)pf(x)+(1−p)g(x)p\,f(x)+(1-p)g(x); পাটিগণিত যোগফল এবং না তাদের সমঝোতা। "দুটি এলোমেলো ভেরিয়েবলের যোগফল" এর সঠিক বাক্যটি গুগলে ১৪ 14,০০০ বার প্রদর্শিত হয়েছে এবং নিম্নরূপে উপবৃত্তাকার। যদি কোনও আরভিটিকে একটি …

2
গামা বনাম লগনারাল বিতরণ
আমার একটি পরীক্ষামূলকভাবে পর্যবেক্ষণ বিতরণ রয়েছে যা দেখতে গামা বা লগনারাল বিতরণের সাথে খুব মিল similar আমি পড়েছি যে লগনরমাল ডিস্ট্রিবিউশনটি এলোমেলো পরিবর্তিত সর্বাধিক এনট্রপি সম্ভাব্যতা বন্টন, যার জন্য and এর গড় এবং বৈকল্পিক স্থির করা হয়। গামা বিতরণে কি একই জাতীয় বৈশিষ্ট্য রয়েছে?এলএন ( এক্স )এক্সXXLn( এক্স)ln⁡(X)\ln(X)

4
মাল্টিভারিয়েট স্বাভাবিক বিতরণের কোয়ান্টাইলগুলি (আইসোলাইনস) কীভাবে নির্ধারণ করবেন?
আমি আগ্রহী যে কেউ কীভাবে বহুবিধ বিতরণের পরিমাণের গণনা করতে পারে। পরিসংখ্যানগুলিতে, আমি একটি প্রদত্ত অবিচ্ছিন্ন স্বাভাবিক বিতরণ (বাম) এর 5% এবং 95% কোয়ান্টাইল আঁকছি। ডান মাল্টিভারিয়েট স্বাভাবিক বিতরণের জন্য, আমি কল্পনা করছি যে এনালগটি এমন একটি আইসোলিন হবে যা ঘনত্বের ফাংশনের ভিত্তিটি ঘিরে ফেলে। প্যাকেজটি ব্যবহার করে এটি গণনা …

2
আপনি পারজেন উইন্ডো (কর্নেল) সাধারণ ব্যক্তির পদগুলিতে ঘনত্বের অনুমানটি ব্যাখ্যা করতে পারেন?
পারজেন উইন্ডো ঘনত্বের অনুমান হিসাবে বর্ণনা করা হয় p(x)=1n∑i=1n1h2ϕ(xi−xh)p(x)=1n∑i=1n1h2ϕ(xi−xh) p(x)=\frac{1}{n}\sum_{i=1}^{n} \frac{1}{h^2} \phi \left(\frac{x_i - x}{h} \right) যেখানে ভেক্টর উপাদানের সংখ্যা, একটি ভেক্টর হল একটি সম্ভাব্যতা ঘনত্ব হয় , Parzen উইন্ডো মাত্রা, এবং একটি উইন্ডো ফাংশন।nnnxxxp(x)p(x)p(x)xxxhhhϕϕ\phi আমার প্রশ্নগুলি হ'ল: পার্জন উইন্ডো ফাংশন এবং অন্যান্য ঘনত্বের ফাংশনগুলির মতো গাউসিয়ান ফাংশন ইত্যাদির মধ্যে …


1
আত্মবিশ্বাসের সাথে এর ন্যায্যতাটি মূল্যায়নের জন্য আমার কতবার ডাই রোল করতে হবে?
(পরিসংখ্যানগত ভাষার চেয়ে লেআর ভাষার ব্যবহারের জন্য আগেই ক্ষমা প্রার্থনা করুন)) যদি আমি নির্দিষ্ট দৈহিক আত্মবিশ্বাসের সাথে প্রায় +/- 2% এর মধ্যে নির্দিষ্ট শারীরিক ছয়তরফা ডাইয়ের প্রতিটি পক্ষের ঘূর্ণায়নের প্রতিক্রিয়াগুলি পরিমাপ করতে চাই তবে কতটি নমুনা ডাই রোলসের প্রয়োজন হবে? উদাহরণস্বরূপ, প্রতিটি ফলাফল গণনা করে আমার কতবার ডাই রোল করতে …

3
ঘনত্বের অনুমানের জন্য কি কোনও বায়েশিয়ান পদ্ধতি রয়েছে?
আমি ক্রমাগত র্যান্ডম ভেরিয়েবল ঘনত্ব অনুমান করতে আগ্রহী । আমি শিখেছি এটি করার একটি উপায় হ'ল কার্নেল ঘনত্ব অনুমানের ব্যবহার।XXX তবে এখন আমি নীচের লাইনের পাশাপাশি একটি বায়েশিয়ান পদ্ধতির প্রতি আগ্রহী আমি প্রাথমিকভাবে বিশ্বাস করি যে একটি বিতরণ অনুসরণ করে । আমি রিডিং নিই । আমার নতুন পঠনের উপর ভিত্তি …

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.