প্রশ্ন ট্যাগ «quantiles»

কোনও বিতরণের পরিমাণটি তার সংশ্লেষিত বিতরণ কার্যের পয়েন্টগুলি উল্লেখ করে। কিছু সাধারণ কোয়ান্টাইলগুলি কোয়ার্টাইলস এবং পারসেন্টাইল।

2
পর্যবেক্ষণগুলি সংরক্ষণ না করে কোয়ার্টাইলগুলির অনলাইন অনুমান
আমার পর্যালোচনাগুলি সংরক্ষণ না করে রিয়েল-টাইমে কোয়েলটিস (কিউ 1, মিডিয়ান এবং কিউ 3) গণনা করা দরকার। আমি প্রথমে পি স্কোয়ার অ্যালগোরিদম (জৈন / ক্ল্যামটাক) চেষ্টা করেছিলাম তবে আমি এতে সন্তুষ্ট নই (কিছুটা বেশি সিপিইউ ব্যবহার করে এবং আমার ডেটাসেটে নির্ভুলতার দ্বারা নিশ্চিত নই)। আমি এখন ফ্লাই অ্যালগরিদম ( ফিল্ডম্যান / …

1
সাধারণ বিতরণের সংমিশ্রণ থেকে কোয়ান্টাইলগুলি
আমার কাছে বিভিন্ন বয়সের বাচ্চাদের জন্য অ্যানথ্রোপোমেট্রিক মাত্রা (কাঁধের স্প্যানের মতো) বিতরণের তথ্য রয়েছে। প্রতিটি বয়স এবং মাত্রার জন্য, আমার অর্থ, আদর্শ বিচ্যুতি। (আমার কাছে আটটি কোয়ান্টাইল রয়েছে, তবে আমি মনে করি না যে আমি তাদের কাছ থেকে যা চাই তা পেতে সক্ষম হব।) প্রতিটি মাত্রার জন্য, আমি দৈর্ঘ্য বিতরণের …

1
ওজনযুক্ত নমুনার উপরে কোয়ান্টাইলগুলি সংজ্ঞায়িত করা হচ্ছে
আমার একটি ওজনযুক্ত নমুনা রয়েছে, যার জন্য আমি কোয়ান্টাইলগুলি গণনা করতে চাই। 1 আদর্শভাবে, যেখানে ওজন সমান (যদিও = 1 বা অন্যথায়), ফলাফলগুলি scipy.stats.scoreatpercentile()আর আর এর সাথে সামঞ্জস্যপূর্ণ হবে quantile(...,type=7)। একটি সহজ পদ্ধতির দেওয়া ওজন ব্যবহার করে নমুনাকে "গুণিত" করা হবে। এটি কার্যকরভাবে ওজন> 1 এর ক্ষেত্রে স্থানীয়ভাবে "ফ্ল্যাট" ইসিডিএফ …

2
"পারসেন্টাইল" সংজ্ঞা
আমি এখন পিএমটি এডুকেশন দ্বারা রচিত বায়োস্ট্যাটাস্টিকসের উপর একটি নোট পড়ছি এবং বিভাগ ২.7 এ নিম্নলিখিত বাক্যগুলি লক্ষ্য করছি: ভর জন্য 50 তম শতাংশে জন্মগ্রহণকারী শিশু 50% শিশুর চেয়ে বেশি ভারী। ভর জন্য 25 তম শতাংশে জন্মগ্রহণকারী একটি শিশু 75% শিশুর চেয়ে বেশি ভারী। ভর জন্য 75 তম শতাংশে জন্মগ্রহণকারী …

1
আর / এমজিসিভি: টি () এবং টিআই () সেন্সর পণ্যগুলি কেন বিভিন্ন উপরিভাগ তৈরি করে?
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 

1
নমুনা কোয়ান্টাইলের পরিবর্তে কর্নিশ-ফিশার সম্প্রসারণ কেন ব্যবহার করবেন?
কর্ণিশ-ফিশার সম্প্রসারণ একটি বিতরণ মুহূর্ত উপর ভিত্তি করে quantiles অনুমান করার জন্য একটি উপায় প্রদান করে। (এই অর্থে, আমি এটিকে এজওয়ার্থ সম্প্রসারণের পরিপূরক হিসাবে দেখছি যা মুহুর্তের উপর ভিত্তি করে ক্রমবর্ধমান বন্টনের একটি প্রাক্কলন দেয়।) আমি জানতে চাই কোন পরিস্থিতিতে কোনটি পরম্পরাগত কাজের জন্য কর্নিশ-ফিশার সম্প্রসারণকে পছন্দ করবে? নমুনা কোয়ান্টাইল, …

1
কোয়ান্টাইলের ফাংশন হিসাবে প্রত্যাশিত মান?
আমি ভাবছিলাম যেখানে একই আরভিটির কোয়ান্টাইলগুলির ক্রিয়াকলাপ হিসাবে ক্রমাগত র্যান্ডম ভেরিয়েবলের প্রত্যাশিত মান সম্পর্কিত কোনও সাধারণ সূত্র আছে যেখানে আরভি এর প্রত্যাশিত মানটি সংজ্ঞায়িত করা হয়েছে: এবং quantiles হিসাবে সংজ্ঞায়িত করা হয়: জন্য ।XXX E(X)=∫xdFX(x)E(X)=∫xdFX(x)E(X) = \int x dF_X(x) QpX={x:FX(x)=p}=F−1X(p)QXp={x:FX(x)=p}=FX−1(p)Q^p_X = \{x : F_X(x) = p \} =F_X^{-1}(p) p∈(0,1)p∈(0,1)p\in(0,1) উদাহরণস্বরূপ …

1
তথ্যসূত্র: উল্টো সিডিএফ এর লেজ
আমি প্রায় নিশ্চিত যে আমি ইতিমধ্যে পরিসংখ্যানগুলিতে নিম্নলিখিত ফলাফলটি দেখেছি তবে কোথায় তা আমি মনে করতে পারি না। তাহলে XXX একটি ইতিবাচক দৈব চলক এবং E(X)&lt;∞E(X)&lt;∞\mathbb{E}(X)<\infty তারপর εF−1(1−ε)→0εF−1(1−ε)→0\varepsilon F^{-1}(1-\varepsilon) \to 0 যখন ε→0+ε→0+\varepsilon\to 0^+ , যেখানে FFF এর সিডিএফ হয় XXX । সমতা ব্যবহার করে জ্যামিতিকভাবে দেখতে সহজ এবং সংহত …

2
গ্রোথ চার্ট তৈরির সেরা পদ্ধতি
5 থেকে 15 বছর বয়সের বাচ্চাদের জন্য কেবল চার্ট (বৃদ্ধির চার্টের সমান) তৈরি করতে হবে (শুধুমাত্র 5,6,7 ইত্যাদি; স্বাস্থ্য ভেরিয়েবলের জন্য কোন ভগ্নাংশের মান নেই 2.6 বছর) যা অ-নেতিবাচক, ধারাবাহিক এবং ইন 50-150 এর ব্যাপ্তি (এই সীমার বাইরে কয়েকটি মান সহ)। আমাকে 90 তম, 95 তম এবং 99 তম পার্সেন্টাইল …

6
এক্সেলে কোয়ার্টাইলস
আপনি যখন মৌলিক পরিসংখ্যানের মধ্যে থাকবেন তখন সাধারণত ব্যবহৃত হয় এমন চতুর্ভুজ সংজ্ঞাতে আমি আগ্রহী। আমার কাছে স্ট্যাটাস 101 টাইপ বই রয়েছে এবং এটি কেবল একটি স্বজ্ঞাত সংজ্ঞা দেয়। "প্রায় এক চতুর্থাংশের তথ্য প্রথম কোয়ার্টাইলের উপরে বা তার নিচে পড়ে ..." তবে, এটি একটি উদাহরণ দেয় যেখানে এটি ডেটা সেট …
10 excel  quantiles 

4
১ টি মিডিয়ান অন্য মিডিয়ানের তুলনায় কম কেন, এর অর্থ এই নয় যে গ্রুপ 1 এ বেশিরভাগ গ্রুপ 2 এর চেয়ে কম?
আমি বিশ্বাস করি যে নীচের বক্সপ্লটগুলি "বেশিরভাগ পুরুষেরা বেশিরভাগ মহিলার চেয়ে বেশি দ্রুত" (এই ডেটাসেটে) হিসাবে ব্যাখ্যা করা যেতে পারে, মূলত কারণ মধ্যযুগীয় পুরুষদের সময় মধ্যযুগীয় মহিলাদের সময়ের চেয়ে কম ছিল। তবে আর এবং পরিসংখ্যানের কুইজে অ্যাডএক্স কোর্সটি আমাকে বলেছিল যে এটি ভুল। আমার অন্তর্নিহিত কেন ভুল তা দয়া করে …

1
বিটা বিতরণের দুটি কোয়ান্টাইল কি তার পরামিতিগুলি নির্ধারণ করে?
আমি যদি দুই কোয়ান্টাইল দিই (কুই1,কুই2)(q1,q2)(q_1,q_2) এবং তাদের সম্পর্কিত অবস্থানগুলি (ঠ1,ঠ2)(l1,l2)(l_1,l_2) (প্রতিটি) উন্মুক্ত ব্যবধানে (0,1)(0,1)(0,1), আমি কি সবসময় একটি বিটা বিতরণের প্যারামিটারগুলি সুনির্দিষ্ট অবস্থানে থাকতে পারি?

1
ভারী লেজযুক্ত বিতরণের আদেশের পরিসংখ্যানের এ্যাসিম্পোটিক স্বাভাবিকতা
পটভূমি: আমার একটি নমুনা রয়েছে যা আমি ভারী লেজযুক্ত বিতরণ দিয়ে মডেল করতে চাই। আমার কিছু চরম মান রয়েছে যেমন পর্যবেক্ষণগুলির বিস্তারটি তুলনামূলকভাবে বড়। আমার ধারণাটি ছিল সাধারণ পেরেটো বিতরণ দিয়ে এটির মডেল করা এবং তাই আমি করেছি। এখন, আমার অভিজ্ঞতাভিত্তিক তথ্যগুলির 0.975 কোয়ান্টাইল (প্রায় 100 ডেটাপপয়েন্ট) আমি আমার তথ্যগুলিতে …

1
নির্দিষ্ট কোয়ান্টাইল থেকে বিতরণের যোগফলের পরিমাণ গণনা
ধরে নেওয়া যাক স্বাধীন র্যান্ডম ভেরিয়েবল যার জন্য কিছু নির্দিষ্ট পর্যায়ে quantiles : ডেটা থেকে প্রাক্কলন মাধ্যমে পরিচিত হয় , ..., । এখন যাক র্যান্ডম ভেরিয়েবল এর যোগফল হিসাবে সংজ্ঞায়িত করা যাক । সেখানে পর্যায়ে সমষ্টি সমাংশক মান গনা একটি উপায় আছে কি যে, মধ্যে ?NNNX1,...,XNX1,...,XNX_1, ..., X_Nαα\alphaα=P(X1&lt;q1)α=P(X1&lt;q1)\alpha = P(X_1 …
9 quantiles 

1
1 ম পারসেন্টাইলের নমুনা বিতরণ পেতে বুটস্ট্র্যাপ ব্যবহার করা
আমার কাছে জনসংখ্যার একটি নমুনা (আকার 250)। জনসংখ্যার বন্টন জানি না। মূল প্রশ্ন: আমি জনসংখ্যার 1 ম- দক্ষতার একটি পয়েন্টের প্রাক্কলন চাই এবং তারপরে আমি আমার পয়েন্টের প্রাক্কলনের প্রায় 95% আত্মবিশ্বাসের ব্যবধান চাই। আমার পয়েন্ট হিসাব নমুনা 1 হতে হবে St -percentile। আমি এটি ।xxx এর পরে, আমি বিন্দু অনুমানের …

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.