প্রশ্ন ট্যাগ «t-distribution»

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 

পটভূমি ধরা যাক, আমাদের কাছে একটি সাধারণ সর্বনিম্ন স্কোয়ার্স মডেল রয়েছে যেখানে আমাদের রিগ্রেশন মডেলটিতে টটky = এক্স β+ + εY=এক্সβ+ +ε\mathbf{y}=\mathbf{X}\mathbf{\beta} + \mathbf{\epsilon} যেখানে একটি হল কোফিসিয়েন্টস এর ভেক্টর, হয় নকশা ম্যাট্রিক্স দ্বারা সংজ্ঞায়িতββ\mathbf{\beta}(k×1)(k×1)(k\times1)Xএক্স\mathbf{X} X=⎛⎝⎜⎜⎜⎜⎜⎜11⋮1x11x21xn1x12…⋱………x1(k−1)⋮⋮xn(k−1)⎞⎠⎟⎟⎟⎟⎟⎟X=(1x11x12…x1(k−1)1x21…⋮⋮⋱⋮1xn1……xn(k−1))\mathbf{X} = \begin{pmatrix} 1 & x_{11} & x_{12} & \dots & x_{1\;(k-1)} \\ 1 & …

29 regression  linear-model  least-squares  t-distribution 

শিক্ষার্থীদের টি-বিতরণের পরামিতিগুলির সর্বাধিক সম্ভাবনার অনুমানকারীগুলি কী কী? এগুলি কি বন্ধ আকারে বিদ্যমান? একটি দ্রুত গুগল অনুসন্ধান আমাকে কোনও ফলাফল দেয়নি। আজ আমি অবিচ্ছিন্ন ক্ষেত্রে আগ্রহী, তবে সম্ভবত আমাকে একাধিক মাত্রায় মডেলটি প্রসারিত করতে হবে। সম্পাদনা: আমি অবস্থান এবং স্কেল পরামিতিগুলিতে বেশিরভাগ ক্ষেত্রে আগ্রহী। আপাতত আমি ধরে নিতে পারি যে …

23 estimation  maximum-likelihood  t-distribution 

যাক সঙ্গে একটি স্টুডেন্ট টি বন্টন থেকে IID আকৃষ্ট করা , স্বাধীন ডিগ্রীগুলির পরিমিতরূপে মাপের জন্য (বলুন 100 কম)। নির্ধারণ হল একটি চি-বর্গক্ষেত্র সঙ্গে প্রায় বিতরণ স্বাধীন ডিগ্রীগুলির? স্কোয়ার এলোমেলো ভেরিয়েবলের যোগফলের জন্য কেন্দ্রীয় সীমাবদ্ধ তত্ত্বের মতো কিছু আছে কি? n n T = ∑ 1 ≤ i ≤ k …

20 chi-squared  central-limit-theorem  t-distribution 

উইকিপিডিয়া অনুসারে, আমি বুঝতে পারি যে টি-বিতরণ হ'ল টি-মানের নমুনা বন্টন যখন নমুনাগুলি সাধারণভাবে বিতরণ করা জনগোষ্ঠীর আইড পর্যবেক্ষণ হয়। যাইহোক, আমি স্বজ্ঞাতভাবে বুঝতে পারি না যে এর কারণে কেন টি-বিতরণের আকারটি চর্বিযুক্ত লেজ থেকে প্রায় পুরোপুরি স্বাভাবিক হয়ে যায়। আমি পেয়েছি আপনি যদি কোনও সাধারণ বিতরণ থেকে নমুনা নিচ্ছেন …

19 normal-distribution  t-distribution 

... এবং কেন ? ধরে নেওয়া যাক , গড় সঙ্গে স্বাধীন র্যান্ডম-ভেরিয়েবল এবং ভ্যারিয়েন্স যথাক্রমে। আমার মৌলিক পরিসংখ্যান বইটি আমাকে বলে যে বিতরণে নিম্নলিখিত বৈশিষ্ট্য রয়েছে:এক্স 2 μ 1 , μ 2 σ 2 1 , σ 2 2 এক্স 1 - এক্স 2এক্স1X1X_1এক্স2X2X_2μ1, μ2μ1,μ2\mu_1,\mu_2σ21, σ22σ12,σ22\sigma^2_1,\sigma^2_2এক্স1- এক্স2X1−X2X_1-X_2 ই( এক্স1- এক্স2) …

19 distributions  degrees-of-freedom  t-distribution 

অজানা জনসংখ্যার স্ট্যান্ডার্ড বিচ্যুতি (এসডি) সহ আত্মবিশ্বাস-ব্যবধান (সিআই) গণনা করার জন্য আমরা টি-বন্টন নিয়োগের মাধ্যমে জনসংখ্যার মান বিচ্যুতি অনুমান করি। উল্লেখ্য, যেখানে । তবে, জনসংখ্যার মানক বিচ্যুতির বিষয়ে আমাদের কাছে বিন্দু অনুমান নেই, আমরা সিআই = \ বার {এক্স} \ পিএম t_ {95 \%} (সে) যেখানে se = rac frac …

18 normal-distribution  confidence-interval  sampling  t-distribution 

এই ক্রস যাচাই করা প্রশ্নটি একটি নির্দিষ্ট পরিমাণের শর্তসাপেক্ষে একটি নমুনা অনুকরণ সম্পর্কে জিজ্ঞাসা করে আমাকে সেট করে দেওয়া সমস্যার কথা মনে করিয়ে দেয় জর্জ Casella । প্রদত্ত স্থিতিমাপ মডেল f(x|θ)f(x|θ)f(x|\theta) , এবং এই মডেল থেকে একটি IID নমুনা, (X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) , এর MLE θθ\theta দেওয়া হয় θ ( এক্স 1 …

17 maximum-likelihood  conditional-probability  random-variable  simulation  t-distribution 

বুনিয়াদি পরিসংখ্যান কোর্সগুলি প্রায়শই যখন নমুনার আকার n বড় হয় (সাধারণত 30 বা 50 এর বেশি হয়) তখন জনসংখ্যার প্যারামিটারের গড় অনুমান করার জন্য একটি সাধারণ বিতরণ ব্যবহার করার পরামর্শ দেয় । শিক্ষার্থীর টি-বিতরণ নমুনার মানক বিচ্যুতির অনিশ্চয়তার জন্য অ্যাকাউন্টে ছোট ছোট নমুনা আকারের জন্য ব্যবহৃত হয়। যখন নমুনার আকারটি …

17 normal-distribution  confidence-interval  t-distribution 

অনুশীলনে, লিনিয়ার রিগ্রেশন সহগের তাত্পর্য পরীক্ষা করার জন্য একটি স্ট্যান্ডার্ড টি-টেস্ট ব্যবহার করা সাধারণ অভ্যাস। গণনার যান্ত্রিকতা আমাকে বোঝায়। কেন এটি টি-বিতরণ লিনিয়ার রিগ্রেশন হাইপোথিসিস টেস্টিংয়ে ব্যবহৃত স্ট্যান্ডার্ড টেস্টের পরিসংখ্যানকে মডেল করতে ব্যবহার করা যেতে পারে? স্ট্যান্ডার্ড পরীক্ষার পরিসংখ্যান আমি এখানে উল্লেখ করছি: T0=βˆ−β0SE(βˆ)T0=β^−β0SE(β^) T_{0} = \frac{\widehat{\beta} - \beta_{0}}{SE(\widehat{\beta})}

17 regression  hypothesis-testing  linear-model  t-distribution 

আত্মবিশ্বাসের ব্যবধান গণনা করার জন্য আমি এই ভিডিও লেকচারটি উল্লেখ করছিলাম । তবে আমার কিছুটা বিভ্রান্তি আছে। এই লোকটি গণনার জন্য statics ব্যবহার করছে। তবে আমি মনে করি এটি একটি টি- স্ট্যাটিস্টিক্স হওয়া উচিত ছিল । আমাদের জনসংখ্যার সত্যিকারের আদর্শ বিচ্যুতি দেওয়া হয়নি। আমরা সত্যটি অনুমান করতে নমুনার মানক বিচ্যুতিটি …

15 confidence-interval  t-distribution 

এসপিএসএস টি-টেস্ট পদ্ধতিতে 2 টি স্বতন্ত্র উপায়ের সাথে তুলনা করার সময় 2 বিশ্লেষণের প্রতিবেদন করা হয়, সমান বৈকল্পিকগুলির সাথে একটি বিশ্লেষণ ধরে নেওয়া হয় এবং সমান বৈকল্পিকগুলির সাথে একটি অনুমান করা হয় না। সমান রূপগুলি ধরে নেওয়া হলে স্বাধীনতার ডিগ্রি সর্বদা পূর্ণসংখ্যার মান (এবং সমান এন -২) হয়। সমান বৈকল্পিকগুলি …

15 hypothesis-testing  t-test  heteroscedasticity  degrees-of-freedom  t-distribution 

আমি গোসেট টি- ডিস্ট্রিবিউশন নিয়ে এসেছি তা সম্পর্কে অবগত , তবে "টি" এর ব্যুৎপত্তি কী? কিভাবে "T" শেষ পর্যন্ত হয়নি টন -test এবং টি -distribution?

13 t-test  terminology  t-distribution  history  etymology 

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 

দ্রষ্টব্য: এই প্রশ্নটি পুনরায় পোস্ট করা হয়েছে, কারণ আমার আগের প্রশ্নটি আইনি কারণে মুছে ফেলা হয়েছিল। আর- lmeএর nlmeপ্যাকেজ থেকে ফাংশনটির সাথে এসএএস থেকে প্রসকে মিক্সেড তুলনা করার সময় , আমি কিছু বরং বিভ্রান্তিকর পার্থক্যের উপর হোঁচট খেয়েছি। আরও সুনির্দিষ্টভাবে বলা যায় যে বিভিন্ন পরীক্ষায় স্বাধীনতার ডিগ্রিগুলির মধ্যে পার্থক্য রয়েছে …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining