Preguntas etiquetadas con distributions

Primero, tengo una pregunta sobre si la distribución de Poisson es "estable" o no. Muy ingenuamente (y no estoy muy seguro de las distribuciones "estables"), calculé la distribución de una combinación lineal de RV distribuidas por Poisson, utilizando el producto del MGF. Parece que obtengo otro Poisson, con un parámetro …

11 distributions  poisson-distribution  mgf 

Esta es mi primera vez aquí, así que avíseme si puedo aclarar mi pregunta de alguna manera (incluido el formato, las etiquetas, etc.). (¡Y espero poder editar más tarde!) Traté de encontrar referencias e intenté resolverme usando la inducción, pero fallé en ambas. Estoy tratando de simplificar una distribución que …

11 distributions  chi-squared  exponential  order-statistics  minimum 

Necesito ajustar una distribución gaussiana generalizada a una nube de puntos de 7 luces que contiene un número bastante significativo de valores atípicos con un alto apalancamiento. ¿Conoces algún buen paquete R para este trabajo?

11 r  distributions  normal-distribution  robust 

Como principiante en estadísticas y R, he tenido un momento realmente difícil tratando de generar qqplots con una relación de aspecto de 1: 1. ggplot2 parece ofrecer mucho más control sobre el trazado que los paquetes de trazado R predeterminados, pero no puedo ver cómo hacer un qqplot en ggplot2 …

11 r  distributions  ggplot2  qq-plot 

¿Se puede usar la distribución de Poisson para analizar datos continuos y datos discretos? Tengo algunos conjuntos de datos donde las variables de respuesta son continuas, pero se parecen a una distribución de Poisson en lugar de una distribución normal. Sin embargo, la distribución de Poisson es una distribución discreta …

11 distributions  regression  poisson-distribution  continuous-data 

Acabo de notar cómo la prueba de McNemar no exacta utiliza la distribución asintótica de chi cuadrado. Pero dado que la prueba exacta (para la tabla de dos casos) se basa en la distribución binomial, ¿por qué no es común sugerir la aproximación normal a la distribución binomial? Gracias.

11 distributions  binomial  chi-squared  normal-distribution 

¿Cuál es la mejor manera de aproximar para dos enteros dados cuando conoce la media , la varianza , la asimetría y el exceso de curtosis de una distribución discreta , y de las medidas (distintas de cero) de las formas y que una aproximación normal no es apropiada?Pr[n≤X≤m]Pr[n≤X≤m]Pr[n \leq …

11 probability  distributions  moments  approximation  saddlepoint-approximation 

Supongamos que tengo un cuadro negro que genera datos siguiendo una distribución normal con media m y desviación estándar s. Supongamos, sin embargo, que cada vez que genera un valor <0 no registra nada (ni siquiera puede decir que ha emitido dicho valor). Tenemos una distribución gaussiana truncada sin espiga. …

11 distributions  estimation 

El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por qué te(x1, x2)y ti(x1) + ti(x2) …

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 

Para dos distribuciones discretas y , la entropía cruzada se define comopppqqq H(p,q)=−∑xp(x)logq(x).H(p,q)=−∑xp(x)log⁡q(x).H(p,q)=-\sum_x p(x)\log q(x). Me pregunto por qué esto sería una medida intuitiva de la distancia entre dos distribuciones de probabilidad. Veo que es la entropía de , que mide la "sorpresa" de . es la medida que reemplaza …

11 probability  distributions  cross-entropy 

Tengo un problema similar a la pregunta que se hace aquí: ¿Cómo se mide la no uniformidad de una distribución? Tengo un conjunto de distribuciones de probabilidad durante los días de la semana. Quiero medir qué tan cerca está cada distribución (1 / 7,1 / 7, ..., 1/7). En este …

11 probability  distributions  random-variable  uniform  measurement 

Tengo un marco de datos que contiene valores en 4 columnas: Por ejemplo: ID, price, click count,rating Lo que me gustaría hacer es "dividir" este marco de datos en N grupos diferentes donde cada grupo tendrá el mismo número de filas con la misma distribución de precios, recuento de clics …

11 r  distributions 

Estoy leyendo un libro de texto sobre aprendizaje automático (Data Mining de Witten, et al., 2011) y encontré este pasaje: ... Además, se pueden utilizar diferentes distribuciones. Aunque la distribución normal suele ser una buena opción para los atributos numéricos, no es adecuada para los atributos que tienen un mínimo …

11 machine-learning  distributions 

Si tengo un modelo de regresión: Y= Xβ+ εY=Xβ+ε Y = X\beta + \varepsilon donde V[ε]=Id∈Rn×nV[ε]=Id∈Rn×n\mathbb{V}[\varepsilon] = Id \in \mathcal{R} ^{n \times n} y E[ε]=(0,…,0)E[ε]=(0,…,0)\mathbb{E}[\varepsilon]=(0, \ldots , 0) , ¿Cuándo usar βOLSβOLS\beta_{\text{OLS}} , el estimador de mínimos cuadrados ordinario de ββ\beta , sería una mala elección para un estimador? Estoy …

11 regression  distributions  least-squares 

Me gustaría comprobar Rsi mis datos se ajustan a las distribuciones log-normal o Pareto. ¿Cómo podría hacer eso? Quizás ks.testpodría ayudarme a hacer eso, pero ¿cómo podría obtener los parámetros y para la distribución de Pareto para mis datos?αα\alphakkk

11 r  regression  distributions  lognormal  pareto-distribution