Preguntas etiquetadas con gamma-distribution

Tengo datos que describen con qué frecuencia tiene lugar un evento durante una hora ("número por hora", nph) y cuánto duran los eventos ("duración en segundos por hora", dph). Estos son los datos originales: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, 1.05882352939726, 9.21739130425452, …

8 normal-distribution  data-transformation  logistic  generalized-linear-model  ridge-regression  t-test  wilcoxon-signed-rank  paired-data  naive-bayes  distributions  logistic  goodness-of-fit  time-series  eviews  ecm  panel-data  reliability  psychometrics  validity  cronbachs-alpha  self-study  random-variable  expected-value  median  regression  self-study  multiple-regression  linear-model  forecasting  prediction-interval  normal-distribution  excel  bayesian  multivariate-analysis  modeling  predictive-models  canonical-correlation  rbm  time-series  machine-learning  neural-networks  fishers-exact  factorisation-theorem  svm  prediction  linear  reinforcement-learning  cdf  probability-inequalities  ecdf  time-series  kalman-filter  state-space-models  dynamic-regression  index-decomposition  sampling  stratification  cluster-sample  survey-sampling  distributions  maximum-likelihood  gamma-distribution 

Situación: Digamos que tengo un proceso de Poisson, como la desintegración radiactiva, que produce partículas R por segundo. Mido con un detector. Hay una probabilidad P de que el detector detecte una partícula. Cosas que creo que sé: El tiempo entre llegadas de la emisión de partículas se distribuye exponencialmente …

8 poisson-distribution  negative-binomial  gamma-distribution 

Mi proyecto actual puede requerir que construya un modelo para predecir el comportamiento de un determinado grupo de personas. el conjunto de datos de entrenamiento contiene solo 6 variables (la identificación es solo para fines de identificación): id, age, income, gender, job category, monthly spend en el cual monthly spendestá …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Estoy tratando de ajustar una distribución gamma inversa de tres parámetros a mis datos en R o Python. Me gustaría hacer esto usando la estimación de máxima verosimilitud (MLE). El pdf del gamma inverso de tres parámetros viene dado por: Donde Γ es la función gamma, ρ es la forma, …

8 r  pdf  curve-fitting  gamma-distribution 

El artículo de Wikipedia sobre la distribución Gamma enumera dos métodos de parametrización diferentes, uno de ellos utilizado con frecuencia en la econometría bayesiana con y , es parámetro de forma, es parámetro de velocidad.α>0α>0\alpha>0β>0β>0\beta>0αα\alphaββ\beta X∼Gamma(α,β).X∼Gamma(α,β).X\sim \mathrm{Gamma}(\alpha,\beta). En un libro de texto de econométrica bayesiano escrito por Gary Koop, el …

8 bayesian  econometrics  prior  gamma-distribution