Preguntas etiquetadas con joint-distribution

Si la probabilidad conjunta es la intersección de 2 eventos, ¿no debería la probabilidad conjunta de 2 eventos independientes ser cero ya que no se cruzan en absoluto? Estoy confundido.

30 probability  joint-distribution 

El límite superior Fréchet – Hoeffding se aplica a la función de distribución de cópula y está dado por C(u1,...,ud)≤min{u1,..,ud}.C(u1,...,ud)≤min{u1,..,ud}.C(u_1,...,u_d)\leq \min\{u_1,..,u_d\}. ¿Existe un límite superior similar (en el sentido de que depende de las densidades marginales) para la densidad de la cópula lugar del CDF?c(u1,...,ud)c(u1,...,ud)c(u_1,...,u_d) Cualquier referencia sería muy apreciada.

16 references  joint-distribution  bounds  copula 

Estoy escribiendo sobre el uso de una 'distribución de probabilidad conjunta' para una audiencia que sería más probable que comprenda la 'distribución multivariada', así que estoy considerando usar la posterior. Sin embargo, no quiero perder el significado mientras hago esto. Wikipedia parece indicar que estos son sinónimos. ¿Son ellos? ¿Si …

15 probability  terminology  joint-distribution  definition 

Sea una distribución conjunta de dos variables categóricas X , Y , con x , y ∈ { 1 , ... , K } . Digamos que se tomaron n muestras de esta distribución, pero solo se nos dan los recuentos marginales, es decir, para j = 1 , ... …

12 categorical-data  maximum-likelihood  joint-distribution  marginal  maximum-entropy 

Supongamos que tengo un momento conjunto que genera la función para una distribución conjunta con CDF F X , Y ( x , y ) . Es M X , Y ( s , t ) = M X , Y ( s , 0 ) ⋅ M X , …

12 probability  independence  joint-distribution  mgf 

Uno de los problemas en mi libro de texto se plantea de la siguiente manera. Un vector continuo estocástico bidimensional tiene la siguiente función de densidad: fX,Y(x,y)={15xy20if 0 < x < 1 and 0 < y < xotherwisefX,Y(x,y)={15xy2if 0 < x < 1 and 0 < y < x0otherwise f_{X,Y}(x,y)= …

10 self-study  random-variable  marginal  joint-distribution 

El título resume mi pregunta, pero para mayor claridad considere el siguiente ejemplo simple. Deje , i = 1, ..., n . Definir: \ begin {ecation} S_n = \ frac {1} {n} \ sum_ {i = 1} ^ n X_i \ end {ecation} y \ begin {ecation} T_n = \ …

10 normal-distribution  multivariate-analysis  independence  central-limit-theorem  joint-distribution 

Supongamos que tengo una muestra de frecuencias de 4 eventos posibles: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 y tengo las probabilidades esperadas de que ocurran mis eventos: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la suma de las …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Dejar U1,…,UnU1,…,UnU_1, \ldots, U_n ser nnn iid variables aleatorias uniformes discretas en (0,1) y sus estadísticas de orden sean U(1),…,U(n)U(1),…,U(n)U_{(1)}, \ldots, U_{(n)}. Definir Di=U(i)−U(i−1)Di=U(i)−U(i−1)D_i=U_{(i)}-U_{(i-1)} para i=1,…,ni=1,…,ni=1, \ldots, n con U0=0U0=0U_0=0. Estoy tratando de averiguar la distribución conjunta de UiUiU_i's y su distribución marginal y posiblemente sus primeros momentos. ¿Alguien puede …

9 probability  distributions  order-statistics  joint-distribution 

Generalmente hay muchas distribuciones conjuntas consistentes con un conjunto conocido de distribuciones marginales .P(X1=x1,X2=x2,...,Xn=xn)P(X1=x1,X2=x2,...,Xn=xn)P(X_1 = x_1, X_2 = x_2, ..., X_n = x_n)fi(xi)=P(Xi=xi)fi(xi)=P(Xi=xi)f_i(x_i) = P(X_i = x_i) De estas distribuciones conjuntas, ¿el producto formado tomando el producto de los marginales el que tiene la mayor entropía?∏ifi(xi)∏ifi(xi)\prod_i f_i(x_i) Ciertamente creo que …

9 distributions  joint-distribution  marginal  maximum-entropy 

Supongamos que tenemos una variable aleatoria distribuida como y distribuida como , donde significa distribución uniforme en el intervalo . U [ 0 , 1 ] X 2 U [ 0 , X 1 ] U [ a , b ] [ a , b ]X1X1X_1U[0,1]U[0,1]U[0,1]X2X2X_2U[0,X1]U[0,X1]U[0,X_1]U[a,b]U[a,b]U[a,b][a,b][a,b][a,b] Pude calcular el pdf …

8 pdf  marginal  joint-distribution 

Version corta Estoy tratando de resolver / aproximar analíticamente la probabilidad compuesta que resulta de los sorteos independientes de Poisson y el muestreo adicional con o sin reemplazo (realmente no me importa cuál). Quiero usar la probabilidad con MCMC (Stan), por lo que necesito la solución solo hasta un término …

8 mathematical-statistics  poisson-distribution  joint-distribution  approximation 

Tengo un problema en la mano, que no puedo continuar. ¿Alguien puede ayudarme a comenzar? Y1&lt;Y2&lt;Y3Y1&lt;Y2&lt;Y3Y_1<Y_2<Y_3 : una estadística de orden de tamaño 3 de la distribución que tiene pdf Además, defina La tarea es calcular el pdf conjunto de .f(x)=2x 0&lt;x&lt;1f(x)=2x 0&lt;x&lt;1 f(x)=2x\ \ \ 0<x<1U1=Y1Y2 and U2=Y2Y3U1=Y1Y2 and …

8 self-study  independence  joint-distribution  order-statistics 

Pregunta simple, pero sorprendentemente difícil de encontrar una respuesta en línea. Sé que para un RV , definimos el momento k como donde la igualdad se sigue si , para una densidad y Medida de Lebesgue .XXX∫Xk rePAGS= ∫XkF( x ) d X∫Xk dP=∫xkf(x) dx\int X^k \ d P = …

8 mathematical-statistics  random-variable  joint-distribution  moments 

Deje que e sean variables aleatorias univariadas con CDF tales que: donde , son funciones conocidas.X:Ω→RX:Ω→RX:\Omega\to\mathbb{R}Y:Ω→RY:Ω→RY:\Omega\to\mathbb{R}FX,Y(x,y)FX,Y(x,y)F_{X,Y}(x,y)FX,Y(x,y)=G1(x)G2(y),∀(x,y)∈R×RFX,Y(x,y)=G1(x)G2(y),∀(x,y)∈R×R F_{X,Y}(x,y)=G_1(x)G_2(y),\forall (x,y)\in\mathbb{R}\times\mathbb{R} G1:R→RG1:R→RG_1:\mathbb{R}\to\mathbb{R}G2:R→RG2:R→RG_2:\mathbb{R}\to\mathbb{R} Pregunta : ¿Es cierto que e son RV independientes?XXXYYY ¿Alguien puede darme algunas pistas? Traté de: pero no sé por qué (o si) \ lim_ {y \ to \ infty} G_2 …

8 random-variable  joint-distribution