Preguntas etiquetadas con marginal

La distribución marginal se refiere a la distribución de probabilidad de un subconjunto de variables contenidas en una distribución conjunta.


5
Lectura introductoria sobre cópulas
Desde hace algún tiempo, he estado buscando una buena lectura introductoria sobre Copulas para mi seminario. Estoy encontrando mucho material que habla sobre aspectos teóricos, lo cual es bueno, pero antes de pasar a ellos, estoy buscando construir una buena comprensión intuitiva sobre el tema. ¿Alguien podría sugerir algún buen …

1
¿Qué método de comparación múltiple usar para un modelo lmer: lsmeans o glht?
Estoy analizando un conjunto de datos utilizando un modelo de efectos mixtos con un efecto fijo (condición) y dos efectos aleatorios (participante debido al diseño del sujeto y al par). El modelo se ha generado con el lme4paquete: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). A continuación, realicé una prueba de razón de probabilidad de este …



1
¿Muestreo de distribución marginal usando distribución condicional?
Quiero muestrear a partir de una densidad univariada pero solo sé la relación:fXfXf_X fX(x)=∫fX|Y(x|y)fY(y)dy.fX(x)=∫fX|Y(x|y)fY(y)dy.f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. Quiero evitar el uso de MCMC (directamente en la representación integral) y, dado que y son fáciles de muestrear, estaba pensando en usar el siguiente muestreador :f Y ( y …


1
Actualización de un factor Bayes
Un factor Bayes se define en las pruebas bayesianas de hipótesis y en la selección del modelo bayesiano por la razón de dos probabilidades marginales: dada una muestra iid y las respectivas densidades de muestreo y , con los precedentes correspondientes y \ pi_2 , el factor de Bayes para …

2
Robusto estimador MCMC de probabilidad marginal?
Estoy tratando de calcular la probabilidad marginal de un modelo estadístico por los métodos de Monte Carlo: F( x ) = ∫F( x ∣ θ ) π( θ )reθF(X)=∫F(X∣θ)π(θ)reθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta La probabilidad es de buen comportamiento - suave, cóncavo logarítmico - pero de alta dimensión. He …

1
Encontrar densidades marginales de
Como dice el título, estoy buscando las densidades marginales de F( x , y) = c 1 - x2- y2---------√, x2+ y2≤ 1.F(X,y)=C1-X2-y2,X2+y2≤1)f (x,y) = c \sqrt{1 - x^2 - y^2}, x^2 + y^2 \leq 1. Hasta ahora he encontrado que CCc es 32 π32π\frac{3}{2 \pi} . Lo descubrí convirtiendoF( …

1
¿Es la distribución de entropía máxima consistente con las distribuciones marginales dadas la distribución del producto de los marginales?
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 …


3
Probabilidad gaussiana + which prior = Gaussian Marginal?
Dada una probabilidad gaussiana para una muestra como con siendo el espacio de parámetros y , parametrizaciones arbitrarias del vector medio y la matriz de covarianza.yyyp ( yEl | θ)= N( y; μ ( θ ) , Σ ( θ ) )p(y|θ)=N(y;μ(θ),Σ(θ))p(y|\theta) = \mathcal{N}(y;\mu(\theta),\Sigma(\theta))ΘΘ\Thetaμ ( θ )μ(θ)\mu(\theta)Σ ( θ )Σ(θ)\Sigma(\theta) …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.