Preguntas etiquetadas con random-variable

Según el Teorema del límite central, la función de densidad de probabilidad de la suma de grandes variables aleatorias independientes tiende a una Normal. Por lo tanto, ¿podemos decir que la suma de un gran número de variables aleatorias Cauchy independientes también es Normal?

9 random-variable  central-limit-theorem  cauchy 

Sea una variable aleatoria discreta que tome sus valores en . Me gustaría reducir a la mitad esta variable, es decir, encontrar una variable aleatoria como:N YXXXnorteN\mathbb{N}YYY X= Y+ Y∗X=Y+Y∗X = Y + Y^* donde es una copia independiente de . YY∗Y∗Y^*YYY Me refiero a este proceso como reducir a …

9 random-variable 

Aquí hay un problema que surgió en un examen semestral en nuestra universidad hace unos años y que estoy luchando por resolver. Si son variables aleatorias independientes con densidades y respectivamente, entonces demuestre que sigue a .X1, X2X1,X2X_1,X_2ββ\betaβ( n1, n2)β(norte1,norte2)\beta(n_1,n_2)β( n1+ 12, n2)β(norte1+12,norte2)\beta(n_1+\dfrac{1}{2},n_2)X1X2-----√X1X2\sqrt{X_1X_2}β( 2 n1, 2 n2)β(2norte1,2norte2)\beta(2n_1,2n_2) Utilicé el método …

9 self-study  random-variable  beta-distribution  distributions  jacobian 

Tengo una duda: considere las variables aleatorias de valor real XXX y ZZZ ambas definidas en el espacio de probabilidad ( Ω , F, P )(Ω,F,P)(\Omega, \mathcal{F},\mathbb{P}) . Sea Y: = g( X, Z)Y:=g(X,Z)Y:= g(X,Z) , donde sol( ⋅ )g(⋅)g(\cdot) es una función de valor real. Como YYY es una …

9 probability  random-variable 

Me estoy preparando para una entrevista que requiere un conocimiento decente de probabilidad básica (al menos para superar la entrevista en sí). Estoy trabajando en la hoja a continuación de mis días de estudiante como revisión. En su mayoría ha sido bastante sencillo, pero estoy completamente perplejo con la pregunta …

9 probability  self-study  random-variable 

Supongamos que son variables aleatorias independientes que toman valores o con probabilidad 0.5 cada uno. Considere la suma . Deseo el límite superior de la probabilidad . El mejor límite que tengo en este momento es donde c es una constante universal. Esto se logra limitando la probabilidad Pr (| …

9 probability  random-variable  bernoulli-distribution 

Los siguientes injertos se toman de este artículo . Soy novato en bootstrap e intento implementar el bootstrapping paramétrico, semiparamétrico y no paramétrico para el modelo mixto lineal con R bootpaquete. Código R Aquí está mi Rcódigo: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

Tengo casi las mismas preguntas como esta: ¿Cómo puedo modelar eficientemente la suma de variables aleatorias de Bernoulli? Pero la configuración es bastante diferente: S=∑i=1,NXiS=∑i=1,NXiS=\sum_{i=1,N}{X_i} , , ~ 20, ~ 0.1P(Xi=1)=piP(Xi=1)=piP(X_{i}=1)=p_iNNNpipip_i Tenemos los datos para los resultados de las variables aleatorias de Bernoulli: ,Xi,jXi,jX_{i,j}Sj=∑i=1,NXi,jSj=∑i=1,NXi,jS_j=\sum_{i=1,N}{X_{i,j}} Si estimamos el con la estimación …

9 distributions  modeling  binomial  random-variable  non-independent 

Entonces, tengo 16 ensayos en los que estoy tratando de autenticar a una persona de un rasgo biométrico usando Hamming Distance. Mi umbral está establecido en 3.5. Mis datos están a continuación y solo la prueba 1 es un verdadero positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

Para las variables aleatorias independientes y , ¿existe una expresión de forma cerrada paraαα\alphaββ\beta E[αα2+β2√]E[αα2+β2]\mathbb E \left[ \frac{\alpha}{\sqrt{\alpha^2 + \beta^2}} \right] en términos de los valores esperados y las variaciones de y ? Si no, ¿hay un límite inferior bueno en esa expectativa?αα\alphaββ\beta Actualización: también puedo mencionar que y . …

9 probability  random-variable  expected-value  ratio 

Si donde el soporte de es . Entonces, . Luego, supongo que tiene momentos finitos. Cuando , sé que porque los medios de donde es la densidad asociada de . ¿Cuál es el equivalente matemático de suponer que tiene momentos finitos cuando ?X∼FX∼FX \sim FXXXRpRp\mathbb{R}^pX=(X1,X2,…,Xp)X=(X1,X2,…,Xp)X = (X_1, X_2, \dots, X_p)XXXkkkp=1p=1p …

9 probability  random-variable  expected-value  moments 

¿Es posible calcular la expectativa de una función de una variable aleatoria con solo el CDF del rv? Digamos que tengo una función que tiene la propiedad y la única información que tengo sobre la variable aleatoria es el CDF.g(x)g(x)g(x)∫∞−∞g(x)dx≤∞∫−∞∞g(x)dx≤∞\int_{-\infty}^{\infty}g(x)dx \leq \infty Por ejemplo, tengo un escenario donde hay tres …

9 random-variable  expected-value 

Hay un problema de estadísticas que desafortunadamente no tengo idea de por dónde empezar (estoy estudiando solo, así que no puedo preguntar a nadie si no entiendo algo). La pregunta es N ( un , b 2 ) ; a = 0 ; b 2 = 6 ; v a …

8 self-study  normal-distribution  random-variable 

Digamos que tenemos dos vectores aleatorios gaussianos , ¿existe un resultado bien conocido para la expectativa de su producto sin asumir la independencia?p(x1)=N(0,Σ1),p(x2)=N(0,Σ2)p(x1)=N(0,Σ1),p(x2)=N(0,Σ2)p(x_1) = N(0,\Sigma_1), p(x_2) = N(0,\Sigma_2)E[x1xT2]E[x1x2T]E[x_1x_2^T]

8 random-variable  normal-distribution  expected-value 

Una pregunta de ejercicio hace Supongamos que son rvs que tienen una distribución Normal común con . Calcule el coeficiente de dependencia de la cola superior para todos .X1,X2X1,X2X_1, X_2norte( 0 , 1 )norte(0 0,1)N(0,1)Corr(X1,X2) = ρCorr⁡(X1,X2)=ρ\operatorname{Corr}(X_1, X_2) = \rhoρ ∈ [ - 1 , 1 ]ρ∈[-1,1]\rho \in [-1, 1] …

8 probability  random-variable  heavy-tailed