Preguntas etiquetadas con truncation

Winsorizar datos significa reemplazar los valores extremos de un conjunto de datos con un cierto valor de percentil de cada extremo, mientras que Recortar o Truncar implica eliminar esos valores extremos. Siempre veo ambos métodos discutidos como una opción viable para disminuir el efecto de los valores atípicos al calcular …

31 standard-deviation  mean  truncation  trimmed-mean  winsorizing 

En el libro Modelos y métodos estadísticos para datos de por vida , está escrito: Censura: cuando una observación está incompleta debido a alguna causa aleatoria. Truncamiento: cuando la naturaleza incompleta de la observación se debe a un proceso de selección sistemática inherente al diseño del estudio. ¿Qué se entiende …

30 self-study  censoring  truncation 

Considere muestras independientes obtiene a partir de una variable aleatoria que se supone que sigue una distribución truncada (por ejemplo, un truncado distribución normal ) de mínimo conocido (finito) y los valores máximos de y pero de parámetros desconocidos y . Si seguía una distribución no truncada, los estimadores de …

28 distributions  estimation  mathematical-statistics  maximum-likelihood  truncation 

Aquí 'truncar' implica reducir la precisión de los números aleatorios y no truncar la serie de números aleatorios. Por ejemplo, si tengo números verdaderamente aleatorios (extraídos de cualquier distribución, por ejemplo, normal, uniforme, etc.) con precisión arbitraria y trunco ​​todos los números para que finalmente termine con un conjunto de …

18 random-generation  measurement-error  truncation 

En un artículo de investigación sobre el análisis de sensibilidad de un modelo de ecuación diferencial ordinaria de un sistema dinámico, el autor proporcionó la distribución de un parámetro del modelo como Distribución normal (media = 1e-4, std = 3e-5) truncada al rango [0.5e -4 1,5e-4]. Luego usa muestras de …

14 distributions  simulation  truncation 

Esta es mi primera publicación. Estoy realmente agradecido por esta comunidad. Estoy tratando de analizar datos de recuento longitudinal truncados a cero (probabilidad de que la variable de respuesta = 0 sea 0), y la media! = Varianza, por lo que se eligió una distribución binomial negativa sobre un poisson. …

13 r  stata  count-data  panel-data  truncation 

¿Cómo debo muestrear eficientemente de la siguiente distribución? x ∼ B ( α , β) , x > k x∼B(α,β), x>k x \sim B(\alpha, \beta),\space x > k Si no es demasiado grande, entonces el muestreo de rechazo puede ser el mejor enfoque, pero no estoy seguro de cómo proceder …

10 random-generation  beta-distribution  truncation 

Tengo una pregunta sobre cómo encajar un problema de censura en JAGS. Observo una mezcla bivariada normal donde los valores de X tienen un error de medición. Me gustaría modelar los verdaderos 'medios' subyacentes de los valores censurados observados. ⌈ xt r u e+ ϵ ⌉ = xo b s …

10 mcmc  censoring  truncation  jags 

Estoy tratando de ajustar un modelo de tiempo discreto en R, pero no estoy seguro de cómo hacerlo. He leído que puede organizar la variable dependiente en diferentes filas, una para cada observación de tiempo, y usar la glmfunción con un enlace logit o cloglog. En este sentido, tengo tres …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Me gustaría generar datos aleatorios a partir de una distribución normal restringida usando R. Por ejemplo, es posible que desee simular una variable de una distribución normal con mean=3, sd= 2y cualquier valor mayor que 5 se muestrea de la misma distribución normal. Por lo tanto, para la función general, …

10 r  normal-distribution  simulation  truncation 

Deseo simular a partir de una densidad normal (digamos media = 1, sd = 1) pero solo quiero valores positivos. Una forma es simular desde una normal y tomar el valor absoluto. Pienso en esto como una normal plegada. Veo en R que hay funciones para la generación de variables …

9 normal-distribution  simulation  truncation 

Tengo una variable dependiente que puede variar de 0 a infinito, con 0s siendo observaciones correctas. Entiendo que los modelos de censura y Tobit solo se aplican cuando el valor real de es parcialmente desconocido o falta, en cuyo caso se dice que los datos están truncados. Más información sobre …

9 regression  censoring  truncation  tobit-regression 

¿Cómo puedo calcular la media truncada o recortada? Digamos truncado en un 10%? Puedo imaginar cómo hacerlo si tienes 10 entradas más o menos, pero ¿cómo puedo hacerlo para muchas entradas?

8 mean  robust  truncation  trimmed-mean 

Estoy haciendo un análisis de supervivencia en R con el survivalpaquete. Creo que estoy trabajando con datos truncados a la izquierda, pero no estoy completamente seguro de cómo manejarlos. Tengo una cohorte de pacientes diagnosticados entre 1990 y 2012. Todos los pacientes tienen un tiempo de diagnóstico bien definido (tiempo …

8 r  survival  cox-model  truncation 

Supongamos que tengo variables aleatorias normales independientesnortenorten X1∼ N (μ1,σ21)X2∼ N (μ2,σ22)⋮Xnorte∼ N (μnorte,σ2norte)X1∼norte(μ1,σ12)X2∼norte(μ2,σ22)⋮Xnorte∼norte(μnorte,σnorte2)X_1 \sim \mathrm{N}(\mu_1, \sigma_1^2)\\X_2 \sim \mathrm{N}(\mu_2, \sigma_2^2)\\\vdots\\X_n \sim \mathrm{N}(\mu_n, \sigma_n^2) e . ¿Cómo caracterizaría la densidad de si la distribución de cada X_i se trunca dentro de (\ mu_i - 2 \ sigma_i, \ mu_i + 2 …

8 r  normal-distribution  pdf  truncation  saddlepoint-approximation