Preguntas etiquetadas con uniform

Tomado de Grimmet y Stirzaker : Demuestre que no puede darse el caso de que donde está distribuido uniformemente en [0,1] y e son independientes e idénticamente distribuidos. No debe suponer que X e Y son variables continuas.U X YU=X+YU=X+YU=X+YUUUXXXYYY Una simple prueba de contradicción es suficiente para el caso …

18 probability  random-variable  continuous-data  uniform  proof 

Deseo dibujar números enteros del 1 a un NNN específico tirando un número de dados de seis lados (d6). Una buena respuesta explicará por qué su método produce enteros uniformes e independientes . Como ejemplo ilustrativo, sería útil explicar cómo funciona una solución para el caso de N = 150N=150N=150 …

18 probability  random-generation  uniform  dice 

He leído aquí que, dada una muestra de una distribución continua con cdf F X , la muestra correspondiente a U i = F X ( X i ) sigue una distribución uniforme estándar.X1,X2,...,XnX1,X2,...,Xn X_1,X_2,...,X_n FXFX F_X Ui=FX(Xi)Ui=FX(Xi) U_i = F_X(X_i) He verificado esto usando simulaciones cualitativas en Python, y …

17 pdf  uniform  cdf  intuition 

Tengo cuatro variables independientes uniformemente distribuidas a,b,c,da,b,c,da,b,c,d , cada una en [0,1][0,1][0,1] . Quiero calcular la distribución de (a−d)2+4bc(a−d)2+4bc(a-d)^2+4bc . Calculé la distribución de u2=4bcu2=4bcu_2=4bc para ser f2(u2)=−14lnu24f2(u2)=−14ln⁡u24f_2(u_2)=-\frac{1}{4}\ln\frac{u_2}{4} (por lo tanto,u2∈(0,4]u2∈(0,4]u_2\in(0,4]), y deu1=(a−d)2u1=(a−d)2u_1=(a-d)^2para serf1(u1)=1−u1−−√u1−−√.f1(u1)=1−u1u1.f_1(u_1)=\frac{1-\sqrt{u_1}}{\sqrt{u_1}}.Ahora, la distribución de una sumau1+u2u1+u2u_1+u_2es (u1,u2u1,u2u_1,\, u_2 también son independientes)fu1+u2(x)=∫+∞−∞f1(x−y)f2(y)dy=−14∫401−x−y−−−−√x−y−−−−√⋅lny4dy,fu1+u2(x)=∫−∞+∞f1(x−y)f2(y)dy=−14∫041−x−yx−y⋅ln⁡y4dy,f_{u_1+u_2}(x)=\int_{-\infty}^{+\infty}f_1(x-y)f_2(y)dy=-\frac{1}{4}\int_0^4\frac{1-\sqrt{x-y}}{\sqrt{x-y}}\cdot\ln\frac{y}{4}dy,porquey∈(0,4]y∈(0,4]y\in(0,4]. Aquí, debe serx>yx>yx>ypara que la integral …

17 distributions  random-variable  pdf  uniform  mathematica 

Escuché que bajo la hipótesis nula, la distribución del valor p debería ser uniforme. Sin embargo, las simulaciones de la prueba binomial en MATLAB devuelven distribuciones muy diferentes de las uniformes con una media mayor que 0.5 (0.518 en este caso): coin = [0 1]; success_vec = nan(20000,1); for i …

17 matlab  p-value  binomial  simulation  uniform 

Este problema está relacionado con la investigación de mi laboratorio en cobertura robótica: Dibuja al azar números del conjunto sin reemplazo, y ordena los números en orden ascendente. .n nn{ 1 , 2 , ... , m } {1,2,…,m}\{1,2,\ldots,m\}1 ≤ n ≤ m1≤n≤m1\le n\le m De esta lista ordenada de …

16 probability  mathematical-statistics  uniform  combinatorics  order-statistics 

Estoy tratando de generar muestras aleatorias de un pdf personalizado usando R. Mi pdf es: fX(x)=32(1−x2),0≤x≤1fX(x)=32(1−x2),0≤x≤1f_{X}(x) = \frac{3}{2} (1-x^2), 0 \le x \le 1 Generé muestras uniformes y luego traté de transformarlo en mi distribución personalizada. Hice esto buscando el cdf de mi distribución ( FX(x)FX(x)F_{X}(x) ) y configurándolo en …

16 r  sampling  uniform 

Para simular una distribución normal a partir de un conjunto de variables uniformes, existen varias técnicas: El algoritmo Box-Muller , en el que se toman muestras de dos variables uniformes independientes en (0,1)(0,1)(0,1) y se transforman en dos distribuciones normales estándar independientes a través de: Z0=−2lnU1−−−−−−√cos(2πU0)Z1=−2lnU1−−−−−−√sin(2πU0)Z0=−2lnU1cos(2πU0)Z1=−2lnU1sin(2πU0) Z_0 = \sqrt{-2\text{ln}U_1}\text{cos}(2\pi U_0)\\ …

15 normal-distribution  simulation  uniform 

Recientemente compré un recurso de entrevista de ciencia de datos en el que una de las preguntas de probabilidad era la siguiente: Dados sorteos de una distribución normal con parámetros conocidos, ¿cómo puede simular sorteos de una distribución uniforme? Mi proceso de pensamiento original fue que, para una variable aleatoria …

15 self-study  normal-distribution  simulation  uniform 

Las pruebas de permutación (también llamadas prueba de aleatorización, prueba de aleatorización o prueba exacta) son muy útiles y resultan útiles cuando t-testno se cumple el supuesto de distribución normal requerido por ejemplo y cuando se transforman los valores mediante la clasificación de prueba no paramétrica como Mann-Whitney-U-testconduciría a la …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Supongamos que tenemos X 2 ∼ unif ( n , 0 , 1 ) ,X1∼unif(n,0,1),X1∼unif(n,0,1),X_1 \sim \textrm{unif}(n,0,1), X2∼unif(n,0,1),X2∼unif(n,0,1),X_2 \sim \textrm{unif}(n,0,1), donde es una muestra aleatoria uniforme de tamaño n, yunif(n,0,1)unif(n,0,1)\textrm{unif}(n,0,1) Y=X1,Y=X1,Y=X_1, Z=0.4X1+1−0.4−−−−−−√X2.Z=0.4X1+1−0.4X2.Z = 0.4 X_1 + \sqrt{1 - 0.4}X_2. Entonces la correlación entre y es .Z 0.4YYYZZZ0.40.40.4 ¿Cómo puedo extender …

15 r  correlation  random-generation  uniform 

Vamos a sumar un flujo de variables aleatorias, ; dejemos que sea ​​el número de términos que necesitamos para que el total exceda uno, es decir, es el número más pequeño tal queY YXi∼iidU(0,1)Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1)YYYYYY X1+X2+⋯+XY>1.X1+X2+⋯+XY>1.X_1 + X_2 + \dots + X_Y > 1. ¿Por qué la media de …

14 probability  self-study  expected-value  uniform 

En Libre Office Calc, la rand()función está disponible, que elige un valor aleatorio entre 0 y 1 de una distribución uniforme. Estoy un poco oxidado en mi probabilidad, así que cuando vi el siguiente comportamiento, me quedé perplejo: A = Columna 200x1 de rand()^2 B = Columna 200x1 de rand()*rand() …

14 expected-value  random-generation  uniform 

Me gustaría generar pares de números aleatorios con cierta correlación. Sin embargo, el enfoque habitual de usar una combinación lineal de dos variables normales no es válido aquí, porque una combinación lineal de variables uniformes ya no es una variable distribuida uniformemente. Necesito que las dos variables sean uniformes. ¿Alguna …

14 correlation  random-generation  uniform 

Acabo de tener un ataque de pánico (intelectual). Una variable aleatoria continua que sigue un uniforme en un intervalo cerrado U(a,b)U(a,b)U(a,b) : un concepto estadístico confortablemente familiar. Un rv uniforme continuo que tiene soporte sobre los reales extendidos (medio o entero): no es un rv propio, sino un concepto bayesiano …

13 probability  distributions  mathematical-statistics  uniform