exponential पर टैग किए गए जवाब

पॉसों प्रक्रिया में घटनाओं के बीच के समय का वर्णन करने वाला एक वितरण; ज्यामितीय वितरण का एक सतत एनालॉग।

4
पोइसन और घातीय वितरण के बीच संबंध
पॉइसन वितरण के लिए प्रतीक्षा समय पैरामीटर लैम्ब्डा के साथ एक घातीय वितरण है। लेकिन मुझे यह समझ में नहीं आता है। उदाहरण के लिए पॉइज़न प्रति यूनिट समय पर आगमन की संख्या को दर्शाता है। यह घातीय वितरण से कैसे संबंधित है? कहते हैं कि समय की एक इकाई …

10
अस्तित्व के समय को तेजी से वितरित करने के लिए क्यों माना जाता है?
मैं UCLA IDRE पर इस पोस्ट से उत्तरजीविता विश्लेषण सीख रहा हूं और 1.2.1 सेक्शन में फंसा हुआ हूं । ट्यूटोरियल कहता है: ... यदि अस्तित्व के समय को तेजी से वितरित करने के लिए जाना जाता था , तो अस्तित्व के समय का अवलोकन करने की संभावना ... अस्तित्व …

6
मैं कैसे विश्लेषणात्मक रूप से साबित कर सकता हूं कि एक राशि के परिणाम को बेतरतीब ढंग से विभाजित करने से एक घातीय वितरण (जैसे आय और धन)?
विज्ञान में इस वर्तमान लेख में निम्नलिखित का प्रस्ताव किया जा रहा है: मान लीजिए कि आप 10,000 लोगों के बीच आय में बेतरतीब ढंग से 500 मिलियन विभाजित करते हैं। सभी को बराबर, 50,000 शेयर देने का केवल एक ही तरीका है। इसलिए अगर आप बेतरतीब ढंग से कमाई …

3
मैन्युअल रूप से एक लॉजिस्टिक प्रतिगमन 95% आत्मविश्वास अंतराल की गणना करने और आर में कॉन्फिन () फ़ंक्शन का उपयोग करने के बीच अंतर क्यों है?
प्रिय हर कोई - मैंने कुछ अजीब देखा है जो मैं समझा नहीं सकता, क्या आप कर सकते हैं? सारांश में: लॉजिस्टिक रिग्रेशन मॉडल में एक आत्मविश्वास अंतराल की गणना करने के लिए मैनुअल दृष्टिकोण, और आर फ़ंक्शन confint()अलग-अलग परिणाम देते हैं। मैं होस्मेर और लेमेशो के एप्लाइड लॉजिस्टिक रिग्रेशन …
34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 

1
एक लैमर मॉडल से प्रभावों की पुनरावृत्ति की गणना
मैं सिर्फ इस पेपर में आया था , जो बताता है कि मिश्रित प्रभाव मॉडलिंग के माध्यम से माप की पुनरावृत्ति (उर्फ विश्वसनीयता, उर्फ ​​इंट्राक्लास सहसंबंध) की गणना कैसे की जाती है। आर कोड होगा: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

3
तिरछा वितरण पर आउटलाइंग डिटेक्शन
डेटा प्वाइंट के रूप में ऊपरी या निचले चतुर्थक से 1.5 * IQR से बाहर की एक शास्त्रीय परिभाषा के तहत, गैर-तिरछी वितरण की धारणा है। तिरछे वितरण (एक्सपोनेंशियल, पॉइसन, जियोमेट्रिक, आदि) के लिए मूल फ़ंक्शन के परिवर्तन का विश्लेषण करके एक बाहरी का पता लगाने का सबसे अच्छा तरीका …

3
यदि मेरा डेटा एक घातीय वितरण फिट बैठता है तो मैं कैसे जांच करूं?
यदि मेरा डेटा जैसे वेतन आर में निरंतर घातीय वितरण से है तो मैं कैसे जांच सकता हूं? यहाँ मेरे नमूने का हिस्टोग्राम है: । किसी भी प्रकार की सहायता सराहनीय होगी!

3
क्यों nls () मुझे "प्रारंभिक पैरामीटर अनुमानों में विलक्षण ढाल मैट्रिक्स" त्रुटियों दे रहा है?
मेरे पास उत्सर्जन में कटौती और प्रति कार लागत पर कुछ बुनियादी आंकड़े हैं: q24 <- read.table(text = "reductions cost.per.car 50 45 55 55 60 62 65 70 70 80 75 90 80 100 85 200 90 375 95 600 ",header = TRUE, sep = "") मुझे पता है कि …

2
समान वितरण से घातीय वितरण और इसके विपरीत
यह शायद एक तुच्छ प्रश्न है, लेकिन मेरी खोज अब तक बेकार रही है, जिसमें इस विकिपीडिया लेख , और "डिस्ट्रीब्यूशन ऑफ़ डिस्ट्रिब्यूशन" दस्तावेज़ शामिल हैं । यदि का एक समान वितरण है, तो क्या इसका मतलब है कि एक घातीय वितरण का अनुसरण करता है?ई एक्सएक्सएक्सXइएक्सइएक्सe^X इसी तरह, यदि …

2
मान लीजिए
यह देखने का सबसे आसान तरीका क्या है कि निम्नलिखित कथन सत्य है? मान लीजिए Y1,…,Yn∼iidExp(1)Y1,…,Yn∼iidExp(1)Y_1, \dots, Y_n \overset{\text{iid}}{\sim} \text{Exp}(1) । दिखाएँ ∑ni=1(Yi−Y(1))∼Gamma(n−1,1)∑i=1n(Yi−Y(1))∼Gamma(n−1,1)\sum_{i=1}^{n}(Y_i - Y_{(1)}) \sim \text{Gamma}(n-1, 1) । Y(1)=min1≤i≤nYiY(1)=min1≤i≤nYiY_{(1)} = \min\limits_{1 \leq i \leq n}Y_i द्वारा , इस का मतलब है कि ।X∼Exp(β)X∼Exp(β)X \sim \text{Exp}(\beta)fX(x)=1βe−x/β⋅1{x>0}fX(x)=1βe−x/β⋅1{x>0}f_{X}(x) = \dfrac{1}{\beta}e^{-x/\beta} \cdot \mathbf{1}_{\{x …

2
घातीय यादृच्छिक चर की सशर्त अपेक्षा
रैंडम वेरिएबल ( ) के लिए मुझे सहज ही लगता है कि के बराबर होना चाहिए के बाद से memoryless संपत्ति द्वारा के वितरण की तरह ही है लेकिन द्वारा सही करने के लिए स्थानांतरित कर दिया ।X∼Exp(λ)X∼Exp(λ)X\sim \text{Exp}(\lambda)E[X]=1λE[X]=1λ\mathbb{E}[X] = \frac{1}{\lambda}E[X|X>x]E[X|X>x]\mathbb{E}[X|X > x]x+E[X]x+E[X]x + \mathbb{E}[X]X|X>xX|X>xX|X > xXXXxxx हालांकि, मैं ठोस …

5
बहुत बड़ी संख्या में डेटा बिंदुओं में मानों की प्रतिरूपण कैसे करें?
मेरे पास एक बहुत बड़ा डेटासेट है और लगभग 5% यादृच्छिक मूल्य गायब हैं। ये चर एक दूसरे के साथ सहसंबद्ध हैं। निम्नलिखित उदाहरण R डाटासेट केवल एक खिलौना उदाहरण है जिसमें डमी सहसंबद्ध डेटा है। set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

3
आप की अपेक्षा की गणना कैसे करते हैं ?
यदि घातीय रूप से वितरित की जाती है , पैरामीटर और के पारस्परिक रूप से स्वतंत्र हैं, तो उम्मीद क्या हैXiXiX_i(i=1,...,n)(i=1,...,n)(i=1,...,n)λλ\lambdaXiXiX_i (∑i=1nXi)2(∑i=1nXi)2 \left(\sum_{i=1}^n {X_i} \right)^2 और और संभवतः अन्य स्थिरांक के संदर्भ में ?nnnλλ\lambda नोट: इस सवाल ने /math//q/12068/4051 पर गणितीय उत्तर दिया है । पाठक इस पर भी नज़र …

3
तिरछे डेटा के साथ प्रतिगमन
जनसांख्यिकी और सेवा से यात्रा की गणना करने की कोशिश कर रहा है। डेटा बहुत तिरछा है। हिस्टोग्राम: qq भूखंड (बाएं लॉग है): m <- lm(d$Visits~d$Age+d$Gender+city+service) m <- lm(log(d$Visits)~d$Age+d$Gender+city+service) cityऔर serviceकारक चर हैं। मुझे सभी चर के लिए कम p मान मिलता है, लेकिन मुझे .05 का निम्न r-squared भी …

1
घातीय यादृच्छिक चर के लिए बनाए रखने योग्य सहसंबंध
तेजी से वितरित यादृच्छिक चर की जोड़ी के लिए प्राप्य सह-संबंध की सीमा क्या है और एक्स 2 ~ ई एक्स पी ( λ 2 ) है, जहां λ 1 , λ 2 > 0 दर मापदंड हैं?एक्स1∼ ई x पी ( λ)1)X1∼Exp(λ1)X_1 \sim {\rm Exp}(\lambda_1)एक्स2∼ ई x पी ( …

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.