integral पर टैग किए गए जवाब

मैं LASSO रिग्रेशन के glmnetसाथ उपयोग करने से वंचित होना शुरू कर रहा हूं, जहां मेरी रुचि के परिणाम द्विगुणित हैं । मैंने नीचे एक छोटा सा नकली डाटा फ्रेम बनाया है: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

मान लीजिए ϕ(⋅)ϕ(⋅)\phi(\cdot) और Φ(⋅)Φ(⋅)\Phi(\cdot) घनत्व समारोह और मानक सामान्य वितरण के वितरण समारोह कर रहे हैं। अभिन्न की गणना कैसे की जा सकती है: ∫∞−∞Φ(w−ab)ϕ(w)dw∫−∞∞Φ(w−ab)ϕ(w)dw\int^{\infty}_{-\infty}\Phi\left(\frac{w-a}{b}\right)\phi(w)\,\mathrm dw

41 mathematical-statistics  normal-distribution  integral 

वैचारिक रूप से मैं वाक्यांश का अर्थ समझ लेता हूं "एक पीडीएफ के नीचे का कुल क्षेत्र 1 है"। इसका मतलब यह होना चाहिए कि संभावनाओं के कुल अंतराल में परिणाम की संभावना 100% है। लेकिन मैं वास्तव में इसे "ज्यामितीय" दृष्टिकोण से नहीं समझ सकता। यदि, उदाहरण के लिए, …

20 probability  pdf  integral 

मैं एक मिश्रित प्रभाव मॉडल का उपयोग करके निर्धारित डेटा का विश्लेषण कर रहा हूं जिसमें एक निश्चित प्रभाव (स्थिति) और दो यादृच्छिक प्रभाव (विषय डिजाइन और जोड़ी के कारण प्रतिभागी) हैं। मॉडल lme4पैकेज के साथ उत्पन्न किया गया था exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp):। इसके बाद, मैंने निश्चित प्रभाव (स्थिति) के बिना मॉडल …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

एक ही पैमाने के पैरामीटर के साथ गामा चर का उपयोग करके डिरिचलेट वितरण के साथ एक यादृच्छिक चर का उत्पादन करना आसान है। अगर: Xi∼Gamma(αi,β)Xi∼Gamma(αi,β) X_i \sim \text{Gamma}(\alpha_i, \beta) फिर: (X1∑jXj,…,Xn∑jXj)∼Dirichlet(α1,…,αn)(X1∑jXj,…,Xn∑jXj)∼Dirichlet(α1,…,αn) \left(\frac{X_1}{\sum_j X_j},\; \ldots\; , \frac{X_n}{\sum_j X_j}\right) \sim \text{Dirichlet}(\alpha_1,\;\ldots\;,\alpha_n) समस्या क्या होती है यदि स्केल पैरामीटर समान नहीं हैं? …

14 expected-value  dirichlet-distribution  gamma-distribution  integral 

मेरा अनुभवजन्य वितरण । मैं इसकी गणना इस प्रकार करता हूंG(x)G(x)G(x) x <- seq(0, 1000, 0.1) g <- ecdf(var1) G <- g(x) मैं , यानी को पीडीएफ निरूपित करता हूं जबकि सीएफडी है।h Gh(x)=dG/dxh(x)=dG/dxh(x) = dG/dxhhhGGG मैं अब एकीकरण की ऊपरी सीमा के लिए एक समीकरण को हल (जैसे कि, …

13 r  integral  ecdf 

मान लीजिए एक्सएक्सX गैर-केंद्रीय घातीय स्थान के साथ वितरित किया जाता है ककk और दर λλ\lambda। फिर, क्या हैइ( लॉग( एक्स)) )इ(लॉग⁡(एक्स))E(\log(X))। मुझे पता है कि के लिए के = ०क=0k=0, उत्तर है - लॉग करें( λ ) - γ-लॉग⁡(λ)-γ-\log(\lambda) - \gamma कहाँ पे γγ\gammaEuler-Mascheroni स्थिर है। कब क्या हुआ?k …

9 mean  expected-value  integral