joint-distribution पर टैग किए गए जवाब

3
क्या 2 स्वतंत्र घटनाओं की संयुक्त संभावना शून्य के बराबर नहीं होनी चाहिए?
यदि संयुक्त संभावना 2 घटनाओं का प्रतिच्छेदन है, तो क्या 2 स्वतंत्र घटनाओं की संयुक्त संभावना शून्य नहीं होनी चाहिए क्योंकि वे बिल्कुल भी अंतर नहीं करते हैं? मैं उलझन में हूं।

1
कोप्युला घनत्व के लिए ऊपरी सीमा?
Fréchet-Hoeffding ऊपरी बाध्य योजक वितरण समारोह पर लागू होता है और यह द्वारा दिया जाता है C(u1,...,ud)≤min{u1,..,ud}.C(u1,...,ud)≤min{u1,..,ud}.C(u_1,...,u_d)\leq \min\{u_1,..,u_d\}. क्या सीडीएफ के बजाय घनत्व लिए ऊपरी सीमा पर समान (इस अर्थ में कि यह सीमांत घनत्व पर निर्भर करता है ?c(u1,...,ud)c(u1,...,ud)c(u_1,...,u_d) किसी भी संदर्भ बहुत सराहना की जाएगी।

5
'संयुक्त वितरण' और 'बहुभिन्नरूपी वितरण' शब्दों के बीच अंतर?
मैं दर्शकों के लिए 'संयुक्त संभाव्यता वितरण' का उपयोग करने के बारे में लिख रहा हूं, जो 'बहुभिन्नरूपी वितरण' को समझने की अधिक संभावना होगी इसलिए मैं बाद में उपयोग करने पर विचार कर रहा हूं। हालांकि, मैं ऐसा करते समय अर्थ को ढीला नहीं करना चाहता। विकिपीडिया यह दर्शाता …

3
संयुक्त वितरण के अधिकतम संभावना आकलनकर्ता ने केवल मामूली गणना दी
चलो दो स्पष्ट चर का एक संयुक्त वितरण हो , के साथ । कहते हैं कि वितरण इस वितरण से लिया गया था, लेकिन हमें केवल सी : के लिए मामूली गणना दी गई है। एक्स , वाई x , y ∈ { 1 , ... , कश्मीर } n …

1
स्वतंत्रता के लिए संयुक्त एमजीएफ पर आवश्यक और पर्याप्त स्थिति
मान लीजिए मैं एक संयुक्त पल पैदा कार्य हो CDF के साथ एक संयुक्त वितरण के लिए एफ एक्स , वाई ( एक्स , वाई ) । है एम एक्स , वाई ( रों , टी ) = एम एक्स , वाई ( रों , 0 ) ⋅ एम एक्स …

1
बहु-परिवर्तनीय निर्भरता के साथ संयुक्त वितरण से सीमांत वितरण कैसे खोजें?
मेरी पाठ्यपुस्तक में एक समस्या निम्नानुसार है। एक द्वि-आयामी स्टोचैस्टिक निरंतर वेक्टर में निम्न घनत्व फ़ंक्शन होता है: चएक्स, वाई( एक्स , वाई) = { 15 x y20यदि 0 <x <1 और 0 <y <xअन्यथाfX,Y(x,y)={15xy2if 0 < x < 1 and 0 < y < x0otherwise f_{X,Y}(x,y)= \begin{cases} 15xy^2 & …

2
क्या बहुभिन्नरूपी केंद्रीय सीमा प्रमेय (CLT) तब धारण करती है जब चर परिपूर्ण समकालिक निर्भरता प्रदर्शित करते हैं?
शीर्षक मेरे प्रश्न को प्रस्तुत करता है, लेकिन स्पष्टता के लिए निम्नलिखित सरल उदाहरण पर विचार करें। आज्ञा देना एक्समैं∽मैं i dएन( 0 , 1 )एक्समैं∽मैंमैंघएन(0,1)X_i \overset{iid}{\backsim} \mathcal{N}(0, 1) , । परिभाषित करें: और मेरा प्रश्न: हालांकि और पूरी तरह से निर्भर हैं जब , do और अभिसरण रूप में …

1
मनाया बनाम अपेक्षित घटनाओं की तुलना कैसे करें?
मान लीजिए कि मेरे पास 4 संभावित घटनाओं की आवृत्तियों का एक नमूना है: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 और मुझे होने वाली मेरी घटनाओं की संभावित संभावनाएं हैं: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 मेरी चार …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 
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.