proof पर टैग किए गए जवाब

रैखिक प्रतिगमन में मैं एक सुखद परिणाम के साथ आया हूं कि अगर हम मॉडल फिट करते हैं E[Y]=β1X1+β2X2+c,E[Y]=β1X1+β2X2+c,E[Y] = \beta_1 X_1 + \beta_2 X_2 + c, फिर, यदि हम , और डेटा को और करते हैं,YYYX1X1X_1X2X2X_2 R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R2=Cor(Y,X1)β1+Cor(Y,X2)β2.R^2 = \mathrm{Cor}(Y,X_1) \beta_1 + \mathrm{Cor}(Y, X_2) \beta_2. यह मुझे के प्रतिगमन के …

10 regression  linear-model  r-squared  proof 

मेरे पास नकारात्मक द्विपद वितरण को व्यक्त करने के लिए एक होमवर्क असाइनमेंट था क्योंकि वितरण का एक घातीय परिवार दिया गया था कि फैलाव पैरामीटर एक ज्ञात स्थिरांक था। यह काफी आसान था, लेकिन मुझे आश्चर्य था कि हमें उस पैरामीटर को निर्धारित करने की आवश्यकता क्यों होगी। मैंने …

9 self-study  mathematical-statistics  negative-binomial  proof  exponential-family