Considere um gráfico geométrico aleatório infinito no qual as localizações dos nós seguem um processo de ponto de Poisson com densidade e as arestas são colocadas entre os nós que estão mais próximos que . Portanto, o comprimento das arestas segue o seguinte
Eu desenvolvi um estimador de densidade de kernel simples em Java, com base em algumas dezenas de pontos (talvez até cem) ou mais e uma função de kernel gaussiana. A implementação me fornece o PDF e o CDF da minha distribuição de probabilidade a qualquer momento. Agora eu gostaria de implementar...
Em ecologia, frequentemente usamos a equação de crescimento logístico: Nt= KN0 0er tK+ N0 0er t - 1Nt=KN0ertK+N0ert−1 N_t = \frac{ K N_0 e^{rt} }{K + N_0 e^{rt-1}} ou Nt= KN0 0N0 0+ ( K- N0 0) e- r tNt=KN0N0+(K−N0)e−rt N_t = \frac{ K N_0}{N_0 + (K -N_0)e^{-rt}} onde é a capacidade de carga...
Frequentemente, nas ciências sociais, aparece que variáveis que deveriam ser distribuídas de alguma forma, digamos normalmente, acabam tendo uma descontinuidade em sua distribuição em torno de certos pontos. Por exemplo, se houver pontos de corte específicos, como "aprovação / reprovação" e se...
Estou trabalhando em uma função de Monte Carlo para avaliar vários ativos com retornos parcialmente correlacionados. Atualmente, eu apenas gero uma matriz de covariância e alimento a rmvnorm()função em R. (gera valores aleatórios correlacionados). No entanto, observando as distribuições de retorno...
Estou fazendo uma estimativa da densidade do Kernel, com um conjunto de pontos ponderados (ou seja, cada amostra tem um peso que não é necessário), em N dimensões. Além disso, essas amostras estão apenas em um espaço métrico (ou seja, podemos definir uma distância entre elas), mas nada mais. Por...
Um pdf é geralmente escrito como , onde o minúsculo é tratado como uma realização ou resultado da variável aleatória que possui esse pdf. Da mesma forma, um cdf é escrito como , que tem o significado . Entretanto, em algumas circunstâncias, como a definição da função score e essa derivação de que o...
É possível que o PDF da diferença de dois IDs pareça um retângulo (em vez de, digamos, o triângulo que obtemos se os RVs forem retirados da distribuição uniforme). ou seja, é possível que o PDF f de jk (para dois IDs retirados de alguma distribuição) tenha f (x) = 0,5 para todos os -1 <x...
Exemplos: Eu tenho uma frase na descrição do trabalho: "Java senior engineer in UK". Eu quero usar um modelo de aprendizado profundo para prever em duas categorias: English e IT jobs. Se eu usar o modelo de classificação tradicional, ele poderá prever apenas 1 rótulo com softmaxfunção na última...
Preciso encontrar uma classe de distribuição simétrica de baixa curtose, que inclua a distribuição gaussiana uniforme, triangular e normal. A distribuição Irwin-Hall (soma de padrão uniforme) oferece esta característica, mas não é o tratamento de pedidos não inteiros . No entanto, se você, por...
Eu tenho dados para falhas de veículos a motor por hora do dia. Como seria de esperar, eles são altos no meio do dia e atingem o pico na hora do rush. O padrão geom_density do ggplot2 suaviza muito bem Um subconjunto dos dados, para falhas relacionadas ao consumo de bebida, é alto no final do dia...
No contexto da inferência baseada em verossimilhança, vi algumas notações sobre os parâmetros de interesse que achei um pouco confusas. Por exemplo, notação como e E θ [ S ( θ ) ] .pθ( X )pθ(x)p_{\theta}(x)Eθ[ S( θ ) ]Eθ[S(θ)]{\mathbb E}_{\theta}\left[S(\theta)\right] Qual é o significado do...
Eu sei que o PDF é a primeira derivada do CDF para uma variável aleatória contínua e a diferença para uma variável aleatória discreta. No entanto, gostaria de saber por que isso ocorre, por que existem dois casos diferentes para discreto e
Suponha que eu tenha variáveis aleatórias normais independentesnnn X1∼N(μ1,σ21)X2∼N(μ2,σ22)⋮Xn∼N(μn,σ2n)X1∼N(μ1,σ12)X2∼N(μ2,σ22)⋮Xn∼N(μn,σn2)X_1 \sim \mathrm{N}(\mu_1, \sigma_1^2)\\X_2 \sim \mathrm{N}(\mu_2, \sigma_2^2)\\\vdots\\X_n \sim \mathrm{N}(\mu_n, \sigma_n^2) e . Como caracterizaria a...
A versão geral: Preciso estimar onde e são contínuos e multivariados. Prefiro fazê-lo de forma não paramétrica, porque não tenho uma boa forma funcional em mente e precisa ser algo como imparcial. Eu queria usar um estimador condicional de densidade do kernel, mas percebi que precisaria quantizar...
Tentando provar que isso não pertence à família exponencial. f(y|a)=4(y+a)(1+4a);0<y<1,a>0f(y|a)=4(y+a)(1+4a);0<y<1,a>0f(y|a)=4\frac{(y+a)}{(1+4a)} ; 0 < y < 1 , a>0 Aqui está a minha abordagem: f(y|a)=4(y+a)e−log(1+4a)f(y|a)=4(y+a)e−log(1+4a)f(y|a) =
Preciso calcular o CDF Dirichlet , mas só consigo encontrar implementações do PDF . Vocês conhecem alguma biblioteca (de preferência a R)
Qual seria a distribuição da seguinte equação: y= a2+ 2 a d+ d2y=a2+2ad+d2y = a^2 + 2ad + d^2 onde e são variáveis aleatórias qui-quadrado independentes não centrais com graus de liberdade.d 2 Mumaaaddd2 M2M2 \textbf{M} OBS .: Os rv que geram e têm e , digamos .d μ = 0 σ 2 ≠ 1 σ 2 = cumaaadddμ...
Estou executando a simulação em um modelo linear. Recebo 1000 resultados e os resultados são colocados em um gráfico de densidade. Entendo que o xaxis é a variável dependente e o yaxis representa a densidade do kernel. Yaxis está em números decimais, como de 0 a 0,15. Como explico isso para os...
Estou tentando ajustar uma distribuição gama inversa de três parâmetros aos meus dados em R ou Python. Eu gostaria de fazer isso usando a estimativa de máxima verossimilhança (MLE). O pdf dos três parâmetros gama inversa é dado por: Onde Γ é a função gama, ρ é a forma, α é a escala es é o...