Questions tagged «quantile-function»

我想知道是否仅对因变量（无论是因变量还是自变量）还是仅对自变量进行了对数转换，在解释上是否有所不同。 考虑以下情况 log(DV) = Intercept + B1*IV + Error 我可以将IV解释为百分比增长，但是当我拥有 log(DV) = Intercept + B1*log(IV) + Error 或当我有 DV = Intercept + B1*log(IV) + Error ？

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

我正在阅读有关分位数功能的信息，但我不清楚。您能否提供比以下提供的更为直观的​​解释？ 由于cdf 是单调递增的函数，因此它具有反函数。让我们用F - 1来表示。如果˚F是的CDF X，然后˚F - 1（α ）是的值X α，使得P （X ≤ X α）= α ; 这称为F的α分位数。值F − 1（0.5 ）FFFF−1F−1F^{−1}FFFXXXF−1(α)F−1(α)F^{−1}(\alpha)xαxαx_\alphaP(X≤xα)=αP(X≤xα)=αP(X \le x_\alpha) = \alphaαα\alphaFFFF−1(0.5)F−1(0.5)F^{−1}(0.5)是分布的中位数，概率质量的一半在左侧，一半在右侧。值 和˚F - 1（0.75 ）是下和上四分位。F−1(0.25)F−1(0.25)F^{−1}(0.25)F−1(0.75)F−1(0.75)F^{−1}(0.75)

25 distributions  cdf  inverse-cdf  quantile-function 

我只是注意到，对从p = 0到p = 1的单变量随机变量的分位数函数（逆cdf）进行积分会产生变量的平均值。我之前从未听说过这种关系，所以我想知道：是否总是这样？如果是这样，这种关系是否广为人知？ 这是python中的示例： from math import sqrt from scipy.integrate import quad from scipy.special import erfinv def normalPdf(x, mu, sigma): return 1.0 / sqrt(2.0 * pi * sigma**2.0) * exp(-(x - mu)**2.0 / (2.0 * sigma**2.0)) def normalQf(p, mu, sigma): return mu + sigma * sqrt(2.0) * erfinv(2.0 …

17 mean  pdf  quantile-function 

如果FZFZF_Z是CDF，则看起来FZ(z)αFZ(z)αF_Z(z)^\alpha（）也是CDF。α>0α>0\alpha \gt 0 问：这是标准结果吗？ Q：有一个很好的方法找到一个函数与 ST，其中gggX≡g(Z)X≡g(Z)X \equiv g(Z)FX(x)=FZ(z)αFX(x)=FZ(z)αF_X(x) = F_Z(z)^\alphax≡g(z)x≡g(z) x \equiv g(z) 基本上，我手头还有另一个CDF。从某种程度上讲，我想描述产生该CDF的随机变量的特征。FZ(z)αFZ(z)αF_Z(z)^\alpha 编辑：如果能得到特殊情况的分析结果，我会很高兴。或者至少知道这样的结果很棘手。Z∼N(0,1)Z∼N(0,1)Z \sim N(0,1)

15 data-transformation  cdf  quantile-function