Questions tagged «stable-distribution»

2
可以成倍增长的稳定分布?
卷积下的稳定分布是不变的。稳定分布的哪些子族也通过乘法闭合?从某种意义上说,如果和,则乘积概率密度函数(直到归一化常数)也属于?FFFf∈Ff∈Ff\in Fg∈Fg∈Fg\in F f⋅gf⋅gf \cdot gFFF 注意:我已实质上更改了此问题的内容。但是这个想法本质上是相同的,现在它变得简单得多。我只有部分答案,所以我认为还可以。

2
混合模型的参数,半参数和非参数引导
接下来的嫁接摘自本文。我是新手,要引导并尝试为带有R boot包的线性混合模型实现参数,半参数和非参数自举。 R代码 这是我的R代码: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation) fixef(fm1Cult) boot.fn <- function(data, indices){ data <- data[indices, ] mod <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=data) fixef(mod) } set.seed(12345) Out <- boot(data=Cultivation, statistic=boot.fn, R=99) Out 问题 …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

3
R中的正稳定分布
正稳态分布由四个参数描述:偏度参数,比例参数,位置参数等称为索引参数。当为零时,分布在左右对称,当它为正(分别为负)时,分布偏向右侧(分别为向左)当减小时,稳定的分布允许出现胖尾巴。β∈ [ - 1 ,1 ]β∈[-1个,1个]\beta\in[-1,1]σ&gt; 0σ&gt;0\sigma>0μ &Element; (- ∞ ,∞ )μ∈(-∞,∞)\mu\in(-\infty,\infty)α &Element; (0 ,2 ]α∈(0,2]\alpha\in(0,2]ββ\betaμμ\muαα\alpha 当严格小于1并且时,分布的支持范围限制为。αα\alphaβ= 1β=1个\beta=1(μ ,∞ )(μ,∞)(\mu,\infty) 对于参数值的某些特定组合,密度函数仅具有闭合形式的表达式。当,,,和它是(参见式(4.4)这里):μ = 0μ=0\mu=0α &lt; 1α&lt;1个\alpha<1β= 1β=1个\beta=1σ= ασ=α\sigma=\alpha F(y)= -1个πÿ∑∞k = 1Γ (ķ α + 1 )ķ !(-ÿ- α)ķ罪(α ķ π)F(ÿ)=-1个πÿ∑ķ=1个∞Γ(ķα+1个)ķ!(-ÿ-α)ķ罪⁡(αķπ)f(y) = -\frac{1}{\pi y} \sum_{k=1}^{\infty} \frac{\Gamma(k\alpha+1)}{k!} (-y^{-\alpha})^k \sin(\alpha k \pi) 它具有无限的均值和方差。 …
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.