Les moments sont des résumés des caractéristiques des variables aléatoires (p. Ex. Emplacement, échelle). À utiliser également pour les moments fractionnaires.
Je sais ce que sont les moments, comment les calculer et comment utiliser la fonction de génération de moments pour obtenir des moments d'ordre supérieur. Oui, je connais les maths. Maintenant que j'ai besoin de connaître mes statistiques pour pouvoir travailler, je me suis dit que je pourrais...
Les estimateurs de maximum de vraisemblance (MLE) sont asymptotiquement efficaces; nous constatons le résultat pratique dans la mesure où elles donnent souvent de meilleurs résultats que les estimations fondées sur la méthode des moments (MoM) (lorsqu'elles diffèrent), même pour des échantillons de...
Comment fonctionne l' approximation du point de selle? A quel genre de problème s'agit-il? (N'hésitez pas à utiliser un exemple particulier ou des exemples à titre d'illustration) Y a-t-il des inconvénients, des difficultés, des points à surveiller ou des pièges pour les
Quelle est la différence entre variance finie et infinie? Mes statistiques sont plutôt basiques. Wikipedia / Google n'était pas d'une grande aide
Une distribution à moyenne finie et à variance infinie peut-elle avoir une fonction de génération de moment? Qu'en est-il d'une distribution avec une moyenne finie et une variance finie mais des moments supérieurs
L'estimation du maximum de vraisemblance se traduit souvent par des estimateurs biaisés (par exemple, son estimation de la variance de l'échantillon est biaisée pour la distribution gaussienne). Qu'est-ce qui le rend si populaire? Pourquoi est-il utilisé autant? De plus, qu'est-ce qui la rend...
Je fais une expérience numérique qui consiste à échantillonner une distribution log-normale , et à essayer d'estimer les moments par deux méthodes:E [ X n ]X∼ L N( μ , σ)X∼LN(μ,σ)X\sim\mathcal{LN}(\mu, \sigma)E [ Xn]E[Xn]\mathbb{E}[X^n] En regardant la moyenne de l'échantillon deXnXnX^n Estimer et...
Pourquoi dans "Méthode des moments", nous assimilons les moments de l'échantillon aux moments de la population pour trouver l'estimateur ponctuel? Où est la logique derrière tout
Il est habituel d'utiliser les deuxième, troisième et quatrième moments d'une distribution pour décrire certaines propriétés. Les moments partiels ou les moments supérieurs au quatrième décrivent-ils des propriétés utiles d'une
migré depuis math.stackexchange . Je traite un long flux d'entiers et j'envisage de suivre quelques instants afin de pouvoir calculer approximativement divers centiles pour le flux sans stocker beaucoup de données. Quelle est la façon la plus simple de calculer des centiles à partir de quelques...
Une méthode naïve pour approximer une distribution normale consiste à additionner peut-être variables aléatoires IID uniformément réparties sur , puis plus récentes et redimensionnées, en s'appuyant sur le théorème de la limite centrale. ( Remarque : il existe des méthodes plus précises telles que...
Question principalement théorique. Existe-t-il des exemples de distributions non normales dont les quatre premiers moments sont égaux à ceux de la normale? Pourraient-ils exister en
Le texte de Wackerly et al énonce ce théorème "Soit et les fonctions génératrices de moments des variables aléatoires X et Y, respectivement. Si les deux fonctions génératrices de moments existent et pour toutes les valeurs de t, alors X et Y ont la même distribution de probabilité. " sans preuve...
Nous sommes généralement initiés à la méthode des estimateurs de moments en «assimilant les moments de la population à leur homologue de l'échantillon» jusqu'à ce que nous ayons estimé tous les paramètres de la population; de sorte que, dans le cas d'une distribution normale, nous n'aurions besoin...
Que veut dire l'affirmation selon laquelle le kurtosis d'une distribution normale est 3. Est-ce que cela signifie que sur la ligne horizontale, la valeur de 3 correspond à la probabilité de pic, c'est-à-dire que 3 est le mode du système? Quand je regarde une courbe normale, il semble que le pic se...
Soit BtBtB_t un mouvement brownien standard. Soit Ej , nEj,nE_{j, n} désigne l'événement { Bt= 0 pour certains j - 12n≤ t ≤ j2n} ,{Bt=0 for some j−12n≤t≤j2n},\left\{B_t = 0 \text{ for some }{{j-1}\over{2^n}} \le t \le {j\over{2^n}}\right\},et soitKn= ∑j = 2n+ 122 n1Ej , n,Kn=∑j=2n+122n1Ej,n,K_n =...
La tendance centrale, la propagation et l'asymétrie peuvent toutes être définies relativement bien, au moins sur une base intuitive; les mesures mathématiques standard de ces choses correspondent également relativement bien à nos notions intuitives. Mais le kurtosis semble être différent. C'est...
On m'a posé cette question l'autre jour et je ne l'avais jamais envisagée auparavant. Mon intuition vient des avantages de chaque estimateur. La probabilité maximale est de préférence lorsque nous sommes confiants dans le processus de génération de données car, contrairement à la méthode des...
J'essaie de comprendre le lien entre la fonction de génération de moment et la fonction caractéristique. La fonction de génération de moment est définie comme: MX( t ) = E( exp( t X) ) = 1 + t E( X)1+ t2E( X2)2 !+ ⋯ + tnE( Xn)n !MX(t)=E(exp(tX))=1+tE(X)1+t2E(X2)2!+⋯+tnE(Xn)n! M_X(t) = E(\exp(tX))...
Les éléments suivants sont similaires mais différents des articles précédents ici et ici Étant donné deux distributions qui admettent des moments de tous les ordres, si tous les moments de deux distributions sont les mêmes, sont-elles alors des distributions identiques ae? Étant donné deux...