La distribución marginal se refiere a la distribución de probabilidad de un subconjunto de variables contenidas en una distribución conjunta.
Estoy tratando de ampliar mi conocimiento de las estadísticas. Vengo de un fondo de ciencias físicas con un enfoque "basado en recetas" para las pruebas estadísticas, donde decimos que es continuo, normalmente se distribuye: regresión OLS . En mi lectura he encontrado los términos: modelo de...
Desde hace algún tiempo, he estado buscando una buena lectura introductoria sobre Copulas para mi seminario. Estoy encontrando mucho material que habla sobre aspectos teóricos, lo cual es bueno, pero antes de pasar a ellos, estoy buscando construir una buena comprensión intuitiva sobre el...
Estoy analizando un conjunto de datos utilizando un modelo de efectos mixtos con un efecto fijo (condición) y dos efectos aleatorios (participante debido al diseño del sujeto y al par). El modelo se ha generado con el lme4paquete:
¿Alguien tiene una idea de por qué la correlación condicional entre 2 variables se llama correlación "parcial" y la correlación simple entre ellas (entonces, cuando no está condicionada por ninguna otra variable) se llama correlación "marginal"? ¿Cuál es la intuición detrás de las palabras...
Sea una distribución conjunta de dos variables categóricas X , Y , con x , y ∈ { 1 , ... , K } . Digamos que se tomaron n muestras de esta distribución, pero solo se nos dan los recuentos marginales, es decir, para j = 1 , ... , K :px , ypagX,yp_{x,y}X, YX,YX,YX,y∈ { 1 ,
Quiero muestrear a partir de una densidad univariada pero solo sé la relación:fXfXf_X fX(x)=∫fX|Y(x|y)fY(y)dy.fX(x)=∫fX|Y(x|y)fY(y)dy.f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. Quiero evitar el uso de MCMC (directamente en la representación integral) y, dado que y son fáciles de muestrear,...
Uno de los problemas en mi libro de texto se plantea de la siguiente manera. Un vector continuo estocástico bidimensional tiene la siguiente función de densidad: fX,Y(x,y)={15xy20if 0 < x < 1 and 0 < y < xotherwisefX,Y(x,y)={15xy2if 0 < x < 1 and 0 < y <...
Como dice el título, estoy buscando las densidades marginales de F( x , y) = c 1 - x2- y2---------√, x2+ y2≤ 1.F(X,y)=C1-X2-y2,X2+y2≤1)f (x,y) = c \sqrt{1 - x^2 - y^2}, x^2 + y^2 \leq 1. Hasta ahora he encontrado que CCc es 32 π32π\frac{3}{2 \pi} . Lo descubrí convirtiendoF( x , y)F(X,y)f(x,y)en...
Generalmente hay muchas distribuciones conjuntas consistentes con un conjunto conocido de distribuciones marginales .P(X1=x1,X2=x2,...,Xn=xn)P(X1=x1,X2=x2,...,Xn=xn)P(X_1 = x_1, X_2 = x_2, ..., X_n = x_n)fi(xi)=P(Xi=xi)fi(xi)=P(Xi=xi)f_i(x_i) = P(X_i = x_i) De estas distribuciones conjuntas, ¿el...
Estoy tratando de calcular la probabilidad marginal de un modelo estadístico por los métodos de Monte Carlo: F( x ) = ∫F( x ∣ θ ) π( θ )reθF(X)=∫F(X∣θ)π(θ)reθf(x) = \int f(x\mid\theta) \pi(\theta)\, d\theta La probabilidad es de buen comportamiento - suave, cóncavo logarítmico - pero de alta...
Un factor Bayes se define en las pruebas bayesianas de hipótesis y en la selección del modelo bayesiano por la razón de dos probabilidades marginales: dada una muestra iid y las respectivas densidades de muestreo y , con los precedentes correspondientes y \ pi_2 , el factor de Bayes para comparar...
Supongamos que tenemos una variable aleatoria distribuida como y distribuida como , donde significa distribución uniforme en el intervalo . U [ 0 , 1 ] X 2 U [ 0 , X 1 ] U [ a , b ] [ a , b ]X1X1X_1U[0,1]U[0,1]U[0,1]X2X2X_2U[0,X1]U[0,X1]U[0,X_1]U[a,b]U[a,b]U[a,b][a,b][a,b][a,b] Pude calcular el...
Dada una probabilidad gaussiana para una muestra como con siendo el espacio de parámetros y , parametrizaciones arbitrarias del vector medio y la matriz de covarianza.yyyp ( yEl | θ)= N( y; μ ( θ ) , Σ ( θ ) )p(y|θ)=N(y;μ(θ),Σ(θ))p(y|\theta) = \mathcal{N}(y;\mu(\theta),\Sigma(\theta))ΘΘ\Thetaμ ( θ...