Hoy me preguntaron algo similar a esto en una entrevista. El entrevistador quería saber cuál es la probabilidad de que una opción en el dinero termine en el dinero cuando la volatilidad tiende al infinito. Dije 0% porque las distribuciones normales que subyacen en el modelo de Black-Scholes y la...
Esta pregunta está inspirada en la larga discusión en los comentarios aquí: ¿Cómo usa la regresión lineal la distribución normal? En el modelo de regresión lineal habitual, para simplificar aquí escrito con un solo predictor: Yi=β0+β1xi+ϵiYi=β0+β1xi+ϵi Y_i = \beta_0 + \beta_1 x_i + \epsilon_i...
Digamos que estoy calculando alturas (en cm) y los números deben ser superiores a cero. Aquí está la lista de muestra: 0.77132064 0.02075195 0.63364823 0.74880388 0.49850701 0.22479665 0.19806286 0.76053071 0.16911084 0.08833981 Mean: 0.41138725956196015 Std: 0.2860541519582141 En este...
Tengo un gran conjunto de puntos de datos de la forma (media, stdev). Deseo reducir esto a una sola (mejor) media y una (con suerte) menor desviación estándar. Claramente podría simplemente calcular ∑datameanN∑datameanN\frac{\sum data_{mean}}{N} , sin embargo, esto no tiene en cuenta el hecho de...
Tengo información sobre las distribuciones de dimensiones antropométricas (como la envergadura de los hombros) para niños de diferentes edades. Para cada edad y dimensión, tengo media, desviación estándar. (También tengo ocho cuantiles, pero no creo que pueda obtener lo que quiero de ellos). Para...
Los modelos de análisis discriminante gaussiano aprenden y luego aplican la regla de Bayes para evaluar P ( y | x ) = P ( x | y ) P p r i o r ( y )PAG( x | y)PAG(XEl |y)P(x|y)Por lo tanto, son modelos generativos. ¿Por qué entonces se llama análisis discriminante? Si es porque finalmente...
Citando un artículo de Wikipedia sobre la estimación de parámetros para un ingenuo clasificador de Bayes : "una suposición típica es que los valores continuos asociados con cada clase se distribuyen de acuerdo con una distribución gaussiana". Entiendo que una distribución gaussiana es conveniente...
Supongamos que tenemos dos vectores de variables aleatorias, ambas son normales, es decir, e Y ∼ N ( μ Y , Σ Y ) . Estamos interesados en la distribución de su combinación lineal Z = A X + B Y + C , donde A y B son matrices, C es un vector. Si X e Y son independientes, Z ∼X∼ N( μX, ΣX)X∼N(μX,ΣX)X...
Este es un pensamiento extraño que tuve al revisar algunas estadísticas antiguas y, por alguna razón, parece que no puedo pensar en la respuesta. Un PDF continuo nos dice la densidad de los valores de observación en cualquier rango dado. Es decir, si , por ejemplo, entonces la probabilidad de que...
Sé que una suma de gaussianos es gaussiana. Entonces, ¿en qué se diferencia una mezcla de gaussianos? Quiero decir, una mezcla de gaussianos es solo una suma de gaussianos (donde cada gaussiano se multiplica por el coeficiente de mezcla respectivo)
Estoy tratando de entender la lógica detrás de la prueba de chi-cuadrado. La prueba de Chi-cuadrado es . χ2luego se compara con una distribución de Chi-cuadrado para encontrar un valor p para rechazar o no la hipótesis nula. H0: las observaciones provienen de la distribución que utilizamos para...
En los comentarios que siguen a esta respuesta mía a una pregunta relacionada, ¿los usuarios ssdecontrol y Glen_b preguntaron si la normalidad conjunta de e es necesaria para afirmar la normalidad de la suma ? Que la normalidad articular sea suficiente es, por supuesto, bien conocida. Esta pregunta...
Supongamos que tiene un conjunto de valores y desea saber si es más probable que se muestrearon de una distribución gaussiana (normal) o de una distribución lognormal. Por supuesto, idealmente sabría algo sobre la población o sobre las fuentes de error experimental, por lo que tendría información...
Aparentemente, es el caso de que si , entoncesXi∼N(0,1)Xi∼N(0,1)X_i \sim N(0,1) X1X2+X3X4∼Laplace(0,1)X1X2+X3X4∼Laplace(0,1)X_1 X_2 + X_3 X_4 \sim \mathrm{Laplace(0,1)} He visto artículos sobre formas cuadráticas arbitrarias, que siempre resultan en horribles expresiones de chi-cuadrado no...
¿Hay una distribución o puedo trabajar desde otra distribución para crear una distribución como esa en la imagen a continuación (disculpas por los malos dibujos)? donde doy un número (0.2, 0.5 y 0.9 en los ejemplos) para saber dónde debería estar el pico y una desviación estándar (sigma) que hace...
Digamos que tenemos una variable aleatoria con un rango de valores delimitados por y b , donde a es el valor mínimo yb el valor máximo.aaabbbaaabbb Me dijeron que como n→∞n→∞n \to \infty , donde nnn es el tamaño de nuestra muestra, la distribución muestral de nuestras medias muestrales es una...
Estoy leyendo sobre distribuciones anteriores y calculé Jeffreys antes para una muestra de variables aleatorias normalmente distribuidas con media y varianza desconocidas. Según mis cálculos, lo siguiente vale para Jeffreys antes: Aquí,yoes la matriz de información de Fisher.p ( μ , σ2) = de t (...
Solo me pregunto si es posible encontrar el valor esperado de x si se distribuye normalmente, dado que está por debajo de un cierto valor (por ejemplo, por debajo del valor
Dibujamos muestras, cada una de tamaño , independientemente de una distribución Normal .n ( μ , σ 2 )NNNnnn(μ,σ2)(μ,σ2)(\mu,\sigma^2) De las muestras, elegimos las 2 muestras que tienen la correlación de Pearson más alta (absoluta) entre sí.NNN ¿Cuál es el valor esperado de esta...
Tengo una regresión lineal que es bastante buena, supongo (es para un proyecto universitario, así que realmente no tengo que ser súper precisa). El punto es que si trazo los residuos frente a los valores pronosticados, hay (según mi maestro) un indicio de heterocedasticidad. Pero si trazo el...