probability-density

    1热度

    1回答

    我正在尝试为Exp(0.5)分布生成随机值。 我有以下代码: y <- rexp(10, rate=1/2) y 这给了我: [1] 4.5582556 2.3285161 4.2466828 0.9995597 3.6326827 0.1016917 0.2518124 [8] 0.3189424 0.8553740 0.8277078 的问题,我在这里的是,我不知道这是什么意思值

    0热度

    1回答

    我想在Matlab中实现概率测度的密度。对于我定义density作为功能句柄使得一些函数f(给定为一个功能句柄)在区间[A,B]可以通过 syms x int(f(x)*density(x),x,a,b) 来计算的积分当谈到狄拉克量度问题是 int(dirac(x),x,0,b) 为所有b> 0提供值1/2而不是1。然而,如果I型 int(dirac(x),x,a,b) 其中< 0且

    1热度

    1回答

    library(mvtnorm) dmvnorm(x, mean = rep(0, p), sigma = diag(p), log = FALSE) dmvnorm提供了多元正态分布的密度函数。第一个参数x代表什么?文档中提到“分位数的向量或矩阵,如果x是矩阵,则每行都被视为分位数。” > dmvnorm(x=c(0,0), mean=c(1,1)) [1] 0.0585 以下是帮助

    2热度

    2回答

    我刚刚运行一个简单的任务,试图绘制我运行的模拟的概率密度直方图。但是,当我绘制它时,每个箱的概率似乎与频率图的结果不匹配。有50个箱子,我预计每个箱子的平均概率为2%,这并不反映在图表中。 在此先感谢 import pandas as pd import numpy as np import matplotlib.pyplot as plt plntAcres = 88.0 hvstPe

    1热度

    1回答

    让我们假设,我们得到了类似下面的列表: list = [[A,10,3],[B,5,2],[C,8,1]] 对于列表中的每个项目有可能通过SOFTMAX计算被选择的概率。例如,对于第一个元素(A),我们有: from math import exp A_probability = exp(list[0][2]/list[0][1]/ (exp(list[0][2]/list

    0热度

    1回答

    使用R,我被指示在0和1之间生成1000个随机数,我使用runif(1000)。然后我被告知近似随机数在0.4和0.6之间的概率。我是R新手,很乐意提供帮助。谢谢。

    2热度

    1回答

    我使用boost :: math :: pdf来计算正态分布的概率。我给出了一个变量,它对应于平均值的距离,boost :: math :: pdf给了我一个返回的可能性。 它的工作原理,但我真的没有得到如何,因为在连续分布(和正态分布是连续分布),你需要整合两个值之间的概率。 如果分布是离散的,那么一个点确实对应于一个概率,但是从我读过的所有东西中我得到了我处理连续分布的印象。 如果有人能说清楚

    4热度

    1回答

    我已经构建了密度函数,现在我想计算新数据点“落入”选定区间(比如a = 3,b = 7)的概率。所以,我在寻找: P(a<x<=b) 一些样本数据: df<- data.frame(x=c(sample(6:9, 50, replace=TRUE), sample(18:23, 25, replace=TRUE))) dens<- density(df$x) 我会很高兴听到任何解决方案

    2热度

    1回答

    从MathNet测试FFT时我遇到一些问题: 这个想法是,如果我将FFT应用于高斯变量的特征函数,我应该找到高斯密度函数。 当我绘制VectorFFT时,该图似乎是一个密度函数,但是它的值为零,它没有值1,它的值为1.4689690914109。 缩放必定存在一些问题。我尝试使用Fourier.Inverse中的所有类型的FourierOptions和PI,2PI,sqrt(2PI)的所有类型的除

    2热度

    2回答

    我有下面的代码打印PDF图形的特定平均值和标准偏差。 http://imgur.com/a/oVgML 现在我需要找到实际的概率的特殊价值。例如,如果我的意思是0,而我的值是0,那么我的概率就是1.这通常是通过计算曲线下的面积来完成的。与此相似: http://homepage.divms.uiowa.edu/~mbognar/applets/normal.html 我不知道如何除非你有充分的理由