normal-distribution

1зной

1ответ

критическое значение для теста Шапиро Wilk

Я пытаюсь получить критическое W значение для Wilk теста Шапиро в R. Shapiro-Wilk normality test data: samplematrix[, 1] W = 0.69661, p-value = 7.198e-09 С п = 50 и альфа = +0,05, я знаю, что кр

1зной

1ответ

оценить многомерную нормальную/Gaussian плотности в C++

Сейчас у меня есть следующие функции для оценки гауссовских плотностей: double densities::evalMultivNorm(const Eigen::VectorXd &x, const Eigen::VectorXd &meanVec, const Eigen::MatrixXd &covMat) {

1зной

1ответ

Python Bivariate Normal CDF с переменной верхней границей

Я пытаюсь найти элегантный способ вычисления двумерного нормального CDF с питоном, где одна верхняя граница CDF является функцией двух переменных, одной из которых является переменная двумерной нормал

3зной

2ответ

Решение (определение) функции в точке R

В моей ниже R кода, мне было интересно, как я мог бы узнать, что RH1 когда у == 0,5? Обратите внимание, что у использует atanh(rh1), которая может быть преобразована обратно в RH1 использованием tanh(

0зной

1ответ

Интеграция функции в R

Здравствуйте, я надеялся получить некоторую помощь, интегрируя функцию, основанную на случайной переменной. Функция состоит в том, чтобы получить ожидаемое значение непрерывного распределения. Вот код

0зной

1ответ

GPY РФБ Ядро Реализация

В rbf.py к (г) определена математически как: k(r) = \sigma^2 \exp \\bigg(- \\frac{1}{2} r^2 \\bigg) Однако метод K_of_r в rbf.py пропускает Sigma^2, а вместо этого использует сигма (self.variance).