통계를 처음 사용합니다. (| w X) + LNP (W) 나는 그것이 정규 분포를 가지고 알고 g (X) = LN의 P : 나는 판별 기능을 가지고있다. 저는 뮈와 시그마 변수를 알고 있습니다. 어떻게하면 Matlab에서 PDF 기능을 그릴 수 있습니까? 여기는 대화입니다 : How to draw probability density function in M
균일하게 난수가 생성되었습니다. 이제 Gaussian (Normal) 분포를 사용하여 난수를 생성합니다. 나는 평균과 표준 편차를 모른다. 이 글을 읽었습니다 : http://www.johndcook.com/cpp_TR1_random.html#normal,하지만 평균과 표준 편차가 필요합니다! 박스 뮬러 변환이 일반적으로 사용된다는 것도 알고 있습니다. 이
정규 분포를 따라 생성되는 무작위 변수를 생성해야하는 cuda 프로그램을 작성하고 있습니다. 무작위 변수의 값을 0에서 8 사이로 제한하고 싶습니다. 그래서 임의의 변수를 커널 함수 내에서 생성하고 무작위 변수 결과를 나중에 사용하기를 원합니다. 그 목적을 위해 cuRAND 라이브러리를 사용할 계획입니다. curand_normal 장치 API를 사용하여 값
// construct a trivial random generator engine from a time-based seed:
unsigned seed = std::chrono::system_clock::now().time_since_epoch().count();
std::default_random_engine generator (seed);
std
변수의 대수 (통계 질문)에 관한 질문 "Population에 의한 컴퓨터 주문 비용"예제에 대한 데이터를 표시하는 막대 그래프가 있고 데이터를 분석하려고하고 있다고 가정 해보십시오 분포. 정보는 아무 것도 나타내지 않으므로 변수의 로그를 취하고 그래프는 정규 분포와 유사합니다. 정규 분포는 기본적으로 을 의미하고을 의미하지만 정보의 로그를 취하는 것은 무
대규모 작업이 병렬 또는 직렬로 일련의 독립적 인 작은 작업으로 완료되는 시뮬레이션 작업을하고 있습니다. 작은 작업의 완료 시간은 평균 시간이 "t"이고 분산이 "v"라고 말하는 정규 분포를 따릅니다. 나는이 작업이 연속적으로 반복 될 경우 새로운 총 시간 분포가 평균 t * n과 분산 v * n에서 정상보다 "n"더 빠르다는 것을 알지만, 평균과 분산에
난의 p 값이 t 통계량을 이용하여 R의 다음 가설을 시험 산출 할 무 < = 50 다른 : MU> 50 data = c(52.7, 53.9, 41.7, 71.5, 47.6, 55.1,
62.2, 56.5, 33.4, 61.8, 54.3, 50.0,
45.3, 63.4, 53.9, 65.5, 66.6, 70.0,
52.4,
통계에 대한 지식이 매우 부족합니다. 미안합니다. 나는 많은 양의 측정 된 진폭을 가지고 있습니다. 신호가없는 경우 잡음은 정규 분포를 갖는 것으로 가정합니다. 주변 소음보다 진폭이 큰 신호가있을 때, 분포의 모양은 양의 측면에서 더 잘게됩니다. 신호 왜곡에 왜곡을 사용하려고 생각했습니다. 그러나 진폭이 더 큰 영역 (볼륨의 셀)은 볼륨 자체에 비해 다소
저는 10 년으로 구성된 월간 수질 데이터 세트를 deseasonizeize하려고합니다. 상자 - 콕스 변환은 잔차의 이분 산성과 비정규 성 같은 이형을 교정하기 위해 필요할 수 있기 때문에, 나는 탈 과정화 전에이 변환을 시도했다. 매월 데이터 세트마다 변환 (boxcox 함수를 MATLAB에 적용)을 적용하고 Kolmogorov-Smirnov 테스트 (
가능한 중복 : Seeing if data is normally distributed in R 내가 잔차 (적합 - 모델)의 6 개 세트가 (I 모델에서 편차가 있음을 입증하기 위해 노력하고 내가 정상에 대한 테스트입니다 기기 소음 내에서). 모두의 커널 밀도 그림은 대략 가우시안으로 보이고 qqnorm 도표는 잘 보입니다. 나는 shapiro.test {