나는 레이더 위성 이미지에서 샘플링 한 데이터가 있으며 통계 테스트를 일부 수행하려고합니다. 이전에 정상 테스트를 수행하여 데이터가 정상적으로 배포되었는지 확인할 수있었습니다. 내 데이터가 정상적으로 분포되어있는 것처럼 보입니다.하지만 테스트를 수행 할 때 Pvalue가 0이되어 데이터가 정상적으로 배포되지 않았다고 제안합니다. 나는 내 코드를 출력물과 히
라틴 하이퍼 큐브 샘플링 방법을 사용하여 정규 분포에서 균일하게 점을 선택하고 싶습니다. 아래에 내가 Normally Distributed 데이터 세트를 제공한다면, 어떻게 Latin Hypercube 메소드를 적용 할 수 있을까요? d = 3*t +0.00167*randn(1000,1);
덕분에
정규 분포와 균일 분포를가집니다. 나는 비율을 계산하기를 원합니다 : 정규 분포의 밀도, 균일 밀도보다. 그런 다음이 비율을 정규성에 대해 테스트하고 싶습니다. ht <- runif(3000, 1, 18585056) # Uniform distribution
hm <- rnorm(35, 10000000, 5000000) # Normal distribu
내 DF의 한 변수에서 shapiro.test를 실행하려고합니다. shapiro.test(chicks.2012)
나는 누군가가 나를 설명 할 수 있다면 나는 감사 드리겠습니다 Error in complete.cases(x) : invalid 'type' (builtin) of argument
가 .. 변수가 숫자 변수와 세 (3) 값은의 NA 것을
나는 평균 및 공분산 행렬로 표현되는 2 차원 정규 분포를 갖는다. 이제 밀도 함수가 이 임계 값을 초과하는 모든 지점 주위에 선을 그립니다. 물론 이것은 전체 이미지를 반복하고 모든 픽셀의 수식을 확인하여 수행 할 수 있습니다 (drawVariant2() 참조). 그러나 이것은 매우 느리며 그리기 메커니즘을 어느 정도 실시간으로 가능하게하고 싶습니다. 내
정규 분포를 플로팅하는 좋은 방법입니까? 경우에 따라, I는 1보다 큰 % thresh_strain contains a Normally Distributed set of numbers
[mu_j,sigma_j] = normfit(thresh_strain);
x=linspace(mu_j-4*sigma_j,mu_j+4*sigma_j,200);
pdf_x
아래 그래프를 얻으려는 다음 코드가 있습니다. Y 축 레이블을 확률 밀도으로 지정하거나 Y 값을 정규화해야 할 때 값의 확률 밀도를 어떻게 결정할 수 있습니까? 감사 % thresh_strain contains a Normally Distributed set of numbers
[mu_j,sigma_j] = normfit(thresh_strain);
x
나는 평균 분포, 표준 편차, 왜곡 및 첨도를 매개 변수로 제공 할 수있는 확률 적 시계열 분포를 생성하기위한 도구를 만들고 싶습니다. . 여기에 비슷한 질문이 using R이지만, 이것을 해석하고 MATLAB에 넣을 수는 없습니다. 누군가 이미 이것을 할 수있는 것을 알고 있습니까? (나는 아무것도 찾을 수 없었습니다) 그렇지 않다면, 내 자신의 것을 시