问题标签 [probability-distribution]

我的目标是使用 ggplot2 生成二项分布的两个重叠 PMF，根据我指定的颜色进行颜色编码，底部有一个图例。

到目前为止，我认为我已经正确设置了数据框。

然而，这给出了错误的结果。

我觉得我在效仿一个例子，却得到了完全不同的结果。这（几乎）做了我想要的：如果它给出相对频率，那将是准确的。

几个问题：

1）我的代码块哪里出错了？

2) 有没有更好的方法在一张图中向 PMF 显示？我没有决心使用直方图或条形图。

3) 我该如何设置才能让我能够选择颜色？

4) 如何对 x 轴上的值进行排序？它们不是类别。它们是数字 0-10，并且具有我想保留的自然顺序。

谢谢！

更新

以下两个块起作用。

和

我有两点要问：

1) 我想了解np.random.randnNumPy 和torch.randnPyTorch 究竟返回了什么。它们都从均值为 0 和标准为 1 的正态分布中返回具有随机数的张量，因此是标准正态分布。但是，这与在这里x 将值放入标准正态分布函数中并获取其各自的图像值不同。PyTorch 和 NumPy 返回的值看起来不像这样。y

np.random.randn对我来说，似乎torch.randn这些库都返回x函数的值，而不是y我在下面计算的图像。那是对的吗？

打印normal变量向我展示了这样的东西。

2）另外，如果我们问这些库我想要一个标准正态分布的值矩阵，这意味着所有行和列都来自同一个标准分布？如果我想要每一行中的 iid 分布，我需要为每一行调用np.random.randn一个for循环，然后再调用vstack它们？

我需要在 n 球上生成随机数据集。我已经设法通过从正态分布中采样点并将它们归一化来生成统一的数据集。IE：

我现在需要做的是生成熵低于统一数据集的数据集。我该怎么做？

是否有一些参数（例如高斯方差）可以保证某个分布 D_1 的熵低于 D_2？

谢谢！

我有一个两列的表，它包含一个已经计算的 2 个变量的索引，一个简单的引用如下：

为了找出上述数据之间的相关性，我使用了 R 中的 copula 包。

下面的 VineCopula 代码我用来确定使用哪个 Copula 家族：

它建议使用生存 Gumbel，根据 copula R 手册（链接）的 Gumbel Copula 的旋转版本

但是，我选择了 Frank copula，因为它提供了对称的依赖结构，并且它允许将数据中的正依赖建模为负依赖，这有多合理？

还有一件事，在运行以下自我解释的 copula 代码后：

即使对于极值，绘制的数据集也显示出良好的拟合结果。

在这里，我想在同一个折线图中显示应用 frank copula 和原始数据的相关值，我不知道如何提取 frank copula 结果？（单列，以便我可以使用原始数据进行绘图并进行视觉比较）

在 4 场不同的比赛中，Jin 都有 60% 的获胜机会。假设比赛相互独立，Jin 至少赢得 1 场比赛的概率是多少。

二项分布参数：

以十进制显示概率。

暗示：

1. P(x>=1)=1-P(x=0)
2. 使用 scipy.stats 包的 binom.pmf() 函数计算概率。

这里 K 的值应该是多少。我的输出不正确。

我正在尝试获得适合某些直方图数据的函数的方程，我正在考虑尝试通过拟合有理函数来做到这一点，因为数据与我自己可识别的任何分布都不相似。

数据是实验性的，我希望能够根据其分布生成一个随机数。因此，我希望能够将它拟合到某种 PDF 中，我可以从中获得 CDF，它可以重新排列为一个函数，可以将 0 到 1 之间的均匀分布的随机数代入其中以获得所需的结果。

我尝试使用该histfit函数，该函数有效，但我无法弄清楚如何获得它拟合的曲线的方程。我错过了什么愚蠢的事情吗？

更新：我发现了这个功能rationalfit，但是我很难弄清楚输入需要什么。

进一步更新：在histfit进一步探索命令后，我发现了将其拟合到 a 的选项kernal，该图看起来很有希望，但是我只能获得曲线的一组x和y值，而不是其方程作为 I通缉。

我需要计算漂移速度（ v=d/dt[r(t)] ）和有效扩散系数（Deff=d/dt[r(t)^2]-d/dt[r(t)]^ 2) 来自周期性势能上布朗运动情况的随机轨迹。

举个例子，假设我有一组随机轨迹：

我首先计算漂移速度：

这给了我解析解的期望值。然后我计算有效扩散，如：

但是我没有从我正在研究的特定布朗运动的解析解中得到预期的结果。我计算错了吗？

有 15% 的机会获得正面。85% 的几率得到反面。我想看看我需要掷多少次硬币才能得到正面。

每次我掷硬币时，我都想把那个数字放在一个空列表中，说明我掷硬币的次数。

我一共要抛硬币100次

如何计算随机变量的期望值√X

NORMSDIST有没有人有一些关于如何实施的信息或一些方程式NORM.S.DIST()？在 Matlab 中有一个等价的 NORMSDIST，并且有 Python 和 Java 中的库，我正在尝试在 PHP 中实现它，所以一些纯方程会非常有用。