Я оцениваю функцию плотности вероятности (pdf), используя Matlab. Код такой xi = -2:0.1:2; a1 = normpdf(xi, 1, 0.3); a2 = normpdf(xi, -1, 0.3); subplot(211); plot(xi, a1+a2); [f, xs] = ksdensity(a1+a2); subplot(212); plot(xs, f); и такие...

Я использую метод scipy.stats.gaussian_kde из scipy для создания случайных выборок из данных. Он отлично работает! Теперь я обнаружил, что метод также имеет встроенные функции для вычисления функции плотности вероятности заданного набора точек...

У меня есть следующий набор данных: X=[4.692 6.328 4.677 6.836 5.032 5.269 5.732 5.083 4.772 4.659 4.564 5.627 4.959 4.631 6.407 4.747 4.920 4.771 5.308 5.200 5.242 4.738 4.758...

У меня есть поток данных, по которому я хочу оценить плотность ядра (или гистограмму). Входным параметром является длина окна. Например, 60 секунд, или 5 минут, или месяц. Любые данные старше размера окна должны минимально влиять на оценку. Однако...

Я пытаюсь выбрать 1000 чисел из распределения с заданной плотностью, которая равна f (x) = (1/3) * X ^ 2 между -1 ‹ x ‹ 2. Пока у меня есть это, однако с учетом гистограммы это явно неправильно, но я думаю, что иду в правильном направлении. Любая...

Я хочу реализовать байесовскую процедуру обучения, а точнее, я хочу получить одну функцию на каждой из times итераций цикла for, что означает, что в конце процедуры я хочу получить список с количеством times функций (это число, конечно же,...

Мне нужно сгенерировать, скажем, 2000 выборок двумерного многомерного распределения Гаусса со средним значением [2;3] и ковариацией C = [0,2 0; 0 0,3] у Юлии. Можно ли это сделать с помощью функции MvNormal из пакета Distributions? Заранее спасибо.