Dado que esto es proporcional a la varianza σ2 de x, σ puede verse como un parámetro de escala de la nueva distribución.
La entropía diferencial de la distribución medio normal es exactamente un bit, la entropía diferencial de una distribución normal de cero media con el mismo segundo momento alrededor de 0. Esto se puede entender intuitivamente ya que el operador de magnitud reduce la información en un bit (si la probabilidad La distribución en su entrada es par). Alternativamente, dado que una distribución mitad normal siempre es positiva, un bit que se necesitaría registrar si una variable aleatoria normal estándar era positiva (digamos, un 1) o negativo (digamos, un 0) ya no es necesario. De este modo,
Números dados {xi} i = 1n { displayStyle {x_ {i} } _ {i = 1}^{n}} de una distribución mitad normal, el parámetro desconocido σ { displayStyle Sigma} de eso La distribución se puede estimar mediante el método de máxima probabilidad, dando
La distribución medio normal modificada (MHN) [3] es una familia de tres parámetros de distribuciones de probabilidad continua respaldadas en la parte positiva de la línea real. La distribución normal truncada, la distribución medio normal y la raíz cuadrada de la distribución gamma son casos especiales de la distribución MHN.
La distribución de MHN se utiliza un modelo de probabilidad, además aparece en varios procedimientos bayesianos basados en la cadena de la cadena de Markov (MCMC), incluido el modelado bayesiano de los datos direccionales, [4] [5] [6] regresión binaria bayesiana, [7 ] Modelo gráfico bayesiano. [8]
La distribución de MHN ocurre en las diversas áreas de investigación [9] [10] [11] [12] que significa su relevancia para el modelado estadístico contemporáneo y el cálculo asociado. Además, los momentos y sus otras estadísticas basadas en el momento (incluida la varianza, la asimetría) se pueden representar a través de las funciones PSI Fox-Wright, denotadas por ψ (⋅, ⋅) { DisplayStyle Psi ( CDOT, CDOT)}. Existe una relación recursiva entre los tres momentos consecutivos de la distribución.
¿Qué significa media en estadística?
Esta página es parte de las estadísticas para principiantes para explicar una serie de estadísticas explicadas en las que los indicadores y conceptos estadísticos se explican de una manera simple para que el mundo de las estadísticas sea un poco más comprensible. Esta oferta está dirigida a estudiantes y estudiantes y a todos los demás interesados en las estadísticas.
Un promedio puede ser tan descrito como un número único que es un resumen de un grupo de números. Hay diferentes tipos de promedio; En las estadísticas oficiales, la media y la mediana se usan más comúnmente.
La media (también denominada media aritmética o media aritmética) en nuestro lenguaje cotidiano se conoce como promedio y la suma es un grupo de números, que se divide por el número de cifras en este grupo.
Tenemos 9 números en un grupo: 10, 12, 11, 15, 13, 35, 41, 23, 20. La suma de estos 9 números es 180. Esta suma ahora se divide por 9 para mantener el promedio. El promedio es 180/9 = 20.
En las estadísticas oficiales, el tipo más utilizado es el promedio ponderado o la media ponderada, ya que rara vez se produce que todos los elementos tienen el mismo significado o importancia. Para el promedio ponderado, cada elemento que se incluye se multiplica por un número (peso), que refleja el significado relativo del elemento. Luego se suman estos resultados y el resultado se divide por el número de elementos.
¿Qué es la media concepto y ejemplos?
Si dividimos un todo en exactamente dos partes iguales, entonces estas partes se llaman mitades del todo. Cada parte se llama la mitad del todo. Por ejemplo, la mitad de una naranja, la mitad de un trozo de papel circular, mitad de vaso de agua, la mitad de una sandía.
Tomemos algunas figuras geométricas y veamos sus medias partes. Podemos dividir un triángulo, un cuadrado, un círculo en dos mitades.
Tomemos un ejemplo de un número y expliquemos. El número (8 ) es un número entero, y podemos dividirlo en dos partes iguales que son (4 ) y (4 ). Entonces, el número (8 ) es un todo, y (4 ) y (4 ) son las partes del número (8 ). En otras palabras, podemos decir si agregamos dos números (4 ) y (4 ), obtendremos el todo como (8 ). Eso significa dos (4 mathrm {~ s} ) que obtuvimos después de romper (8 ) en dos partes iguales, son las mitades de (8 ).
Si dividimos un todo en cuatro partes iguales, estas partes se llaman cuartos del todo. Cada parte se conoce como cuarto del todo. Por ejemplo, una cuarta parte de una naranja.
Tomemos algunas figuras geométricas y veamos su cuarto. Podemos dividir un cuadrado, un círculo, en cuatro cuartos.
En la figura anterior, la parte sombreada azul es un cuarto de todo el círculo.
En la figura anterior, la parte sombreada naranja es un cuarto de rectángulo.
Tomemos el número (8 ) y expliquemos sus cuartos. El número (8 ) es un número entero, y podemos dividirlo en cuatro partes iguales son (2, 2, 2 ) y (2 ). Entonces, el número (8 ) es todo, y cuatro ( text {2s} ) son las partes del número (8 ).
Artículos Relacionados:
