normal-distribution

    9गर्मी

    2उत्तर

    आदेश बहुविविध सामान्य की CDF की गणना करने के लिए, मैं (univariate मामले के लिए) this उदाहरण का पालन किया लेकिन उत्पादन scipy द्वारा उत्पादित की व्याख्या नहीं कर सकते हैं: from scipy.stats import norm

    16गर्मी

    4उत्तर

    random.normalvariate() और random.gauss() के बीच क्या अंतर है? वे एक ही पैरामीटर लेने के लिए और समान मान, मूलतः एक ही समारोह में प्रदर्शन। मैं previous answer से समझता हूं कि random.gauss()thread safe

    16गर्मी

    4उत्तर

    का उपयोग कर सामान्य सामान्य यादृच्छिक चर के साथ मैट्रिक्स जेनरेट करें क्या लूप का उपयोग किये बिना सामान्य रूप से वितरित यादृच्छिक मानों के साथ डेटा सेट जेनरेट करने का कोई तरीका है? प्रत्येक प्रविष्टि

    5गर्मी

    3उत्तर

    में नमूने का सामान्य वितरण ग्राफ बनाएं मेरे पास 100 नमूना संख्याएं हैं, और मुझे मैटलैब में उनके सामान्य वितरण वक्र को आकर्षित करने की आवश्यकता है। इन नमूने वाले डेटा का औसत और मानक विचलन आसानी से गणना

    11गर्मी

    1उत्तर

    का उपयोग करके यादृच्छिक सहसंबंधित एक्स और वाई अंक उत्पन्न करना मैं विभिन्न matplotlib साजिश दृष्टिकोण का परीक्षण करने के लिए एक्स और वाई निर्देशांक के सहसंबंधित सरणी उत्पन्न करना चाहता हूं, लेकिन मैं

    35गर्मी

    2उत्तर

    पायथन में सामान्य वितरण के संचयी वितरण फ़ंक्शन (सीडीएफ) के विपरीत की गणना कैसे करूं? मुझे किस लाइब्रेरी का उपयोग करना चाहिए? संभवतः scipy?

    5गर्मी

    1उत्तर

    में अनुभवजन्य बेयस डेविड रॉबिन्सन ने बीटा वितरण के साथ अद्यतन अनुभवजन्य बेयस का example दिया। उन्होंने वितरण से पहले और कि प्रत्येक बल्लेबाज के लिए अनुमान अपडेट करने से पहले इस्तेमाल किया पाया। इसका व

    8गर्मी

    1उत्तर

    मैं सामान्य वितरण के 3 उदाहरणों को साजिश करने की कोशिश कर रहा हूं, हालांकि ggplot कारकों के स्तर से स्तरीकृत एक के बजाय पथ को पहचानने के लिए प्रतीत होता है। मैं ggplot के लिए अपेक्षाकृत नया हूँ और किस

    5गर्मी

    1उत्तर

    आर में से निपटने के नहीं कर सकते, Shapiro.test() फ़ंक्शन नहीं चलाया जा सकता है, तो नमूने का आकार 5000. shapiro.test(rnorm(10^4)) से अधिक है क्यों यह इतना है ? क्या मैं इस सीमा को पार कर सकता हूं? आप

    12गर्मी

    3उत्तर

    । हमें बाध्य के साथ यादृच्छिक w.r.t सामान्य वितरण का एक समूह प्राप्त करना चाहिए। हम np.random.normal() के साथ एक सामान्य वितरण संख्या प्राप्त कर सकते हैं लेकिन यह किसी भी बाध्य पैरामीटर की पेशकश नहीं