s***s 发帖数: 151 | 1 【 以下文字转载自 Statistics 讨论区 】
发信人: stars (star), 信区: Statistics
标 题: Re: 请教一个问题
发信站: BBS 未名空间站 (Sat Dec 1 01:05:45 2007), 转信
哪位高人知道的麻烦指点一下,多谢了:)
给个reference什么的也行,最近做research的时候碰到的问题,因为不是统计专业的,估
计比较初级.知道的帮个忙吧, 包子感谢!
Suppose Z = X + Y,where X follows normal distribution (N(a,b)), and Y is
conditional on X, i.e., Y|x=x0 is normally distributed with mean x0*u and
variance x0*v, u and v are real numbers.
Is there any analytical formulation of Z's distribution? or is there any
approximation method to e | h***i 发帖数: 3844 | 2 x0*v可能是负的,搞什么
【在 s***s 的大作中提到】 : 【 以下文字转载自 Statistics 讨论区 】 : 发信人: stars (star), 信区: Statistics : 标 题: Re: 请教一个问题 : 发信站: BBS 未名空间站 (Sat Dec 1 01:05:45 2007), 转信 : 哪位高人知道的麻烦指点一下,多谢了:) : 给个reference什么的也行,最近做research的时候碰到的问题,因为不是统计专业的,估 : 计比较初级.知道的帮个忙吧, 包子感谢! : Suppose Z = X + Y,where X follows normal distribution (N(a,b)), and Y is : conditional on X, i.e., Y|x=x0 is normally distributed with mean x0*u and : variance x0*v, u and v are real numbers.
| J*****n 发帖数: 4859 | | s***s 发帖数: 151 | 4 原始问题是x0*v, 我打算给修改成x0^2*v, 这样可以避免负的问题.
【在 h***i 的大作中提到】 : x0*v可能是负的,搞什么
| s***s 发帖数: 151 | 5 原先我也是这么想的,但后来发现这样的结果有问题.因为这样的结果是 X+X*(Y|x=1),
而问题要求的是X+Y|x,所以两者是不等价的. | h***i 发帖数: 3844 | 6 X+Y|x 等于 X+x*(Y|X=1)
难道你后面那个小x不random?
不明白
【在 s***s 的大作中提到】 : 原先我也是这么想的,但后来发现这样的结果有问题.因为这样的结果是 X+X*(Y|x=1), : 而问题要求的是X+Y|x,所以两者是不等价的.
| s***s 发帖数: 151 | 7 x 是 X的observation, 如果把 Y|x=1简写成 Y1, 那么你认为X*Y1和Y|x 是同样的吗,我
感觉光从它们的 mean 和variance的角度就不等.
【在 h***i 的大作中提到】 : X+Y|x 等于 X+x*(Y|X=1) : 难道你后面那个小x不random? : 不明白
| h***i 发帖数: 3844 | 8 你是问的是regression 阿
一般的regression model
y=f(x)+\sigma(x)\epsilon,
\epsilon是error term,
你的data是(y_{i},x_{i}), y_{i}=f(x_{i})+e_{i}*\sigma(x_{i})
density就应该是(f(x)+\sigma(x)\epsilon)的density 乘以x的density
所以当f(x)=x
\sigma(x)=x的时候
是N(x+xu,x^{2}v)*N(a,b)
,我
【在 s***s 的大作中提到】 : x 是 X的observation, 如果把 Y|x=1简写成 Y1, 那么你认为X*Y1和Y|x 是同样的吗,我 : 感觉光从它们的 mean 和variance的角度就不等.
| s***s 发帖数: 151 | 9 但是就算能把相加改成相乘,还是原来的问题,还是需要一个approximation来得到对dis
tribution的估计,还是很困难,有reference做相乘的估计么?
【在 h***i 的大作中提到】 : 你是问的是regression 阿 : 一般的regression model : y=f(x)+\sigma(x)\epsilon, : \epsilon是error term, : 你的data是(y_{i},x_{i}), y_{i}=f(x_{i})+e_{i}*\sigma(x_{i}) : density就应该是(f(x)+\sigma(x)\epsilon)的density 乘以x的density : 所以当f(x)=x : \sigma(x)=x的时候 : 是N(x+xu,x^{2}v)*N(a,b) :
| h***i 发帖数: 3844 | 10 找本regression的书翻翻吧
最好再复习一下mathematic stat.
如果你的data 是(y,x),如果你x的density不知道,简单一点,去翻翻kernel density
estimator
dis
【在 s***s 的大作中提到】 : 但是就算能把相加改成相乘,还是原来的问题,还是需要一个approximation来得到对dis : tribution的估计,还是很困难,有reference做相乘的估计么?
|
|