Seperti dicatat oleh Wand dan Jones (1995), sebagian besar kernel standar dapat dilihat sebagai kasus K(x;p)={22p+1B(p+1,p+1)}−1(1−x2)p1{|x|<1}K(x;p)={22p+1B(p+1,p+1)}−1(1−x2)p1{|x|<1} K(x;p) = \{ 2^{2p+1} \; \mathrm{B}(p+1,p+1) \}^{-1} \; (1-x^2)^p
Katakanlah saya memiliki sampel nilai yang besar di [0,1][0,1][0,1]. Saya ingin memperkirakan yang mendasarinyaBeta(α,β)Beta(α,β)\text{Beta}(\alpha, \beta)distribusi. Mayoritas sampel berasal dari asumsi iniBeta(α,β)Beta(α,β)\text{Beta}(\alpha, \beta) distribusi, sedangkan sisanya adalah outlier...
Seandainya XXX memiliki distribusi beta, Beta(1,K−1)(1,K−1)(1,K-1) dan YYY mengikuti chi-squared dengan 2K2K2Kderajat. Selain itu, kami menganggap ituXXX dan YYY independen. Apa distribusi produk .Z=XYZ=XYZ=XY Perbarui Upaya
Jika kemungkinan saya memiliki bentuk distribusi beta, dan saya ingin menggunakan Jeffreys 'sebelumnya untuk parameternya, seperti apa bentuk sebelumnya? Untuk beberapa distribusi cukup mudah untuk menghitung. misalnya, dalam kasus binomial, ekspektasi turunan kedua jelas memberi Anda . Tetapi...