In statistics, a location parameter of a probability distribution is a scalar- or vector-valued parameter , which determines the "location" or shift of the distribution. In the literature of location parameter estimation, the probability distributions with such parameter are found to be formally defined in one of the following equivalent ways:
either as having a probability density function or probability mass function ; or
having a cumulative distribution function ; or
being defined as resulting from the random variable transformation , where is a random variable with a certain, possibly unknown, distribution (See also #Additive_noise).
A direct example of a location parameter is the parameter of the normal distribution. To see this, note that the probability density function of a normal distribution can have the parameter factored out and be written as:
thus fulfilling the first of the definitions given above.
The above definition indicates, in the one-dimensional case, that if is increased, the probability density or mass function shifts rigidly to the right, maintaining its exact shape.
A location parameter can also be found in families having more than one parameter, such as location–scale families. In this case, the probability density function or probability mass function will be a special case of the more general form
where is the location parameter, θ represents additional parameters, and is a function parametrized on the additional parameters.
Let be any probability density function and let and be any given constants. Then the function
is a probability density function.
The location family is then defined as follows:
Let be any probability density function. Then the family of probability density functions is called the location family with standard probability density function , where is called the location parameter for the family.
An alternative way of thinking of location families is through the concept of additive noise. If is a constant and W is random noise with probability density then has probability density and its distribution is therefore part of a location family.
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
This lecture is oriented towards the study of audio engineering, with a special focus on room acoustics applications. The learning outcomes will be the techniques for microphones and loudspeaker desig
Le cours présente les notions de base de la théorie des probabilités et de l'inférence statistique. L'accent est mis sur les concepts principaux ainsi que les méthodes les plus utilisées.
In this course, students learn to design and master algorithms and core concepts related to inference and learning from data and the foundations of adaptation and learning theories with applications.
En théorie des probabilités et en statistique, les lois normales sont parmi les lois de probabilité les plus utilisées pour modéliser des phénomènes naturels issus de plusieurs événements aléatoires. Elles sont en lien avec de nombreux objets mathématiques dont le mouvement brownien, le bruit blanc gaussien ou d'autres lois de probabilité. Elles sont également appelées lois gaussiennes, lois de Gauss ou lois de Laplace-Gauss des noms de Laplace (1749-1827) et Gauss (1777-1855), deux mathématiciens, astronomes et physiciens qui l'ont étudiée.
La statistique est la discipline qui étudie des phénomènes à travers la collecte de données, leur traitement, leur analyse, l'interprétation des résultats et leur présentation afin de rendre ces données compréhensibles par tous. C'est à la fois une branche des mathématiques appliquées, une méthode et un ensemble de techniques. ce qui permet de différencier ses applications mathématiques avec une statistique (avec une minuscule). Le pluriel est également souvent utilisé pour la désigner : « les statistiques ».
vignette|Exemple d'échantillons pour deux populations ayant la même moyenne mais des variances différentes. La population en rouge a une moyenne de 100 et une variance de 100 (écart-type = SD = standard deviation = 10). La population en bleu a une moyenne de 100 et une variance de (écart-type = SD = 50). En statistique et en théorie des probabilités, la variance est une mesure de la dispersion des valeurs d'un échantillon ou d'une variable aléatoire.
Explore la distance de luminosité, l'équation de champ Einstein, les contributions de Stephen Hawking et le principe cosmologique, entre autres concepts cosmologiques.
Couvre le calcul et l'estimation dans la simulation stochastique, en se concentrant sur la génération de répliques iid et l'échantillonnage d'importance optimale.
The shapes of galaxies, their outer regions in particular, are important guideposts to their formation and evolution. In this work, we report on the discovery of strongly box-shaped morphologies of the otherwise well-studied elliptical and lenticular galax ...
Les Ulis Cedex A2024
, ,
Polar nephelometers are in situ instruments used to measure the angular distribution of light scattered by aerosol particles. These types of measurements contain substantial information about the properties of the aerosol being probed (e.g. concentrations, ...
2022
, , , , ,
The Skinned Multi-Person Linear (SMPL) model represents human bodies by mapping pose and shape parameters to body meshes. However, not all pose and shape parameter values yield physically-plausible or even realistic body meshes. In other words, SMPL is und ...