タグ付けされた質問 「mode」

でベイジアンデータ解析は、第13章、ページ317、第二の完全な段落、モーダルおよび分布近似で、ゲルマンら。書く： 計画が [2変量正規分布の相関パラメーター] の事後モードによって推論を要約する場合、U（-1,1）事前分布を 、これは変換されたパラメーター Beta（2,2）と同等です。事前および結果の密度は境界でゼロであるため、事後モードは-1または1になることはありません。ただし、事前密度は境界付近で線形であるため、可能性と矛盾しません。ρρ\rhoP （ρ ）α （1 - ρ ）（1 + ρ ）p（ρ）α（1−ρ）（1+ρ）p(\rho) \propto (1 - \rho)(1 + \rho)ρ + 12ρ+12\frac{\rho + 1}{2}ρρ\rho 以下は、Beta（2,2）分布のPDFのプロットです。 プロットはドメイン[0,1]について示されていますが、形状は上記の引用で説明した変換の逆を実行することによって得られたドメイン[-1,1]と同じです。これはかなり有益なディストリビューションです！には、約7倍の密度がます。したがって、実際には、可能性が境界から遠いものを指している場合は、可能性と矛盾しますが、からはさらに遠ざかり。以前のベータ（1 +、1 +）を回避するより良い境界はありません。ここで、です。たとえば、下にプロットされているBeta（1.0001、1.0001）を考えてみます。ρ + 12= 0.5ρ+12=0.5\frac{\rho + 1}{2} = 0.5ρ + 12= 0.3 、0.97ρ+12=0.3、0.97\frac{\rho + 1}{2} = 0.3,0.97ρ = 0ρ=0\rho = 0δδ\deltaδδ\deltaδ→ 0δ→0\delta \rightarrow …

8 bayesian  prior  posterior  mode 

私の質問は、中央値がモードよりも大きく、モードが平均よりも大きく、平均が範囲よりも大きくなることを可能にする一連のデータはありますか？もしそうなら、この状況を可能にするパターンまたはデータセットの特定の特性はありますか（多分ある種の歪度...）？ PS私はタイプミスを修正しました。すでに与えられた回答のいくつかは、中央値が反対の状況に関連しています

8 mean  descriptive-statistics  median  mode  range 

モードが平均と等しい右に歪んだ分布を持つことは可能ですか？もしそうなら、私にいくつかの例を挙げてもらえますか？

7 distributions  mean  skewness  mode 

私は見ていた。このカーンのビデオを復習として期待値に。彼はそれを渡すことで言及します 期待値が最も可能性の高い結果です... まあ、それは彼が彼の例として二項分布を使用しているので正しいだけですよね？

7 expected-value  mode