Запитання з тегом «probability»

Мені було цікаво, який програмний статистичний пакет ви рекомендуєте для виконання байєсівських висновків. Наприклад, я знаю, що ви можете запускати openBUGS або winBUGS як автономні або ви можете також викликати їх від R. Але R також має кілька власних пакетів (MCMCPack, BACCO), які можуть робити байєсівський аналіз. Хто-небудь має пропозиції …

14 r  probability  bayesian  inference  bugs 

Це запитання виникає з того, що тут задають питання про функції, що генерують момент (MGF). Припустимо, ХХX - обмежена нульова середня випадкова величина, що приймає значення у [ - σ, σ][-σ,σ][-\sigma, \sigma] і нехай є її MGF. З прив’язки, що використовується у доказі нерівності Геффдінга , ми маємо, що де …

14 probability  probability-inequalities  mgf 

Я хотів би (в далекому майбутньому) навчити дітей статистиці. З цього приводу я би радий знати програмне забезпечення (очевидно, я прагну до FOSS) або веб-сайти, які корисні для пояснення статистичних / імовірнісних ідей дітям (або дорослим з цього приводу). Цим можуть скористатися або інструктор, діти або обоє. Запропонований формат відповіді: …

14 probability  references  software  teaching 

Здається, існує велика плутанина в порівнянні використання glmnetв рамках caretпошуку оптимальної лямбда та використання cv.glmnetтого ж завдання. Поставлено багато питань, наприклад: Класифікаційна модель train.glmnet vs. cv.glmnet? Який правильний спосіб використання glmnet з каретою? Перехресне підтвердження `glmnet` за допомогою` caret` але відповіді не надано, що може бути пов'язано з відтворюваністю питання. …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Контекст : Я хочу , щоб намалювати лінію в діаграмі розсіювання , що не виникає параметрическими, тому я використовую geom_smooth()в ggplotв R. Він автоматично повертається, geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

Я створив логістичну регресію, використовуючи наступний код: full.model.f = lm(Ft_45 ~ ., LOG_D) base.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg) step(base.model.f, scope=list(upper=full.model.f, lower=~1), direction="forward", trace=FALSE) Потім я використовував вихід, щоб створити остаточну модель: final.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg + IP_util_E2_m02_flg + AE_NumVisit1_flg + OP_NumVisit1_m01_flg + IP_TotLoS_m02 + Ft1_45 + IP_util_E1_m05_flg + IP_TotPrNonElecLoS_m02 …

14 r  probability  logistic 

У мене є випадкові змінні . має нормальний розподіл із середнім та дисперсією . У RVS нормально розподілені із середнім і дисперсією . Все взаємно незалежне.X 0 μ > 0 1 X 1 , … , X n 0 1X0,X1,…,XnX0,X1,…,XnX_0,X_1,\dots,X_nX0X0X_0μ>0μ>0\mu>0111X1,…,XnX1,…,XnX_1,\dots,X_n000111 Нехай позначає подію, що є найбільшою з них, тобто . …

14 probability  normal-distribution 

Центральна межа теореми зазначає, що середнє значення iid змінних, як переходить до нескінченності, стає нормально розподіленим.NNN Це викликає два питання: Чи можемо ми вивести із цього закон великих чисел? Якщо закон великих чисел говорить, що середнє значення вибірки значення випадкової величини дорівнює справжньому середньому оскільки переходить до нескінченності, тоді здається, …

14 probability  central-limit-theorem  law-of-large-numbers 

Програмні пакети для виявлення мережевих мотивів можуть повернути надзвичайно високі показники Z (найвищий показник, який я бачив, - 600 000+, але Z-бали понад 100 є досить поширеними). Я планую показати, що ці Z-бали є хибними. Величезні Z-бали відповідають надзвичайно низьким асоційованим ймовірностям. Значення пов'язаних ймовірностей наведено, наприклад, на сторінці звичайної …

14 probability  normal-distribution  p-value  approximation  z-statistic 

Є веб-служба, де я можу запитати інформацію про випадковий предмет. Для кожного запиту кожен товар має рівний шанс повернути його. Я можу продовжувати запитувати предмети та записувати кількість дублікатів та унікальних. Як я можу використовувати ці дані для оцінки загальної кількості позицій?

14 probability  population  coupon-collector-problem 

Це питання натхнене міні-грою від Pokemon Soulsilver: Уявіть, що на цій 5х6 області приховано 15 бомб (EDIT: максимум 1 бомба / осередок): Тепер, як би ви оцінили ймовірність знайти бомбу на певному полі, враховуючи підсумки рядка / стовпця? Якщо ви подивитеся на колонку 5 (загальна кількість бомб = 5), то …

14 probability  estimation  chi-squared  independence  games 

Припустимо, у нас є два вектори випадкових величин, обидва є нормальними, тобто і . Нас цікавить розподіл їх лінійної комбінації , де і - матриці, - вектор. Якщо і незалежні, . Питання полягає у залежному випадку, якщо припустити, що ми знаємо співвідношення будь-якої пари . Дякую.X∼N(μX,ΣX)X∼N(μX,ΣX)X \sim N(\mu_X, \Sigma_X)Y∼N(μY,ΣY)Y∼N(μY,ΣY)Y \sim …

14 probability  normal-distribution  multinomial 

Чому область під кривою ROC вірогідність того, що класифікатор класифікує випадково вибраний "позитивний" екземпляр (із отриманих прогнозів) вище, ніж випадково обраний "позитивний" (від початкового позитивного класу)? Як можна довести це твердження математично, використовуючи інтеграл, даючи CDF та PDF справжнього розподілу класів на позитивні та негативні?

14 probability  roc  auc 

Я знаю, що для безперервної змінної .P[X=x]=0P[X=x]=0P[X=x]=0 Але я не можу уявити, що якщо , існує нескінченна кількість можливих 's. А також чому їх вірогідність стає нескінченно малою?xP[X=x]=0P[X=x]=0P[X=x]=0xxx

14 probability  self-study  references  continuous-data 

Я знаю, що Дивергенція KL не є симетричною і її не можна чітко розглядати як метрику. Якщо так, то чому він використовується, коли JS Divergence задовольняє необхідні властивості для метрики? Чи існують сценарії, коли можна використовувати дивергенцію KL, але не JS Divergence чи навпаки?

14 probability  distributions  kullback-leibler  metric