Запитання з тегом «probability»

Я вирішую кубики Рубіка як хобі. Я записую час, який знадобився мені, щоб вирішити куб за допомогою певного програмного забезпечення, і тепер я маю дані з тисяч рішень. Дані - це в основному довгий перелік чисел, що представляють час кожного послідовного рішення (наприклад, 22.11, 20.66, 21.00, 18.74, ...) Час, який …

10 probability 

Останні події в Японії змусили мене задуматися про наступне. Атомні установки зазвичай розроблені для обмеження ризику серйозних аварій до "проектної ймовірності", наприклад, 10E-6 / рік. Це критерії для однієї рослини. Однак, коли існує кількість сотень реакторів, як ми поєднуємо індивідуальні ймовірності серйозної аварії? Я знаю, що, напевно, міг би це …

10 probability 

У мене є набір даних з великою кількістю нулів, який виглядає приблизно так: set.seed(1) x <- c(rlnorm(100),rep(0,50)) hist(x,probability=TRUE,breaks = 25) Я хотів би намалювати лінію за її щільністю, але density()функція використовує рухоме вікно, яке обчислює негативні значення x. lines(density(x), col = 'grey') Є density(... from, to)аргументи, але вони, здається, лише …

10 r  probability  kde 

Процес Поріса і Гаусса Діріхле часто називають "розподілами по функціях" або "розподілами над розподілами". У цьому випадку я можу змістовно говорити про щільність функції під GP? Тобто, чи мають процес Гаусса чи Діріхле певне поняття щільності ймовірності? Якщо це не так, як ми можемо використовувати правило Байєса переходити до переднього, …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

Я дізнався про регресію процесу Гаусса з онлайн-відео та конспектів лекцій. Я розумію, що якщо у нас є набір даних з точок, то ми припускаємо, що дані вибираються з -вимірного багатовимірного гаусса. Так що моє запитання в тому випадку , коли є 10 - х мільйонів робить гауссовский процес регресії …

10 machine-learning  probability  inference  gaussian-process  multivariate-regression 

Для безперервної випадкової величини XXX , якщо E(|X|)E(|X|)E(|X|) кінцева, limn→∞nP(|X|&gt;n)=0limn→∞nP(|X|&gt;n)=0\lim_{n\to\infty}n P(|X|>n)=0 ? Це проблема, яку я знайшов в Інтернеті, але я не впевнений, тримається він чи ні. Я знаю, що nP(|X|&gt;n)&lt;E(|X|)nP(|X|&gt;n)&lt;E(|X|)n P(|X|>n)<E(|X|) дотримується нерівності Маркова, але я не можу показати, що він іде до 0, оскільки nnn переходить до нескінченності.

10 probability  expected-value  probability-inequalities 

Чи є якесь формальне (математичне) визначення того, що часто розуміють лікарі під "вірогідністю". Я читав, що це відносна частота виникнення '' в довгостроковій перспективі '', але чи є якийсь формальний спосіб її визначити? Чи є якісь відомі посилання, де я можу знайти це визначення? Редагувати: Під часткою (див. Коментар @whuber …

10 probability  frequentist  definition 

нехай і .Z∼ N( 0 , 1 )Z∼N(0,1)Z \sim N(0,1)W∼χ2( и )W∼χ2(s)W \sim \chi^2(s) Якщо і незалежно розподілені, то змінна слідує за розподілом зі ступенями свободи .ZZZWWWY=ZW/ с√Y=ZW/sY = \frac{Z}{\sqrt{W/s}}тttссs Я шукаю доказ цього факту, посилання є досить хорошим, якщо ви не хочете записувати повний аргумент.

10 probability  distributions  references 

Ми говоримо, що повністю сходяться до якщо для кожного .Х1,Х2, …X1,X2,…X_1, X_2, \ldotsХXXϵ &gt; 0ϵ&gt;0\epsilon>0 ∑∞n = 1Р ( |Хн- X| &gt;ϵ)&lt;∞∑н=1∞П(|Хн-Х|&gt;ϵ)&lt;∞\sum_{n=1}^\infty \text{P}\left(|X_n-X|>\epsilon\right) <\infty З лемою Бореля Кантеллі прямо вперед, щоб довести, що повна конвергенція передбачає майже впевнену конвергенцію. Я шукаю приклад, були майже впевнені, що конвергенцію неможливо довести з …

10 probability  convergence 

Нехай є випадковою вибіркою, яка містить розподіл для . Тобто,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Знайдіть неупереджений оцінювач з мінімальною дисперсією дляg(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Моя спроба: Оскільки геометричний розподіл походить від родини експонентів, статистика є повною і достатньою для . Крім того, якщо є оцінкою для , воно є неупередженим. Тому за теоремою …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

У мене виникають сумніви: розглянемо реальні значущі випадкові величини і визначені на просторі ймовірностей .ХXXZZZ( Ω , F, P )(Ω,F,P)(\Omega, \mathcal{F},\mathbb{P}) Нехай , де - реально оцінена функція. Оскільки - функція випадкових змінних, це випадкова величина.Y: = g( X, Z)Y:=g(X,Z)Y:= g(X,Z)г( ⋅ )g(⋅)g(\cdot)YYY Нехай , тобто реалізацію .x : = …

10 probability  random-variable 

Ось приклад випадку: У мене населення 10 000 предметів. Кожен елемент має унікальний ідентифікатор. Я випадковим чином вибираю 100 предметів і записую ідентифікатори Я повернув 100 предметів назад серед населення Я випадковим чином знову вибираю 100 предметів, записую ідентифікатори та замінюю. Загалом я повторюю цю випадкову вибірку 5 разів Яка …

10 probability  hypergeometric 

У мене є така проблема: У мене є 100 унікальних елементів (n), і я вибираю 43 (м) з них один за одним (із заміною). Мені потрібно вирішити очікувану кількість унікеїв (вибраних лише один раз, k = 1), парних (вибрано рівно два рази k = 2), триплетів (рівно k = 3), …

10 probability  expected-value  birthday-paradox 

Я намагаюся вписати в R дискретний час модель, але не знаю, як це зробити. Я читав, що ви можете організувати залежну змінну в різні рядки, по одній для кожного часу спостереження, і використовувати glmфункцію за допомогою посилання logit або cloglog. У цьому сенсі, у мене є три колонки: ID, Event(1 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Я читаю книгу аналізу часових рядів, а формула для автоковаріації зразків визначається в книзі як: γˆ(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)γ^(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)\widehat{\gamma}(h) = n^{-1}\displaystyle\sum_{t=1}^{n-h}(x_{t+h}-\bar{x})(x_t-\bar{x}) здля . - середнє значення.γˆ(−h)=γˆ(h)γ^(−h)=γ^(h)\widehat{\gamma}(-h) = \widehat{\gamma}(h)\;h=0,1,...,n−1h=0,1,...,n−1\;h = 0,1, ..., n-1x¯x¯\bar{x} Чи може хтось інтуїтивно пояснити, чому ми ділимо суму на а не на ? У книзі пояснюється, що це тому, що …

10 time-series  probability  mathematical-statistics