Запитання з тегом «probability»

Припустимо, . Мене цікавить граничний розподіл діагональних елементів diag ( X ) = ( x 11 , … , x p p ) . Існує кілька простих результатів щодо розподілу підматриць X (принаймні деякі, перелічені у Вікіпедії). З цього можу зрозуміти, що граничний розподіл будь-якого одного елемента по діагоналі є …

21 distributions  probability  pdf 

Мені цікаво дізнатись більше про непараметричні байєсівські (та пов'язані з ними) методики. Моє знання в галузі інформатики, і хоча я ніколи не брав курс з теорії вимірювань або теорії ймовірностей, у мене був обмежений обсяг формальної підготовки з питань ймовірності та статистики. Хтось може порекомендувати читати вступ до цих понять, …

21 probability  bayesian  references  theory 

У мене виникають проблеми з розумінням поняття випадкової величини як функції. Я розумію механіку (думаю), але не розумію мотивації ... Скажімо, - втричі ймовірності, де , - алгебра Бореля- на цьому проміжку, а - регулярна міра Лебега. Нехай - випадкова величина від до така, що , , ..., , тому …

21 probability  random-variable  measure-theory 

Максимум X1,…,Xn.∼X1,…,Xn.∼X_1,\dots,X_n. \sim iid Standardnormals переходить до стандартного розподілу Gumbel відповідно до теорії екстремальних значень . Як ми можемо це показати? Ми маємо П( макс. Xi≤ х ) = Р( X1≤ x , … , Xн≤ х ) = Р( X1≤ x ) ⋯ P( Xн≤x)=F(x)nP(maxXi≤x)=P(X1≤x,…,Xn≤x)=P(X1≤x)⋯P(Xn≤x)=F(x)nP(\max X_i \leq x) = …

21 probability  normal-distribution  convergence  extreme-value 

Зокрема, скажіть, що у мене є дві події, A і B, а також деякі параметри розподілу , і я хотів би подивитися на .P ( A | B , θ )θθ \theta П( A | B , θ )П(А|Б,θ)P(A | B,\theta) Отже, найпростішим визначенням умовної ймовірності є, враховуючи деякі події …

21 probability  conditional-probability 

У моєму класі ймовірностей постійно використовуються терміни "сум випадкових величин". Однак я застряг у тому, що саме це означає? Ми говоримо про суму купу реалізацій від випадкової величини? Якщо так, то чи не додається це до одного числа? Яким чином сума випадкових змінних реалізацій приводить нас до розподілу або cdf …

21 probability  self-study  random-variable  terminology 

Я хочу обчислити розподіл ймовірності для загальної кількості комбінацій кісток. Я пам’ятаю, що ймовірність - це кількість комбінацій, що становить ціле число від загальної кількості комбінацій (якщо припустити, що кістки мають рівномірний розподіл). Для чого формули Загальна кількість комбінацій Кількість комбінацій, що складають певну кількість

21 probability  dice 

Здається, що за повсякденної ймовірності (а не квантової фізики) ймовірності насправді є лише заміною невідомого. Візьміть, наприклад, монетку. Ми кажемо, що це "випадково", 50% зміна голови та 50% шанс хвостів. Однак, якби я точно знав щільність, розмір та форму монети; щільність повітря; з якою силою монета перевернулася; куди саме була …

20 probability  philosophical 

Гравець отримує справедливу, шестигранну штамп. Щоб виграти, вона повинна прокатати число, що перевищує 4 (тобто 5 або 6). Якщо вона закатає 4, вона повинна прокататися знову. Які шанси на виграш? Я думаю, що ймовірність виграти може бути виражена рекурсивно як:П( Ш)П(W)P(W) П( Ш) = Р( r = 5 ∪ r …

20 probability 

Це не домашнє завдання. Мені цікаво зрозуміти, чи правильна моя логіка з цією простою статистикою. Скажімо, у мене є двостороння монета, де ймовірність перевернути голову а ймовірність перевернути хвіст - . Припустимо, всі фліпи мають незалежні ймовірності. Скажімо, я хочу максимально збільшити свої шанси передбачити, чи буде монета головою чи …

20 probability 

З мого першого класу ймовірностей я цікавився наступним. Розрахунок ймовірностей зазвичай вводиться через відношення "сприятливих подій" до загальних можливих подій. У випадку закочування двох 6-сторонніх кісток кількість можливих подій становить , як показано в таблиці нижче.363636 1234561( 1 , 1 )( 2 , 1 )( 3 , 1 )( 4 …

20 probability  dice 

Я шукаю класифікаторів, які виводять ймовірності того, що приклади належать до одного з двох класів. Я знаю логістичну регресію та наївний Байєс, але чи можете ви сказати мені про інших, які працюють аналогічно? Тобто класифікатори, які передбачають не класи, до яких належать приклади, а ймовірність того, що приклади підходять до …

20 machine-learning  probability  logistic  classification  naive-bayes 

Мене викликали на чергування присяжних. Я усвідомлюю важливість статистики для деяких судових процесів присяжних. Наприклад, поняття "базовий показник" та його застосування до ймовірнісних розрахунків іноді - можливо, завжди - актуальне. Які статистичні теми може корисно вивчати людина в моїй ситуації та які матеріали підходять для когось із мого походження? Я …

20 probability  bayesian  references 

Точність визначається як: p = true positives / (true positives + false positives) Чи правильно, що як true positivesі false positivesпідхід 0, точність наближається до 1? Те саме запитання для відкликання: r = true positives / (true positives + false negatives) Зараз я впроваджую статистичний тест, де мені потрібно обчислити …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

У класичній проблемі колекціонера купонів добре відомо, що час необхідний для заповнення набору випадково вибраних купонів, задовольняє , і .TTTnnnE[T]∼nlnnE[T]∼nln⁡nE[T] \sim n \ln n Var(T)∼n2Var(T)∼n2Var(T) \sim n^2Пр ( Т&gt; n lnn + c n ) &lt; e- cPr(T&gt;nln⁡n+cn)&lt;e−c\Pr(T > n \ln n + cn) < e^{-c} Ця верхня межа краща …

20 probability  probability-inequalities  coupon-collector-problem