Oryginalne pytanie (7/25/14): Czy ten cytat z mediów informacyjnych ma sens, czy jest lepszy statystyczny sposób patrzenia na tempo ostatnich wypadków lotniczych? Jednak Barnett zwraca również uwagę na teorię rozkładu Poissona, co oznacza, że krótkie przerwy między wypadkami są w rzeczywistości bardziej prawdopodobne niż długie. „Załóżmy, że zdarza się średnio …
Testy permutacyjne (zwane również testem randomizacji, testem ponownej randomizacji lub testem dokładnym) są bardzo przydatne i przydają się, gdy t-testnie jest spełnione założenie o rozkładzie normalnym wymagane na przykład i gdy transformacja wartości przez ranking test nieparametryczny, Mann-Whitney-U-testktóry prowadziłby do utraty większej ilości informacji. Jednak nie należy zapominać o jednym …
Mam próbkę około 1000 wartości. Dane te pochodzą z iloczynu dwóch niezależnych zmiennych losowych . Pierwsza zmienna losowa ma rozkład równomierny . Rozkład drugiej zmiennej losowej nie jest znany. Jak mogę oszacować rozkład drugiej zmiennej losowej ( )?ξ∗ψξ∗ψ\xi \ast \psi ξ∼U(0,1)ξ∼U(0,1)\xi \sim U(0,1)ψψ \psi
Studiuję kurs uczenia maszynowego, a slajdy z wykładami zawierają informacje, które uważam za sprzeczne z zalecaną książką. Problem jest następujący: istnieją trzy klasyfikatory: klasyfikator A zapewniający lepszą wydajność w dolnym zakresie progów, klasyfikator B zapewniający lepszą wydajność w wyższym zakresie progów, klasyfikator C to, co otrzymujemy, przerzucając monetę p i …
Pracuję z zestawem danych o wartości N około 200 000. W regresjach widzę bardzo małe wartości istotności << 0,001 związane z bardzo małymi wielkościami efektów, np. R = 0,028. Chciałbym wiedzieć, czy istnieje zasadniczy sposób decydowania o odpowiednim progu istotności w odniesieniu do wielkości próby? Czy istnieją inne ważne uwagi …
Załóżmy, że mam próbki z dwóch różnych populacji. Jeśli zmierzę, ile czasu zajmuje każdemu członkowi wykonanie zadania, mogę łatwo oszacować średnią i wariancję dla każdej populacji. Jeśli teraz hipotetycznie sparuję jedną osobę z każdej populacji, czy mogę oszacować prawdopodobieństwo, że pierwsza jest szybsza niż druga? Mam na myśli konkretny przykład: …
Piszę o zastosowaniu „wspólnego rozkładu prawdopodobieństwa” dla odbiorców, którzy byliby bardziej skłonni zrozumieć „rozkład wielu zmiennych”, dlatego rozważam użycie późniejszego. Jednak nie chcę przy tym tracić sensu. Wikipedia zdaje się wskazywać, że są to synonimy. Czy oni są? Jeśli nie, dlaczego nie?
Oczekiwana wartość rozkładu jest średnią, to znaczy średnią ważoną E [ x ] = ∫ + ∞ - ∞ xf(x)f(x)f(x)E[x]=∫+∞−∞xf(x)dxE[x]=∫−∞+∞xf(x)dxE[x]=\int_{-\infty}^{+\infty} x \, \, f(x) dx Najbardziej prawdopodobną wartością jest tryb, czyli najbardziej prawdopodobna wartość. Czy jednak spodziewamy się, że jakoś zobaczymy wiele razy? Cytowanie stąd :E[x]E[x]E[x] Jeżeli wyniki nie są …
Próbuję zrozumieć łańcuchy Markowa za pomocą SAS. Rozumiem, że proces Markowa to taki, w którym przyszły stan zależy tylko od stanu bieżącego, a nie od stanu przeszłego, i istnieje matryca przejścia, która wychwytuje prawdopodobieństwo przejścia z jednego stanu do drugiego. Ale potem natrafiłem na ten termin: Markov Chain Monte Carlo. …
W teorii prawdopodobieństwa nieujemna zmienna losowa XXX jest nazywana siatką, jeśli istnieje tak że .d≥0d≥0d \geq 0∑∞n=0P(X=nd)=1∑n=0∞P(X=nd)=1\sum_{n=0}^{\infty}P(X=nd) = 1 Czy istnieje geometryczna interpretacja, dlaczego ta definicja nazywa się kratą?
Aby CLT mógł się utrzymać, potrzebujemy rozkładu, który chcemy w przybliżeniu mieć średnią i wariancję skończoną σ 2 . Czy prawdą byłoby stwierdzenie, że w przypadku rozkładu Cauchy'ego, którego średnia i wariancja są niezdefiniowane, Centralne Twierdzenie Graniczne nie zapewnia dobrego przybliżenia nawet asymptotycznie?μμ\muσ2)σ2)\sigma^2
Zauważa to w książce Stevena Pinkera Better Angels of Our Nature Prawdopodobieństwo jest kwestią perspektywy. Patrząc z wystarczająco bliskiego zasięgu, poszczególne zdarzenia mają określone przyczyny. Nawet rzut monetą można przewidzieć na podstawie warunków początkowych i praw fizyki, a wykwalifikowany mag może wykorzystać te prawa, aby za każdym razem rzucać głową. …
Pr(data)Pr(data)\Pr(\textrm{data}) Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)\Pr(\text{parameters} \mid \text{data}) = \frac{\Pr(\textrm{data} \mid \textrm{parameters}) \Pr(\text{parameters})}{\Pr(\text{data})} nazywa się stałą normalizującą . Co to dokładnie jest Jaki jest jego cel? Dlaczego wygląda na ? Dlaczego to nie zależy od parametrów?Pr(data)Pr(data)\Pr(data)
Jako student fizyki doświadczyłem wykładu „Dlaczego jestem Bayesianem” może pół tuzina razy. Zawsze jest tak samo - prezenter z satysfakcją wyjaśnia, w jaki sposób interpretacja bayesowska przewyższa interpretację częstokrzyską rzekomo stosowaną przez masy. Wspominają o regule Bayesa, marginalizacji, przeorach i późniejszych. Jaka jest prawdziwa historia? Czy istnieje uzasadniona dziedzina zastosowania …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.