Powiedzmy, że mam przyjaciela (nazwijmy go „George”), który mówi, że może kontrolować rzut kostkami za pomocą swojego umysłu (tzn. Zwiększyć prawdopodobieństwo, że kości spadną na określoną liczbę, o której myśli). Jak zaprojektować rygorystyczny naukowo test, aby ustalić, czy on może to zrobić? (Nie sądzę, żeby mógł, oczywiście, ale chcę, aby …
Typową statystyką przetwarzania obrazu jest użycie funkcji tekstur Haralicka , które wynoszą 14. Zastanawiam się nad czternastą z tych cech: Biorąc pod uwagę mapę sąsiedztwa (którą możemy po prostu zobaczyć empiryczny rozkład dwóch liczb całkowitych i , j < 256 ), jest ona zdefiniowana jako: pierwiastek kwadratowy z drugiej wartości …
Zamknięte . To pytanie jest oparte na opiniach . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby można było na nie odpowiedzieć faktami i cytatami, edytując ten post . Zamknięte 7 miesięcy temu . tło O StatProb.com czytam z komentarza na blogu Andrew Gelmana . Według strony …
Jaki jest najlepszy sposób przybliżenia dla dwóch podanych liczb całkowitych gdy znasz średnią , wariancję , skośność i nadmiar kurtozy rozkładu dyskretnego , i z (niezerowych) miar kształtu i wynika, że normalne przybliżenie nie jest właściwe?m , n μ σ 2 γ 1 γ 2 X γ 1 γ 2Pr[n≤X≤m]Pr[n≤X≤m]Pr[n …
Dla dwóch dyskretnych rozkładów i , entropia krzyżowa jest zdefiniowana jakoqpppqqq H(p,q)=−∑xp(x)logq(x).H(p,q)=−∑xp(x)logq(x).H(p,q)=-\sum_x p(x)\log q(x). Zastanawiam się, dlaczego byłby to intuicyjny pomiar odległości między dwoma rozkładami prawdopodobieństwa? Widzę, że jest entropią , która mierzy „zaskoczenie” . jest miarą, która częściowo zastępuje przez . Nadal nie rozumiem intuicyjnego znaczenia definicji.H(p,p)H(p,p)H(p,p)ppppppH(p,q)H(p,q)H(p,q)pppqqq
Mam podobny problem do zadanego tutaj pytania: Jak mierzy się nierównomierność rozkładu? Mam zestaw rozkładów prawdopodobieństwa w dniach tygodnia. Chcę zmierzyć, jak blisko jest każdy rozkład (1 / 7,1 / 7, ..., 1/7). W tej chwili korzystam z odpowiedzi na powyższe pytanie; norma L2, która ma wartość 1, gdy rozkład …
Mam kwadrat 2D i mam w nim zestaw punktów, powiedzmy 1000 punktów. Potrzebuję sposobu, aby sprawdzić, czy rozkład punktów wewnątrz kwadratu jest rozłożony (lub bardziej lub mniej równomiernie rozmieszczony), czy też mają tendencję do gromadzenia się w jakimś miejscu wewnątrz kwadratu. Potrzebuję matematycznego / statystycznego (nie programistycznego) sposobu, aby to …
W tym przypadku „ciężar dowodów” (WOE) jest powszechnym terminem w opublikowanej literaturze naukowej i politycznej, najczęściej postrzeganym w kontekście oceny ryzyka, definiowanym przez: w(e:h)=logp(e|h)p(e|h¯¯¯)w(e:h)=logp(e|h)p(e|h¯)w(e : h) = \log\frac{p(e|h)}{p(e|\overline{h})} gdzie jest dowodem, h jest hipotezą.eeehhh Teraz chcę wiedzieć, jaka jest główna różnica w PMI (punktowe wzajemne informacje) pmi(e,h)=logp(e,h)p(e)∗p(h)pmi(e,h)=logp(e,h)p(e)∗p(h)pmi(e,h)=\log\frac{p(e,h)}{p(e)*p(h)}
Proszę przedstawić dowód, że jest wypukły . W tym przypadku i są odpowiednio standardowymi normalnymi plikami PDF i CDF.Q(x)=x2+xϕ(x)Φ(x)Q(x)=x2+xϕ(x)Φ(x)Q\left(x\right)=x^{2}+x\frac{\phi\left(x\right)}{\Phi\left(x\right)}∀x>0∀x>0\forall x>0 ϕϕ\phiΦΦ\mathbf{\Phi} SPRAWDZONE KROKI 1) METODA OBLICZEŃ Próbowałem metody rachunku różniczkowego i mam wzór na drugą pochodną, ale nie jestem w stanie wykazać, że jest ona dodatnia . Daj mi znać, …
Załóżmy, że XXX i YYY są dwuwymiarowe normalne ze średnią μ=(μ1,μ2)μ=(μ1,μ2)\mu=(\mu_1,\mu_2) i kowariancją Σ=[σ11σ12σ12σ22]Σ=[σ11σ12σ12σ22]\Sigma = \begin{bmatrix} \sigma_{11} & \sigma_{12} \\ \sigma_{12} & \sigma_{22} \\ \end{bmatrix} . Jakie jest prawdopodobieństwo Pr(X<Y|min(X,Y))Pr(X<Y|min(X,Y))\Pr\left(X<Y|\min\left(X,Y\right)\right) ?
Byłem bardzo zaintrygowany odpowiedzią tutaj. Chciałbym uzyskać bardziej laickie wyjaśnienie, co mogą oznaczać negatywne prawdopodobieństwa i ich zastosowania, być może wraz z przykładami. Na przykład, co oznaczałoby, że zdarzenie ma prawdopodobieństwo -10%, zgodnie z tymi rozszerzonymi miarami prawdopodobieństwa?
Rozważmy losowy wykres Erdosa-Renyi . Zbiór wierzchołków jest oznaczony . Zbiór krawędzi jest konstruowany losowo.G=(V(n),E(p))G=(V(n),E(p))G=(V(n),E(p))nnnVVVV={1,2,…,n}V={1,2,…,n}V = \{1,2,\ldots,n\}EEE Niech będzie prawdopodobieństwem , wtedy każda nieuporządkowana para wierzchołków ( ) występuje jako krawędź w z prawdopodobieństwem , niezależnie od innych par.ppp0<p<10<p<10<p<1{i,j}{i,j}\{i,j\}i≠ji≠ji \neq jEEEppp Trójkąt w to nieuporządkowany potrójny różnych wierzchołków, taki że …
Załóżmy, że mamy 3 zmienne losowe i znamy parowy rozkład krańcowy P ( X 1 , X 2 ) , P ( X 2 , X 3 ) , P ( X 3 , X 1 ) , ale nic nie wiemy (np. warunkowa niezależność). Czy możemy uzyskać wspólny rozkład …
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.