Pytania otagowane jako probability

Prawdopodobieństwo zawiera ilościowy opis prawdopodobnego wystąpienia określonego zdarzenia.

3
Jak rozpoznać, czy dobre wyniki występują w seriach?
Rozwiązuję kostki Rubika jako hobby. Rejestruję czas, jaki zajęło mi rozwiązanie kostki za pomocą jakiegoś oprogramowania, więc teraz mam dane z tysięcy rozwiązań. Dane są w zasadzie długą listą liczb reprezentujących czas potrzebny na każde kolejne rozwiązanie (np. 22.11, 20.66, 21.00, 18.74, ...) Czas potrzebny na rozwiązanie kostki w naturalny …
4
Łączenie prawdopodobieństw awarii jądrowych
Ostatnie wydarzenia w Japonii skłoniły mnie do przemyślenia następujących kwestii. Instalacje nuklearne są zwykle zaprojektowane tak, aby ograniczyć ryzyko poważnych wypadków do „prawdopodobieństwa podstawy projektu”, na przykład 10E-6 / rok. To są kryteria dla jednego zakładu. Jednakże, gdy jest populacja setek reaktorów, w jaki sposób łączymy indywidualne prawdopodobieństwa poważnego wypadku? …
4
Jak mogę oszacować gęstość parametru z napompowaniem zerowym w R?
Mam zestaw danych z dużą ilością zer, który wygląda następująco: set.seed(1) x <- c(rlnorm(100),rep(0,50)) hist(x,probability=TRUE,breaks = 25) Chciałbym narysować linię dla jej gęstości, ale density()funkcja wykorzystuje ruchome okno, które oblicza ujemne wartości x. lines(density(x), col = 'grey') Istnieją density(... from, to)argumenty, ale wydają się one jedynie przycinać obliczenia, a nie …
10 r  probability  kde 
1
Czy procesy stochastyczne, takie jak proces Gaussa / proces Dirichleta, mają gęstość? Jeśli nie, w jaki sposób można zastosować do nich regułę Bayesa?
Proces Dirichleta i Proces Gaussa są często nazywane „rozkładami na funkcje” lub „rozkładami na rozkłady”. W takim przypadku, czy mogę sensownie mówić o gęstości funkcji u lekarza ogólnego? Czy proces Gaussa lub proces Dirichleta mają jakieś pojęcie o gęstości prawdopodobieństwa? Jeśli tak nie jest, w jaki sposób możemy zastosować zasadę …
3
regresja procesu gaussowskiego dla dużych zestawów danych
Dowiedziałem się o regresji procesu Gaussa z filmów online i notatek z wykładów, rozumiem, że jeśli mamy zbiór danych z punktami to zakładamy, że dane są próbkowane z wymiarowego wielowymiarowego Gaussa. Więc moje pytanie dotyczy przypadku, gdy wynosi 10 milionów, czy regresja procesu Gaussa nadal działa? Czy matryca jądra nie …
3
Gdyby
Dla ciągłej zmiennej losowej XXX , jeśli E(|X|)E(|X|)E(|X|) jest skończone, to czy limn→∞nP(|X|&gt;n)=0limn→∞nP(|X|&gt;n)=0\lim_{n\to\infty}n P(|X|>n)=0 ? Jest to problem, który znalazłem w Internecie, ale nie jestem pewien, czy się utrzymuje. Wiem, że nP(|X|&gt;n)&lt;E(|X|)nP(|X|&gt;n)&lt;E(|X|)n P(|X|>n)<E(|X|) utrzymuje nierówność Markowa, ale nie mogę pokazać, że idzie do 0, gdy nnn idzie do nieskończoności.
2
Częstotliwościowa definicja prawdopodobieństwa; czy istnieje formalna definicja?
Czy istnieje jakakolwiek formalna (matematyczna) definicja tego, co osoby często oceniające rozumieją pod „prawdopodobieństwem”? Czytam, że jest to względna częstotliwość występowania „na dłuższą metę”, ale czy istnieje jakiś formalny sposób jej zdefiniowania? Czy są jakieś znane odniesienia, w których mogę znaleźć tę definicję? EDYTOWAĆ: Z częstym (patrz komentarz @whuber i …
1
Niemal na pewno konwergencja nie oznacza pełnej konwergencji
Mówimy X1,X2,…X1,X2,…X_1, X_2, \ldots zbiegają się całkowicie do XXX jeśli dla każdego ϵ&gt;0ϵ&gt;0\epsilon>0 ∑∞n=1P(|Xn−X|&gt;ϵ)&lt;∞∑n=1∞P(|Xn−X|&gt;ϵ)&lt;∞\sum_{n=1}^\infty \text{P}\left(|X_n-X|>\epsilon\right) <\infty. Z lematem Borela Cantellego można łatwo udowodnić, że pełna zbieżność oznacza prawie pewną zbieżność. Szukam przykładu, na który prawie na pewno nie udało się udowodnić zbieżności z Borel Cantelli. Jest to sekwencja zmiennych losowych, …
1
Bezstronny estymator z minimalną wariancją dla
Niech będzie losową próbką o rozkładzie dla . To znaczy,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) Znajdź obiektywny estymator o minimalnej wariancji dlag(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Moja próba: Ponieważ rozkład geometryczny pochodzi z rodziny wykładniczej, statystyki jest kompletna i wystarczająca dla . Ponadto, jeśli jest estymatorem dla , jest on bezstronny. Dlatego według twierdzenia Rao-Blackwella …
1
Rozkład prawdopodobieństwa funkcji zmiennych losowych?
Mam wątpliwości: rozważ zmienne losowe o wartościach rzeczywistych XXX i ZZZ oba zdefiniowane w przestrzeni prawdopodobieństwa ( Ω , F, P )(Ω,F,P)(\Omega, \mathcal{F},\mathbb{P}). Pozwolić Y:=g(X,Z)Y:=g(X,Z)Y:= g(X,Z), gdzie g(⋅)g(⋅)g(\cdot)jest funkcją o wartościach rzeczywistych. OdYYY jest funkcją zmiennych losowych jest to zmienna losowa. Pozwolić x:=X(ω)x:=X(ω)x:=X(\omega) tj. realizacja XXX. Jest P(Y|X=x)=P(g(X,Z)|X=x)P(Y|X=x)=P(g(X,Z)|X=x)\mathbb{P}(Y|X=x)=\mathbb{P}(g(X,Z)|X=x) równy P(g(x,Z))P(g(x,Z))\mathbb{P}(g(x,Z))?
3
Prawdopodobieństwo przecięcia z wielokrotnego próbkowania tej samej populacji
Oto przykładowy przypadek: Mam populację 10 000 przedmiotów. Każdy element ma unikalny identyfikator. Losowo wybieram 100 przedmiotów i zapisuję identyfikatory Odłożyłem 100 przedmiotów z powrotem do populacji Losowo ponownie wybieram 100 przedmiotów, zapisuję identyfikatory i wymieniam. W sumie powtarzam losowe próbkowanie 5 razy Jakie jest prawdopodobieństwo, że liczba elementów pojawi …
4
Model historii zdarzeń dyskretnych (przeżycie) w R.
Próbuję dopasować model czasu dyskretnego do R, ale nie jestem pewien, jak to zrobić. Czytałem, że możesz zorganizować zmienną zależną w różnych wierszach, po jednym dla każdej obserwacji czasu, i użyć glmfunkcji z łączem logit lub cloglog. W tym sensie, mam trzy kolumny: ID, Event(1 lub 0, w każdym okresie …
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 
1
Pytanie o przykładową funkcję autokowariancji
Czytam książkę do analizy szeregów czasowych, a wzór na próbkę autokowariancji jest zdefiniowany w książce jako: 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}) withdla . \ bar {x} to średnia.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} Czy ktoś może wyjaśnić intuicyjnie, dlaczego dzielimy sumę przez nnn a nie przez n−hn−hn-h ? Książka wyjaśnia, że …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.