Statystyki i duże zbiory danych probability

6

Chciałbym nauczyć się teorii prawdopodobieństwa, teorii miary i wreszcie uczenia maszynowego. Gdzie zaczynam? [Zamknięte]

Zamknięte . To pytanie musi być bardziej skoncentrowane . Obecnie nie przyjmuje odpowiedzi. Chcesz poprawić to pytanie? Zaktualizuj pytanie, aby skupiało się tylko na jednym problemie, edytując ten post . Zamknięte 3 lata temu . Chciałbym nauczyć się teorii prawdopodobieństwa, teorii miary i wreszcie uczenia maszynowego. Moim ostatecznym celem jest …

9 machine-learning probability references measure-theory

2

Modelowanie meloników do krykieta wydostających się z nieba

Mam zestaw danych opisujący dużą liczbę gier w krykieta (kilka tysięcy). W krykieta „meloniki” wielokrotnie rzucają piłkę z rzędu „pałkarzy”. Melonik próbuje wydostać pałkarza na zewnątrz. Pod tym względem przypomina miotacze i pałkarzy w baseballu. Gdybym wziął cały zestaw danych i podzielił całkowitą liczbę piłek, które wydały odbijającego przez całkowitą …

9 probability modeling games

1

Rozkład kwadratowej postaci normalnej

Próbuję ustalić rozkład gdzie , iid wiem, że biorąc każdy z tych warunków osobno, i Ale nie jestem pewien co do dystrybucji (*)(n−1)∑i=1nZ2i−(∑i=1nZi)2(∗)(n−1)∑i=1nZi2−(∑i=1nZi)2(∗) (n-1) \sum_{i=1}^n Z_i^2 - \left( \sum_{i=1}^n Z_i \right)^2 \qquad (*) Zi∼N(0,1)Zi∼N(0,1)Z_i \sim \mathcal{N}(0,1)∑i=1nZ2i∼χ2(n)∑i=1nZi2∼χ2(n) \sum_{i=1}^n Z_i^2 \sim \chi^2(n) 1n(∑i=1nZi)2∼χ2(1).1n(∑i=1nZi)2∼χ2(1). \frac{1}{n}\left( \sum_{i=1}^n Z_i \right)^2 \sim \chi^2(1).

9 probability distributions normal-distribution

1

Czy istnieje inna interpretacja rozkładu gamma z parametrem kształtu niecałkowitym?

Dobrze wiadomo, że zmienna losowa jest rozkładem gamma z parametrem kształtu liczby całkowitej kkk jest równa sumie kwadratów kkk normalnie rozmieszczone zmienne losowe. Ale co mogę powiedzieć o losowej zmiennej rozproszonej gamma z liczbą całkowitą kkk? Czy w ogóle jest jakaś inna interpretacja niż rozkład gamma?

9 probability gamma-distribution

3

Symuluj zmienną Bernoulliego z prawdopodobieństwem

Czy ktoś może mi powiedzieć, jak symulować , gdzie , za pomocą rzutu monetą (tyle razy, ile potrzebujesz) z ?Bernoulli(ab)Bernoulli(ab)\mathrm{Bernoulli}\left({a\over b}\right)a,b∈Na,b∈Na,b\in \mathbb{N}P(H)=pP(H)=pP(H)=p Myślałem o użyciu próbkowania odrzucenia, ale nie mogłem tego dopracować.

9 probability simulation bernoulli-distribution rejection-sampling

1

Losowe nakładające się interwały

Jak znaleźć wyrażenie analityczne w następującym problemie?D ( n , l , L )D(n,l,L)D(n,l,L) Losowo upuszczam „słupków” o długości do przedziału . „Słupki” mogą się nakładać. Chciałbym znaleźć średnią całkowitą długość przedziału zajmowanego przez co najmniej jeden „słupek”.nnnlll[ 0 , L ][0,L][0,L]reDD[ 0 , L ][0,L][0,L] W granicy „niskiej gęstości” …

9 probability distributions

3

Jeśli oraz , to czy ?

To nie jest praca domowa. Niech XXX będzie zmienną losową. Jeśli E[X]=k∈RE[X]=k∈R\mathbb{E}[X] = k \in \mathbb{R} i Var[X]=0Var[X]=0\text{Var}[X] = 0 , czy wynika z tego, że Pr(X=k)=1Pr(X=k)=1\Pr\left(X = k\right) = 1 ? Intuicyjnie wydaje się to oczywiste, ale nie jestem pewien, jak to udowodnię. Wiem na pewno, że z założeń …

9 probability

1

Ile stron ma kość? Wnioskowanie bayesowskie w JAGS

Problem Chciałbym wyciągnąć wnioski na temat systemu analogicznego do śmierci z nieznaną liczbą stron. Kostka jest walcowana kilka razy, po czym chciałbym wywnioskować rozkład prawdopodobieństwa dla parametru odpowiadającego liczbie boków matrycy, θ. Intuicja Jeśli po 40 rzutach zaobserwowałeś 10 czerwonych, 10 niebieskich, 10 zielonych i 10 żółtych, wydaje się, że …

9 r probability bayesian jags

4

Czy rozkład prawdopodobieństwa urny zmienia się, gdy czerpiesz z niej średnio bez zamiany?

Załóżmy, że mam urnę zawierającą N różnych kolorów kulek, a każdy inny kolor może pojawić się różną liczbę razy (jeśli jest 10 czerwonych kulek, nie musi też być 10 niebieskich kulek). Jeśli znamy dokładną zawartość urny przed narysowaniem, możemy utworzyć dyskretny rozkład prawdopodobieństwa, który mówi nam o prawdopodobieństwie narysowania każdego …

9 probability discrete-data distributions

1

Biorąc pod uwagę dwa absorbujące łańcuchy Markowa, jakie jest prawdopodobieństwo, że jeden zakończy się przed drugim?

Mam dwa różne łańcuchy Markowa, każdy z jednym stanem pochłaniania i znaną pozycją początkową. Chcę określić prawdopodobieństwo, że łańcuch 1 osiągnie stan pochłaniania w mniejszej liczbie kroków niż łańcuch 2. Myślę, że mogę obliczyć prawdopodobieństwo osiągnięcia stanu pochłaniania w danym łańcuchu po n krokach: biorąc pod uwagę macierz przejściową prawdopodobieństwo …

9 probability markov-chain transition-matrix

1

X, Y mają oznaczenie N (0,1). Jakie jest prawdopodobieństwo, że X> 2Y

Odtąd myślałem X, YX,YX, Y są z N.( 0 , 1 )N.(0,1)N(0,1) i są więc niezależni X- 2 YX-2)YX - 2Y ma rozkład N.( 0 , 5 )N.(0,5)N(0, 5). NastępnieX- 2Y> 0X-2)Y>0X-2Y > 0 ma prawdopodobieństwo 1 / 21/2)1/2. Wydaje mi się, że powyższe jest poprawne, choć wydaje się, że …

9 probability normal-distribution

1

Jeśli X / Y ma taki sam rozkład jak Z, to czy prawdą jest, że X ma taki sam rozkład jak YZ?

Niech X, Y i Z będą trzema niezależnymi zmiennymi losowymi. Jeśli X / Y ma taki sam rozkład jak Z, to czy prawdą jest, że X ma taki sam rozkład jak YZ?

9 probability ratio

1

Szacowanie liczby piłek poprzez sukcesywne wybieranie piłki i oznaczanie jej

Powiedzmy, że mam N piłek w torbie. Przy pierwszym losowaniu zaznaczam piłkę i wkładam ją do torby. Podczas drugiego losowania, jeśli podniosę zaznaczoną piłkę, zwracam ją do torby. Jeśli jednak podniosę nieoznakowaną piłkę, oznaczę ją i wrócę do torby. Kontynuuję to dla dowolnej liczby losowań. Jaka jest oczekiwana liczba piłek …

9 probability estimation population combinatorics capture-mark-recapture

2

Wykrywanie punktu przełączania z programowaniem probabilistycznym (pymc)

Obecnie czytam „książkę” z zakresu programowania probabilistycznego i metod bayesowskich dla hakerów . Przeczytałem kilka rozdziałów i zastanawiałem się nad pierwszym rozdziałem, w którym pierwszy przykład z pymc polega na wykryciu czarownicy w wiadomościach tekstowych. W tym przykładzie zmienna losowa wskazująca, kiedy ma miejsce punkt przełączania, jest oznaczona . Po …

9 probability mcmc pymc change-point

1

Przykład CLT, gdy momenty nie istnieją

RozważXn=⎧⎩⎨1- 12)kwp ( 1 -2)- n) / 2wp ( 1 -2)- n) / 2wp 2)- k dla k > nXn={1wp (1-2)-n)/2)-1wp (1-2)-n)/2)2)kwp 2)-k dla k>nX_n = \begin{cases} 1 & \text{w.p. } (1 - 2^{-n})/2\\ -1 & \text{w.p. } (1 - 2^{-n})/2\\ 2^k & \text{w.p. } 2^{-k} \text{ for } k …

9 probability self-study central-limit-theorem moments asymptotics

Pytania otagowane jako probability