Pytania otagowane jako probability

Prawdopodobieństwo zawiera ilościowy opis prawdopodobnego wystąpienia określonego zdarzenia.

1
Oczekiwanie na sumę liczb K bez wymiany
Biorąc pod uwagę liczb, gdzie wartość każdej liczby jest inna, oznaczona jako , a prawdopodobieństwo wyboru każdej liczby wynosi odpowiednio .nnnv1,v2,...,vnv1,v2,...,vnv_1, v_2, ..., v_np1,p2,...,pnp1,p2,...,pnp_1, p_2, ..., p_n Teraz, jeśli liczby na podstawie podanych prawdopodobieństw, gdzie , jakie jest oczekiwanie sumy tych liczb ? Zauważ, że zaznaczenie nie jest zastępowane, więc …
2
Oczekiwanie ilorazu sum zmiennych losowych IID (arkusz Cambridge University)
Przygotowuję się do rozmowy kwalifikacyjnej, która wymaga przyzwoitej wiedzy na temat podstawowego prawdopodobieństwa (przynajmniej aby przejść przez sam wywiad). Pracuję nad poniższym arkuszem z moich dni studenckich jako wersją. W większości było to dość proste, ale jestem całkowicie zaskoczony pytaniem 12. http://www.trin.cam.ac.uk/dpk10/IA/exsheet2.pdf Każda pomoc będzie mile widziana. Edycja: pytanie brzmi: …
2
Trzy otwarte problemy filozoficzne w statystyce
Niedawno skończyłem czytać The Lady Tasting Tea , zabawną książkę o historii statystyki. Na końcu książki autor David Salsburg proponuje trzy otwarte problemy filozoficzne w statystyce, a rozwiązania, które jego zdaniem miałyby większe implikacje dla zastosowania teorii statystycznej w nauce. Nigdy wcześniej nie słyszałem o tych problemach, dlatego interesują mnie …
1
Ocena wydajności prognozowania szeregów czasowych
Mam Dynamiczny Naiwny model Bayesa wyszkolony w zakresie kilku zmiennych czasowych. Dane wyjściowe modelu są prognozami P(Event) @ t+1szacowanymi dla każdego t. Fabuła P(Event)versus timejest taka, jak podano na poniższym rysunku. Na tym rysunku czarna linia przedstawia P(Event)zgodnie z przewidywaniami mojego modelu; pozioma linia czerwona oznacza uprzedniej prawdopodobieństwo zdarzenia zdarzeń; …
2
W jaki sposób mundur wcześniejszy prowadzi do tych samych szacunków na podstawie maksymalnego prawdopodobieństwa i trybu z tyłu?
Badam różne metody szacowania punktowego i czytam, że kiedy używam oszacowań MAP vs ML, kiedy używamy „jednolitego wcześniejszego”, oszacowania są identyczne. Czy ktoś może wyjaśnić, czym jest „jednolity” uprzedni i podać (proste) przykłady, kiedy estymatory MAP i ML będą takie same?
1
Jak porównać obserwowane i oczekiwane zdarzenia?
Załóżmy, że mam jedną próbkę częstotliwości 4 możliwych zdarzeń: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 i mam spodziewane prawdopodobieństwo wystąpienia moich zdarzeń: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Dzięki sumie obserwowanych częstotliwości moich czterech zdarzeń (18) mogę obliczyć …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 
1
"Od
Krótkie pytanie: dlaczego to prawda? Długie pytanie: Po prostu staram się dowiedzieć, co uzasadnia to pierwsze równanie. Autor książki, którą czytam (w kontekście , jeśli chcesz, ale niekoniecznie), twierdzi, co następuje: Z powodu założenia bliskiego gaussowskości możemy napisać: p0(ξ)=Aϕ(ξ)exp(an+1ξ+(an+2+12)ξ2+∑i=1naiGi(ξ))p0(ξ)=Aϕ(ξ)exp(an+1ξ+(an+2+12)ξ2+∑i=1naiGi(ξ)) p_0(\xi) = A \; \phi(\xi) \; exp( a_{n+1}\xi + (a_{n+2} + …
1
Czy to ważne, jak próbkujesz populację?
Mam dobrze wymieszaną kadzinę zawierającą nieskończoną liczbę kulek. W kadzi jest nieskończona ilość kulek, ale występują one tylko w nieznanej, ale skończonej liczbie odmian : jest nieznany, a dla narysowanie marmuru typu może być bardziej prawdopodobne niż narysowanie marmuru typu .V.= {v1,v2),v3), . . . ,vk}V.={v1,v2),v3),...,vk}\mathcal{V} = \{v_{1},v_{2},v_{3},...,v_{k}\} kkki ≠ …
1
Jak obliczyć dla statystyk zamówień o rozkładzie jednolitym?
Próbuję rozwiązać problem z moją tezą i nie widzę, jak to zrobić. Mam 4 obserwacje losowo wzięte z jednolitego rozkładu. Chcę obliczyć prawdopodobieństwo, że . jest statystyką i-tego rzędu (biorę statystykę porządku, aby moje obserwacje były uszeregowane od najmniejszej do największej). Rozwiązałem to dla prostszej sprawy, ale tutaj zagubiłem się, …
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.