Pytania otagowane jako probability

Załóżmy, że . Interesuje mnie rozkład krańcowy elementów ukośnych . Istnieje kilka prostych wyników dotyczących dystrybucji submatrices of (przynajmniej niektóre wymienione na Wikipedii). Z tego mogę wywnioskować, że krańcowy rozkład dowolnego pojedynczego elementu na przekątnej jest odwrotną gamma. Ale nie byłem w stanie wydedukować wspólnej dystrybucji.diag ( X ) = …

21 distributions  probability  pdf 

Chciałbym dowiedzieć się więcej o nieparametrycznych technikach bayesowskich (i pokrewnych). Mam doświadczenie w informatyce i chociaż nigdy nie brałem udziału w kursie teorii miary lub teorii prawdopodobieństwa, miałem ograniczone formalne szkolenie w zakresie prawdopodobieństwa i statystyki. Czy ktoś może polecić czytelne wprowadzenie do tych pojęć, aby zacząć?

21 probability  bayesian  references  theory 

Mam problem ze zrozumieniem pojęcia zmiennej losowej jako funkcji. Rozumiem mechanikę (tak myślę), ale nie rozumiem motywacji ... Powiedzmy ( Ω , B , P)(Ω,B,P)(\Omega, B, P) jest potrójnym prawdopodobieństwem, gdzie Ω = [ 0 , 1 ]Ω=[0,1]\Omega = [0,1] , bBB oznacza Borel- σσ\sigma -algebra w tym przedziale, a …

21 probability  random-variable  measure-theory 

Maksymalna wartość iid Standardnormals zbieżny do standardowa Gumbela rozdzielający według wartości ekstremalnej teorii .X1,…,Xn.∼X1,…,Xn.∼X_1,\dots,X_n. \sim Jak możemy to pokazać? Mamy P(maxXi≤x)=P(X1≤x,…,Xn≤x)=P(X1≤x)⋯P(Xn≤x)=F(x)nP(maxXi≤x)=P(X1≤x,…,Xn≤x)=P(X1≤x)⋯P(Xn≤x)=F(x)nP(\max X_i \leq x) = P(X_1 \leq x, \dots, X_n \leq x) = P(X_1 \leq x) \cdots P(X_n \leq x) = F(x)^n Musimy znaleźć / wybrać an>0,bn∈Ran>0,bn∈Ra_n>0,b_n\in\mathbb{R} ciągów stałych takich, …

21 probability  normal-distribution  convergence  extreme-value 

Powiedzmy, że mam dwa zdarzenia, A i B, i niektóre parametry dystrybucji , i chciałbym spojrzeć na P ( A | B , θ ) .θθ \theta P(A|B,θ)P(A|B,θ)P(A | B,\theta) Zatem najprostsza definicja prawdopodobieństwa warunkowego to, biorąc pod uwagę niektóre zdarzenia A i B, następnie . Więc jeśli istnieje wiele …

21 probability  conditional-probability 

W mojej klasie prawdopodobieństwa ciągle stosowane są terminy „sumy zmiennych losowych”. Jednak utknąłem na tym, co to dokładnie oznacza? Czy mówimy o sumie wielu realizacji z zmiennej losowej? Jeśli tak, to czy to nie stanowi pojedynczej liczby? W jaki sposób suma realizacji zmiennych losowych prowadzi nas do dystrybucji lub jakiejkolwiek …

21 probability  self-study  random-variable  terminology 

Chcę obliczyć rozkład prawdopodobieństwa dla sumy kombinacji kości. Pamiętam, że prawdopodobieństwo jest liczbą kombinacji, które sumują tę liczbę w stosunku do całkowitej liczby kombinacji (zakładając, że kości mają równomierny rozkład). Jakie są formuły Łączna liczba kombinacji Liczba kombinacji, które sumują określoną liczbę

21 probability  dice 

Wydaje się, że w codziennym prawdopodobieństwie (nie w fizyce kwantowej) prawdopodobieństwa są tak naprawdę tylko substytutem nieznanego. Weźmy na przykład rzut monetą. Mówimy, że jest „losowy”, 50% zmiana głowy i 50% szans na reszkę. Gdybym jednak dokładnie znał gęstość, rozmiar i kształt monety; gęstość powietrza; z jaką siłą rzuciła moneta; …

20 probability  philosophical 

Gracz otrzymuje uczciwą, sześcioboczną kostkę. Aby wygrać, musi rzucić liczbą większą niż 4 (tj. 5 lub 6). Jeśli wyrzuci 4, musi rzucić ponownie. Jakie są jej szanse na wygraną? Myślę, że prawdopodobieństwo wygranej można wyrazić rekurencyjnie jako:P(W)P(W)P(W) P(W)=P(r=5∪r=6)+P(r=4)⋅P(W)P(W)=P(r=5∪r=6)+P(r=4)⋅P(W) P(W) = P(r = 5 \cup r = 6) + P(r = …

20 probability 

To nie jest praca domowa. Chciałbym zrozumieć, czy moja logika jest poprawna w przypadku tego prostego problemu dotyczącego statystyk. Powiedzmy, że mam dwustronną monetę, w której prawdopodobieństwo przewrócenia głowy wynosi a prawdopodobieństwo przewrócenia ogona wynosi . Załóżmy, że wszystkie rzuty mają niezależne prawdopodobieństwo. Teraz powiedzmy, że chcę zmaksymalizować moje szanse …

20 probability 

Od pierwszej klasy prawdopodobieństwa zastanawiałem się nad następującymi kwestiami. Obliczanie prawdopodobieństw zwykle wprowadza się poprzez stosunek „wydarzeń uprzywilejowanych” do wszystkich możliwych zdarzeń. W przypadku rzutu dwiema 6-stronnymi kostkami ilość możliwych zdarzeń wynosi , jak pokazano w poniższej tabeli.363636 1234561(1,1)(2,1)(3,1)(4,1)(5,1)(6,1)2(1,2)(2,2)(3,2)(4,2)(5,2)(6,2)3(1,3)(2,3)(3,3)(4,3)(5,3)(6,3)4(1,4)(2,4)(3,4)(4,4)(5,4)(6,4)5(1,5)(2,5)(3,5)(4,5)(5,5)(6,5)6(1,6)(2,6)(3,6)(4,6)(5,6)(6,6)1234561(1,1)(1,2)(1,3)(1,4)(1,5)(1,6)2(2,1)(2,2)(2,3)(2,4)(2,5)(2,6)3)(3),1)(3),2))(3),3))(3),4)(3),5)(3),6)4(4,1)(4,2))(4,3))(4,4)(4,5)(4,6)5(5,1)(5,2))(5,3))(5,4)(5,5)(5,6)6(6,1)(6,2))(6,3))(6,4)(6,5)(6,6)\begin{array} {|c|c|c|c|c|c|c|} \hline &1 & 2 & 3 & 4 & 5 …

20 probability  dice 

Szukam klasyfikatorów, które generują prawdopodobieństwa, że ​​przykłady należą do jednej z dwóch klas. Znam regresję logistyczną i naiwne Bayesa, ale czy możesz mi powiedzieć o innych, którzy działają w podobny sposób? Czyli klasyfikatory, które przewidują nie klasy, do których należą przykłady, ale prawdopodobieństwo, że przykłady pasują do konkretnej klasy? Punkty …

20 machine-learning  probability  logistic  classification  naive-bayes 

Zostałem wezwany do pełnienia obowiązków przysięgłych. Jestem świadomy znaczenia statystyk dla niektórych prób jury. Na przykład koncepcja „stawki podstawowej” i jej zastosowanie do obliczania prawdopodobieństwa jest czasem - być może zawsze - istotna. Jakie tematy statystyczne może pożytecznie studiować osoba w mojej sytuacji i jakie materiały byłyby odpowiednie dla osoby …

20 probability  bayesian  references 

W klasycznym problemie kolekcjonera kuponów dobrze wiadomo, że czas niezbędny do ukończenia zestawu losowo wybranych kuponów spełnia , i .TTTnnnE[T]∼nlnnE[T]∼nln⁡nE[T] \sim n \ln n V.a r ( T) ∼ n2)Var(T)∼n2Var(T) \sim n^2Pr ( T&gt; n lnn + c n ) &lt; e- cPr(T&gt;nln⁡n+cn)&lt;e−c\Pr(T > n \ln n + cn) < …

20 probability  probability-inequalities  coupon-collector-problem 

Precyzja jest zdefiniowana jako: p = true positives / (true positives + false positives) Czy jest to prawidłowe, że, jak true positivesi false positivespodejście 0, precyzja zbliża 1? To samo pytanie do przypomnienia: r = true positives / (true positives + false negatives) Obecnie wdrażam test statystyczny, w którym muszę …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon