«expected-value» etiketlenmiş sorular

Bir röportaj sorusuyla karşılaştım: Her 10 dakikada bir gelen kırmızı bir tren var. Her 15 dakikada bir mavi bir tren var. Her ikisi de rastgele bir zamandan başlar, böylece herhangi bir programınız yoktur. İstasyona rastgele bir saatte varır ve ilk gelen trene binerseniz, beklenen bekleme süresi nedir?

19 probability  random-variable  expected-value 

Let ve , . olarak beklentisi nedir ?X, 1 ~ U [ 0 , 1 ] X1∼U[0,1]X_1 \sim U[0,1]X, I ~ U [ X- ı - 1 , 1 ] Xi∼U[Xi−1,1]X_i \sim U[X_{i - 1}, 1]i = 2 , 3 , . . . i=2,3,...i = 2, 3,...X 1 X …

18 mathematical-statistics  random-variable  expected-value 

Sadece ben miyim bilmiyorum, ama genel olarak istatistiklere çok şüpheliyim. Ben zar oyunları, poker oyunları, vb anlayabiliyorum. Çok küçük, basit, çoğunlukla müstakil tekrarlanan oyunlar iyidir. Örneğin, kenarındaki bozuk para, iniş kafalarının veya kuyruklarının ~% 50 olma olasılığını kabul edecek kadar küçüktür. % 95 kazanmayı hedefleyen 10 dolarlık bir poker oynamak …

18 probability  expected-value  philosophical 

İlk kez bir kafa elde edilene kadar adil bir madalyonun art arda atıldığını varsayın. İstenecek beklenen fırlatma sayısı nedir? İlk kafa elde edilmeden önce beklenen kuyruk sayısı kaçtır?

18 probability  self-study  expected-value  bernoulli-distribution  geometric-distribution 

Basit doğrusal modeli düşünün: yy=X′ββ+ϵyy=X′ββ+ϵ\pmb{y}=X'\pmb{\beta}+\epsilon nerede ϵi∼i.i.d.N(0,σ2)ϵi∼i.i.d.N(0,σ2)\epsilon_i\sim\mathrm{i.i.d.}\;\mathcal{N}(0,\sigma^2) ve X∈Rn×pX∈Rn×pX\in\mathbb{R}^{n\times p} ,p≥2p≥2p\geq2 veXXX bir sabit sütun içerir. Sorum verilir E(X′X)E(X′X)\mathrm{E}(X'X) , ββ\beta ve σσ\sigma , önemsiz olmayan üst üzerine bağlanmış bir formül olduğu E(R2)E(R2)\mathrm{E}(R^2) *? (modelin OLS tarafından tahmin edildiği varsayılarak). * Ben, bu yazma, farz olduğunu alma E(R2)E(R2)E(R^2) kendisi mümkün …

18 linear-model  expected-value 

Let YYY medyan temsil ettiği ve izin boyutta rasgele numunenin ortalama belirtmektedir olan bir dağıtım . nasıl hesaplayabilirim ?X¯X¯\bar{X}n=2k+1n=2k+1n=2k+1N(μ,σ2)N(μ,σ2)N(\mu,\sigma^2)E(Y|X¯=x¯)E(Y|X¯=x¯)E(Y|\bar{X}=\bar{x}) Sezgisel olarak, normallik varsayımı nedeniyle, ve gerçekten de doğru cevap olduğunu iddia etmek mantıklıdır . Ancak bu titizlikle gösterilebilir mi?E(Y|X¯=x¯)=x¯E(Y|X¯=x¯)=x¯E(Y|\bar{X}=\bar{x})=\bar{x} İlk düşüncem, bu soruna genellikle bilinen bir sonuç olan koşullu normal …

16 self-study  normal-distribution  mathematical-statistics  expected-value  conditional-expectation 

Zayıf tutarlı maksimum olabilirlik tahmin edicisinde (MLE) değerlendirilen gözlemlenen bilgi matrisinin, beklenen bilgi matrisinin zayıf tutarlı bir tahmincisi olduğunu kanıtlamaya çalışıyorum. Bu yaygın olarak alıntılanan bir sonuçtur ancak kimse bir referans veya kanıt vermez (Bence google sonuçlarının ve istatistiklerimin ders kitaplarının ilk 20 sayfasını bitirdim)! Zayıf şekilde tutarlı bir MLE …

16 maximum-likelihood  expected-value  asymptotics  information  fisher-information 

Permütasyon testleri (randomizasyon testi, yeniden randomizasyon testi veya kesin test olarak da adlandırılır) çok faydalıdır ve örneğin normal dağıtım varsayımı t-testkarşılanmadığında ve değerlerin parametrik olmayan test Mann-Whitney-U-test, daha fazla bilginin kaybolmasına neden olur. Bununla birlikte, bu tür bir test kullanılırken bir ve sadece bir varsayım göz ardı edilmemelidir, örneklerin sıfır …

16 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

dağılımının beklenen değeri ortalama, yani ağırlıklı ortalama değer f(x)f(x)f(x)E[x]=∫+∞−∞xf(x)dxE[x]=∫−∞+∞xf(x)dxE[x]=\int_{-\infty}^{+\infty} x \, \, f(x) dx En olası değer, en olası değer olan moddur. Ancak bir şekilde birçok kez görmeyi umuyoruz ? Buradan alıntı :E[x]E[x]E[x] sonuçları eşit derecede olası değilse, o zaman basit ortalama, bazı sonuçların diğerlerinden daha muhtemel olduğu gerçeğini dikkate …

16 probability  distributions  chi-squared  expected-value  mode 

İhtiva eden bir kabı düşünün topları ile, farklı renk renk topları oranıdır arasında topları ( ). Ben çizmek urn topları olmadan sayı en değiştirilmesi ve görünüm çizildi topları arasında farklı renklerin. dağılımının uygun özelliklerine bağlı olarak , bir fonksiyonu olarak beklentisi nedir ?P p i i N ∑ i p …

15 probability  expected-value  coupon-collector-problem 

Payda beklentisini uygulama konusunda kafam karıştı. E(1/X)=?E(1/X)=?E(1/X)=\,? 1 / E ( X ) olabilir mi1/E(X)1/E(X)1/E(X)\,?

15 expected-value 

Libre Office Calc'ta, rand()tekdüze bir dağılımdan 0 ile 1 arasında rastgele bir değer seçen işlev kullanılabilir. Olasılığımda biraz paslıyım, bu yüzden aşağıdaki davranışı gördüğümde şaşkındım: A = 200x1 sütun rand()^2 B = 200x1 sütun rand()*rand() mean(A) = 1/3 mean(B) = 1/4 Neden mean(A)! = 1/4?

15 expected-value  random-generation  uniform 

Rastgele değişkenlerden oluşan bir akışı , ; toplamın bir tanesini aşması için ihtiyacımız olan terim sayısı olsun , yani en küçük sayıdır.Xi∼iidU(0,1)Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1)YYYYYY X1+X2+⋯+XY>1.X1+X2+⋯+XY>1.X_1 + X_2 + \dots + X_Y > 1. Neden ortalama gelmez Euler sabiti eşit ?YYYeee E(Y)=e=10!+11!+12!+13!+…E(Y)=e=10!+11!+12!+13!+…\mathbb{E}(Y) = e = \frac{1}{0!} + \frac{1}{1!} + \frac{1}{2!} + …

14 probability  self-study  expected-value  uniform 

Aynı ölçek parametresine sahip Gama değişkenlerini kullanarak Dirichlet dağılımı ile rastgele bir değişken üretmek kolaydır. Eğer: Xi∼Gamma(αi,β)Xi∼Gamma(αi,β) X_i \sim \text{Gamma}(\alpha_i, \beta) Sonra: (X1∑jXj,…,Xn∑jXj)∼Dirichlet(α1,…,αn)(X1∑jXj,…,Xn∑jXj)∼Dirichlet(α1,…,αn) \left(\frac{X_1}{\sum_j X_j},\; \ldots\; , \frac{X_n}{\sum_j X_j}\right) \sim \text{Dirichlet}(\alpha_1,\;\ldots\;,\alpha_n) Sorun Ölçek parametreleri eşit değilse ne olur? Xi∼Gamma(αi,βi)Xi∼Gamma(αi,βi) X_i \sim \text{Gamma}(\alpha_i, \beta_i) Peki bu değişkenin dağılımı nedir? (X1∑jXj,…,Xn∑jXj)∼?(X1∑jXj,…,Xn∑jXj)∼? \left(\frac{X_1}{\sum_j …

14 expected-value  dirichlet-distribution  gamma-distribution  integral 

Optimal bir lambda aramak için glmnetiçeride caretkullanma cv.glmnetve aynı görevi yapmak için kullanma karşılaştırmasında çok fazla karışıklık var gibi görünüyor . Birçok soru yöneltildi, örneğin: Sınıflandırma modeli train.glmnet mi cv.glmnet mi? Glmnet'i caret ile kullanmanın doğru yolu nedir? "Caret" kullanarak çapraz onaylama "glmnet" ancak sorunun tekrarlanabilirliğinden kaynaklanabilecek hiçbir cevap verilmemiştir. …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality