«probability» etiketlenmiş sorular

Normal dağılımda olasılığının sıfıra eşit olduğunu fark ettim , Poisson dağılımı için c negatif olmayan bir tamsayı olduğunda sıfır olmayacaktır .P(x=c)P(x=c)P(x=c)ccc Benim sorum: Normal dağılımdaki herhangi bir sabitin olasılığı sıfıra eşit midir, çünkü herhangi bir eğrinin altındaki alanı temsil eder mi? Yoksa ezberlemek sadece bir kuraldır?

14 probability  normal-distribution  poisson-distribution 

Bayesci Çıkarım yapmak için hangi yazılım istatistik paketini önereceğinizi merak ediyordum. Örneğin, openBUGS veya winBUGS'yi bağımsız olarak çalıştırabileceğinizi veya bunları R'den de çağırabileceğinizi biliyorum. Ancak R'nin bayes analizi yapabilen kendi paketleri (MCMCPack, BACCO) da var. Herkesin R'deki hangi bayes istatistik paketinin en iyi olduğu veya diğer alternatifler (Matlab veya Mathematica) …

14 r  probability  bayesian  inference  bugs 

(Uzak gelecekte) çocuklara istatistik öğretmek istiyorum. Bu nedenle, çocuklara (veya bu konudaki yetişkinlere) istatistiksel / olasılıklı fikirleri açıklamada yardımcı olan yazılımı (FOSS'a yöneliyorum) veya webapps'leri tanımaktan memnuniyet duyarım. Bu, eğitmen, çocuklar veya her ikisi tarafından kullanılabilir. Yanıtın önerilen biçimi: Yazılım adı, öğretmeye neyin yardımcı olduğu, kimin kullanması gerektiği, bağlantı.

14 probability  references  software  teaching 

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 

Bağlam : Bu yüzden ben kullanıyorum, parametrik görünmeyen bir ScatterPlot bir çizgi çizmek istiyorum geom_smooth()içinde ggplotde R. geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change the smoothing method.Genelleştirilmiş katkı modelleri için GAM …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

Aşağıdaki kodu kullanarak bir lojistik regresyon oluşturduk: full.model.f = lm(Ft_45 ~ ., LOG_D) base.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg) step(base.model.f, scope=list(upper=full.model.f, lower=~1), direction="forward", trace=FALSE) Daha sonra çıktıyı bir son model oluşturmak için kullandım: final.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg + IP_util_E2_m02_flg + AE_NumVisit1_flg + OP_NumVisit1_m01_flg + IP_TotLoS_m02 + Ft1_45 + IP_util_E1_m05_flg + …

14 r  probability  logistic 

Rastgele değişkenlerim var . X 0 ortalama μ > 0 ve varyans 1 ile normal dağılıma sahiptir . X, 1 , ... , x , n RVS normal ortalama ile dağıtılan 0 ve varyans 1 . Her şey birbirinden bağımsızdır.X0, X1, … , XnX0,X1,…,XnX_0,X_1,\dots,X_nX0X0X_0μ > 0μ>0\mu>0111X1, … , XnX1,…,XnX_1,\dots,X_n000111 Let …

14 probability  normal-distribution 

Merkezi limit teoremi, sonsuza giderken iid değişkenlerinin ortalamasının normal olarak dağıldığını belirtir .NNN Bu iki soruyu gündeme getiriyor: Bundan büyük sayılar yasasını çıkarabilir miyiz? Büyük sayılar kanunu rastgele değişkenin değerlerinin bir numunenin ortalaması gerçek ortalama eşittir diyorsa olarak sonsuza gider o zaman değer haline gelmesi (merkezi sınır söylediği gibi) demek …

14 probability  central-limit-theorem  law-of-large-numbers 

Ağ motifi tespiti için yazılım paketleri çok yüksek Z-skorları döndürebilir (gördüğüm en yüksek değer 600.000+, ancak 100'den fazla Z-skorları oldukça yaygındır). Bu Z-skorlarının sahte olduğunu göstermeyi planlıyorum. Büyük Z skorları son derece düşük ilişkili olasılıklara karşılık gelir. İlişkili olasılıkların değerleri, 6'ya kadar Z puanları için örneğin normal dağıtım wikipedia sayfasında …

14 probability  normal-distribution  p-value  approximation  z-statistic 

Rastgele bir öğe hakkında bilgi talep edebileceğim bir web hizmeti var. Her talep için, her ürün iade edilme şansına sahiptir. Öğeleri talep etmeye devam edebilir ve yinelenen ve benzersiz sayısını kaydedebilirim. Toplam veri sayısını tahmin etmek için bu verileri nasıl kullanabilirim?

14 probability  population  coupon-collector-problem 

Bu sorudan Pokemon Soulsilver'in mini oyunundan esinlenilmiştir: Bu 5x6 alanda gizli 15 bomba olduğunu düşünün (EDIT: maksimum 1 bomba / hücre): Şimdi, satır / sütun toplamları göz önüne alındığında, belirli bir alanda bomba bulma olasılığını nasıl tahmin edersiniz? Sütun 5'e bakarsanız (toplam bomba = 5), o zaman düşünebilirsiniz: Bu sütun …

14 probability  estimation  chi-squared  independence  games 

Rastgele değişkenlerin iki vektörünüz olduğunu varsayalım, her ikisi de normaldir, yani ve . Bu doğrusal kombinasyonu dağılımı ile ilgili olarak , ve matrisleridir, bir vektördür. Eğer ve bağımsız olarak, . Soru, herhangi bir çiftin korelasyonunu bildiğimizi varsayarak, bağımlı . Teşekkür ederim.Y ∼ N ( μ Y , Σ Y ) …

14 probability  normal-distribution  multinomial 

Neden ROC eğrisinin altındaki alan, bir sınıflandırıcının rasgele seçilen bir "pozitif" örneği (alınan tahminlerden) rastgele seçilen "pozitif" olandan (orijinal pozitif sınıftan) daha yüksek sıraya koyma olasılığıdır? Gerçek pozitif ve negatif sınıf dağılımlarının CDF'lerini ve PDF'lerini vererek integrali kullanarak bu ifadeyi matematiksel olarak nasıl kanıtlayabiliriz?

14 probability  roc  auc 

Sürekli değişken olduğunu biliyorum .P[X=x]=0P[X=x]=0P[X=x]=0 Fakat ise sonsuz sayıda olası ' olduğunu göremiyorum . Ve ayrıca olasılıkları neden sonsuz derecede küçülüyor?xP[X=x]=0P[X=x]=0P[X=x]=0xxx

14 probability  self-study  references  continuous-data 

KL Diverjansının simetrik olmadığını ve kesinlikle bir metrik olarak kabul edilemeyeceğini biliyorum. Öyleyse, JS Divergence bir metrik için gerekli özellikleri karşıladığında neden kullanılır? KL diverjansının kullanılabildiği ancak JS Diverjansının kullanılamadığı ya da tam tersinin olmadığı senaryolar var mı?

14 probability  distributions  kullback-leibler  metric