«probability» etiketlenmiş sorular

Rubik küplerini hobi olarak çözüyorum. Bazı yazılımları kullanarak küpü çözmemin zamanını kaydediyorum ve şimdi binlerce çözücüden verilerim var. Veriler temel olarak her ardışık çözümün aldığı süreyi temsil eden uzun bir sayı listesidir (örn. 22.11, 20.66, 21.00, 18.74, ...) Küpü çözmem için gereken zaman doğal olarak çözmekten çözüme biraz değişir, bu …

10 probability 

Japonya'daki son olaylar bana aşağıdakileri düşündürdü. Nükleer Santraller genellikle ciddi kaza riskini 'tasarım temel olasılığı' ile sınırlamak üzere tasarlanmıştır, örneğin, 10E-6 / yıl. Bu, tek bir bitki için kriterdir. Ancak, yüzlerce reaktörden oluşan bir nüfus olduğunda, ciddi bir kazanın bireysel olasılıklarını nasıl birleştiririz? Muhtemelen bunu kendim araştırabileceğimi biliyorum ama bu …

10 probability 

Ben böyle görünüyor sıfırlar bir sürü veri kümesi var: set.seed(1) x <- c(rlnorm(100),rep(0,50)) hist(x,probability=TRUE,breaks = 25) Yoğunluğu için bir çizgi çizmek istiyorum, ancak density()fonksiyon x'in negatif değerlerini hesaplayan hareketli bir pencere kullanıyor. lines(density(x), col = 'grey') Bir density(... from, to)argüman var, ancak bunlar sadece hesaplamayı kesiyor gibi görünüyor, pencereyi değiştirmiyor, …

10 r  probability  kde 

Dirichlet Pocess ve Gauss Süreci genellikle "işlevler üzerinden dağılımlar" veya "dağılımlar üzerinden dağılımlar" olarak adlandırılır. Bu durumda, GP altındaki bir fonksiyonun yoğunluğu hakkında anlamlı bir şekilde konuşabilir miyim? Yani, Gauss Süreci veya Dirichlet Süreci bir olasılık yoğunluğu kavramına sahip mi? Değilse, bir işlevin önceki olasılık kavramı iyi tanımlanmamışsa, Bayes kuralını …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

Çevrimiçi videolardan ve ders notlarından Gauss süreç gerilemesini öğreniyorum, benim anlayışım, puanlı bir veri setimiz varsa , verilerin boyutlu çok değişkenli bir Gaussian'dan örneklendiğini varsayarız . Yani sorum şu: Gauss süreç gerilemesi hala 10 milyonun olduğu milyonlarca durumda ? Çekirdek matrisi işlemi tamamen verimsiz kılacak kadar büyük olmayacak mı? Eğer …

10 machine-learning  probability  inference  gaussian-process  multivariate-regression 

Sürekli bir rasgele değişken için , eğer sonlu dir, ?XXXE(|X|)E(|X|)E(|X|)limn→∞nP(|X|&gt;n)=0limn→∞nP(|X|&gt;n)=0\lim_{n\to\infty}n P(|X|>n)=0 Bu, internette bulduğum bir sorun, ancak tutup tutmadığından emin değilim. Bunu biliyorum Markov eşitsizliği tarafından tutan, ama ben gibi 0'a gider gösterilemez sonsuza gider.nP(|X|&gt;n)&lt;E(|X|)nP(|X|&gt;n)&lt;E(|X|)n P(|X|>n)<E(|X|)nnn

10 probability  expected-value  probability-inequalities 

Sıklıkçıların 'olasılık' altında anladıklarının resmi (matematiksel) bir tanımı var mı? Bunun '' uzun vadede '' göreceli gerçekleşme sıklığı olduğunu okudum, ama bunu tanımlamanın resmi bir yolu var mı? Bu tanımı bulabileceğim bilinen referanslar var mı? DÜZENLE: Sıklıkla (@whuber'ın yorumuna ve bu cevabın altındaki @Kodiologist ve @Graeme Walsh'a yaptığım yorumlara bakın) …

10 probability  frequentist  definition 

ve diyelim .Z∼N(0,1)Z∼N(0,1)Z \sim N(0,1)W∼χ2(s)W∼χ2(s)W \sim \chi^2(s) Eğer ve bağımsız bir şekilde, daha sonra dağıtıldığı değişkeni aşağıda belirtildiği gibi özgürlük dereceleri ile dağıtım .ZZZWWWY=ZW/s√Y=ZW/sY = \frac{Z}{\sqrt{W/s}}tttsss Bu gerçeğin bir kanıtını arıyorum, tam argümanı yazmak istemiyorsanız bir referans yeterince iyi.

10 probability  distributions  references 

Biz demek tamamen yakınsama her için ise .X1,X2,…X1,X2,…X_1, X_2, \ldotsXXXϵ&gt;0ϵ&gt;0\epsilon>0 ∑∞n=1P(|Xn−X|&gt;ϵ)&lt;∞∑n=1∞P(|Xn−X|&gt;ϵ)&lt;∞\sum_{n=1}^\infty \text{P}\left(|X_n-X|>\epsilon\right) <\infty Borel Cantelli'nin lemması, tam yakınsamanın neredeyse kesin yakınsama anlamına geldiğini kanıtlamak için ileriye dönüktür. Neredeyse yakınsamanın Borel Cantelli ile kanıtlanamayacağından emin olduğum bir örnek arıyorum. Bu, neredeyse kesin olarak ama tamamen değil birbirine yaklaşan rastgele değişkenler dizisidir.

10 probability  convergence 

İzin VermekX1, . . . ,XnX1,...,Xn X_1, ...,X_n rastgele bir örnek olmak G e o m e t r i c ( θ )G,eÖmetrbenc(θ)Geometric(\theta) için 0 &lt; θ &lt; 10&lt;θ&lt;10<\theta<1. yani, pθ( x ) = θ ( 1 - θ)x - 1ben{ 1 , 2 , . . . }( …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

Bir şüphem var: gerçek değerli rastgele değişkenleri düşünün XXXve her ikisi de olasılık alanında tanımlanmıştır .ZZZ(Ω,F,P)(Ω,F,P)(\Omega, \mathcal{F},\mathbb{P}) Let , burada gerçek değerli bir fonksiyondur. beriY:=g(X,Z)Y:=g(X,Z)Y:= g(X,Z)g(⋅)g(⋅)g(\cdot)YYY rastgele değişkenlerin bir fonksiyonudur, rastgele bir değişkendir. İzin Vermek x:=X(ω)x:=X(ω)x:=X(\omega) yani XXX. Dır-dir P(Y|X=x)=P(g(X,Z)|X=x)P(Y|X=x)=P(g(X,Z)|X=x)\mathbb{P}(Y|X=x)=\mathbb{P}(g(X,Z)|X=x) eşittir P(g(x,Z))P(g(x,Z))\mathbb{P}(g(x,Z))?

10 probability  random-variable 

Örnek bir örnek: 10.000 maddelik bir nüfusa sahibim. Her öğenin benzersiz bir kimliği vardır. 100 öğe rastgele seçiyorum ve kimlikleri kaydediyorum 100 eşyayı tekrar nüfusa koydum 100 öğeyi tekrar rastgele seçiyorum, kimlikleri kaydediyorum ve değiştiriyorum. Toplamda, bu rastgele örneklemeyi 5 kez tekrar ediyorum 5 rasgele örneklemede sayısının öğe görülme olasılığı …

10 probability  hypergeometric 

Aşağıdaki sorunum var: 100 benzersiz ürünüm var (n) ve bunların 43 (m) 'sini teker teker seçiyorum (yedekli). Beklenen benzersiz sayısı (sadece bir kez, k = 1), çiftler (tam olarak iki kez k = 2 seçildi), tripples (tam olarak k = 3), dörtlü vb. En az bir çifte (doğum günü paradoksu) …

10 probability  expected-value  birthday-paradox 

R'de ayrık zamanlı bir model yerleştirmeye çalışıyorum, ancak nasıl yapılacağından emin değilim. Bağımlı değişkeni farklı satırlarda, her bir zaman gözlemi için bir tane düzenleyebileceğinizi ve glmbir logit veya cloglog bağlantısıyla işlevi kullanabileceğinizi okudum. Bu anlamda, üç sütun vardır: ID, Event(her zaman atıl 1 ya da 0) ve Time Elapsedek olarak, …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Bir zaman serisi analiz kitabı okuyorum ve örnek otokovaryans formülü kitapta şu şekilde tanımlanıyor: γˆ(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)γ^(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)\widehat{\gamma}(h) = n^{-1}\displaystyle\sum_{t=1}^{n-h}(x_{t+h}-\bar{x})(x_t-\bar{x}) ile γˆ(−h)=γˆ(h)γ^(−h)=γ^(h)\widehat{\gamma}(-h) = \widehat{\gamma}(h)\; için h=0,1,...,n−1h=0,1,...,n−1\;h = 0,1, ..., n-1. x¯x¯\bar{x} ortalama. Birisi sezgisel olarak neden toplamı bölündüğümüzü açıklayabilir mi? nnn ve tarafından değil n−hn−hn-h? Kitap, bunun yukarıdaki formülün negatif olmayan kesin bir …

10 time-series  probability  mathematical-statistics