«probability» etiketlenmiş sorular

Bayes teoremi P( model | veri ) = P( model ) × P( veri | model )P( veri )P(model|veri)=P(model)xP(veri|model)P(veri) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Her şey yolunda. Ama bir yerde okudum: Temel olarak, P (veri) normalleştirici bir sabitten başka bir şey değildir, yani arka yoğunluğu bire entegre eden bir sabittir. …

20 probability  bayesian  conditional-probability  bayes 

Kavramsal olarak "PDF'nin altındaki toplam alan 1'dir" ifadesinin anlamını kavrarım. Sonuçların toplam olasılık aralığında olma şansının% 100 olduğu anlamına gelmelidir. Ama bunu "geometrik" bir bakış açısından gerçekten anlayamıyorum. Örneğin, bir PDF'de x ekseni uzunluğu temsil ediyorsa, x km yerine mm cinsinden ölçülürse eğrinin altındaki toplam alan daha büyük olmaz mı? …

20 probability  pdf  integral 

Olasılık dağılımlarını belirtirken yaklaşık işaretinin anlamı nedir? Örneğin: Z∼ Normal ( 0 , 1 ) .Z~Normal(0,1).Z \sim \mbox{Normal}(0,1).

20 probability  distributions  notation 

Let rastgele değişken verilen, bir olasılık uzay ve \ Sigma cebiri \ mathscr {G} \ subseteq \ mathscr {F} şartlı beklenti olan yeni bir rastgele değişken E [\ xi | \ mathscr {G}] oluşturabiliriz.( Ω , F , μ ) (Ω,F,μ)(\Omega,\mathscr{F},\mu)ξ : Ω → Rξ:Ω→R\xi:\Omega \to \mathbb{R} σ σ\sigmaG ⊆ …

20 probability  conditional-probability  conditional-expectation  conditioning  sigma-algebra 

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 

Kız arkadaşım yakın zamanda büyük bir bankada satış ve ticaret yapan bir iş buldu. Yeni işinden dolayı, ay sonunda stokların yukarı veya aşağı olup olmadığını tahmin edebileceğine inanıyor (% 80 doğrulukla bile yapabileceğine inanıyor!) Ben çok şüpheci. Bir dizi hisse seçeceği bir deney yapmayı kabul ettik ve önceden belirlenmiş bir …

19 probability  forecasting  finance 

Bu aslında math.se'de bulduğum ve umduğum cevapları alamadığım bir sorunun tekrarı . Let bağımsız olarak, aynı dağılmış tesadüfi değişkenlerin bir sekansı olması ve \ mathbb {V} [x_i] = 1 .{ Xben}i ∈ N{Xben}ben∈N-\{ X_i \}_{i \in \mathbb{N}}E [ Xben] = 1E[Xben]=1\mathbb{E}[X_i] = 1V [ Xben] = 1V[Xben]=1\mathbb{V}[X_i] = 1 Değerlendirmeyi …

19 probability  mathematical-statistics  asymptotics 

Oranlar, Sürekli Güncellenmiş makalesi , yaşamını tam anlamıyla Bayes İstatistiklerine borçlu olan bir Long Island balıkçısının hikayesinden bahsediyor. İşte kısa versiyon: Gecenin ortasında bir teknede iki balıkçı var. Biri uyurken diğeri okyanusa düşer. Tekne, ilk adam uyanıp Sahil Güvenlik'i haberdar edene kadar gece boyunca otomatik pilot üzerinde ilerlemeye devam eder. …

19 probability  bayesian  posterior  bayes 

Duşta bu sorunu düşündüm, yatırım stratejilerinden ilham aldı. Diyelim ki sihirli bir para ağacı var. Her gün, para ağacına bir miktar para teklif edebilirsiniz ve bu onu üçe katlayacak ya da 50/50 olasılıkla yok edecektir. Bunu yaparak ortalama olarak para kazanacağınızı ve para ağacından yararlanmaya istekli olduğunuzu hemen fark edersiniz. …

19 probability  mathematical-statistics  econometrics  random-walk  martingale 

Bir MRF'nin gözlenen düğümlerinin değerlerini sabitlersem, CRF olur mu?

19 probability  graphical-model  graph-theory  conditional-random-field  markov-random-field 

Ben bir lise öğrencisiyim ve bir bilgisayar programlama projesi üzerinde çalışıyorum, ancak bir lise istatistik dersinin ötesinde istatistik ve modelleme verileri konusunda çok fazla deneyimim yok, bu yüzden kafam karıştı. Temel olarak, birisinin bir belgeyi yazdırmaya karar verdiği zamanlarda oldukça büyük bir listem var (herhangi bir istatistiksel test veya önlem …

19 probability  modeling  data-mining  predictive-models 

Bir ikili sonuç değişkeni {0,1} ve bir tahmin değişkeni {0,1} var. Düşüncelerim, diğer değişkenleri dahil etmediğim ve olasılık oranını hesaplamadığım sürece lojistik yapmanın mantıklı olmadığıdır. Bir ikili öngörücü ile olasılık oranının olasılık oranına karşı hesaplanması yeterli olmaz mı?

18 r  regression  probability  logistic  odds-ratio 

Bayes formülünde: P(x|a)=P(a|x)P(x)P(a)P(x|a)=P(a|x)P(x)P(a)P(x|a) = \frac{P(a|x) P(x)}{P(a)} arka olasılık 1'i aşabilir mi?P(x|a)P(x|a)P(x|a) Örneğin, ve ve . Ama bundan emin değilim, çünkü bir olasılığın birden fazla olması ne anlama gelir?0&lt;P(a)&lt;10&lt;P(a)&lt;10 < P(a) < 1P(a)&lt;P(x)&lt;1P(a)&lt;P(x)&lt;1P(a) < P(x) < 1P(a)/P(x)&lt;P(a|x)&lt;1P(a)/P(x)&lt;P(a|x)&lt;1P(a)/P(x) < P(a|x) < 1

18 probability  bayesian  conditional-probability 

İstatistik ve olasılık teorisinde log-olasılık olasılığını (ve belki de daha genel olarak log-olasılığını) daha derin bir düzeyde anlamaya çalışıyorum. Log olasılıkları her yerde ortaya çıkıyor: genellikle analiz için log-olasılık ile çalışıyoruz (örneğin maksimizasyon için), Fisher bilgisi log-olasılığın ikinci türevi olarak tanımlanır, entropi beklenen bir log-olasılıktır , Kullback-Liebler ıraksaması log olasılıklarını …

18 probability  bayesian  likelihood  log-likelihood 

Let BtBtB_t standart Brownian hareketi. Let Ej,nEj,nE_{j, n} ifade etkinlik {Bt=0 for some j−12n≤t≤j2n},{Bt=0 for some j−12n≤t≤j2n},\left\{B_t = 0 \text{ for some }{{j-1}\over{2^n}} \le t \le {j\over{2^n}}\right\},ve izin1O anlamına gelir göstergesi işlevi. Orada var mıρ&gt;0öyle ki içinP{Kn≥ρ2n}≥ρherkes içinnKn=∑j=2n+122n1Ej,n,Kn=∑j=2n+122n1Ej,n,K_n = \sum_{j = 2^n + 1}^{2^{2n}} 1_{E_{j,n}},111ρ&gt;0ρ&gt;0\rho > 0P{Kn≥ρ2n}≥ρP{Kn≥ρ2n}≥ρ\mathbb{P}\{K_n \ge \rho2^{n}\} \ge …

18 probability  self-study  moments  distributions  brownian