Domande taggate «conditional-probability»

La probabilità che si verifichi un evento A, quando è noto che si verifica un altro evento B o che si è verificato. È comunemente indicato da P (A | B).

1
È possibile addestrare un modello di P (Y | X) mediante discesa gradiente stocastica da campioni non iid di P (X) e campioni iid di P (Y | X)?
Durante l'addestramento di un modello parametrico (ad es. Per massimizzare la probabilità) tramite la discesa stocastica del gradiente su alcuni set di dati, si presume comunemente che i campioni di allenamento siano estratti dalla distribuzione dei dati di allenamento. Quindi, se l'obiettivo è quello di modellare una distribuzione congiunta , …
5
Probabilità condizionate: sono uniche per il bayesismo?
Mi chiedo se le probabilità condizionate siano uniche del bayesianismo o se siano più un concetto generale che è condiviso tra diverse scuole di pensiero tra gli statisti / le persone di probabilità. In un certo senso suppongo che lo sia, perché presumo che nessuno possa p(A,B)=p(A|B)p(B)p(UN,B)=p(UN|B)p(B)p(A,B) = p(A|B)p(B) sia …
13
Se "B è più probabile con A", allora "A è più probabile con B"
Sto cercando di ottenere un'intuizione più chiara dietro: "Se rende più probabile, allora rende più probabile"AUNABBBBBBAUNA Sia la dimensione dello spazio in cui e sono, quindin(S)n(S)n(S)AUNABBB Reclamo: quindiP(B|A)>P(B)P(B|UN)>P(B)P(B|A)>P(B)n(AB)/n(A)>n(B)/n(S)n(UNB)/n(UN)>n(B)/n(S)n(AB)/n(A) > n(B)/n(S) quindin(AB)/n(B)>n(A)/n(S)n(UNB)/n(B)>n(UN)/n(S)n(AB)/n(B) > n(A)/n(S) che èP(A|B)>P(A)P(UN|B)>P(UN)P(A|B)>P(A) Capisco la matematica, ma perché questo ha un senso intuitivo?
1
Come distribuire in modo ottimale i disegni quando si calcolano più aspettative
Supponiamo di voler calcolare alcune aspettative: EYEX| Y[ f( X, Y) ]EYEX|Y[f(X,Y)]E_YE_{X|Y}[f(X,Y)] Supponiamo di voler approssimare questo usando la simulazione Monte Carlo. EYEX| Y[ f( X, Y) ] ≈ 1R SΣr = 1RΣs = 1Sf( xr , s, yr)EYEX|Y[f(X,Y)]≈1RS∑r=1R∑s=1Sf(xr,s,yr)E_YE_{X|Y}[f(X,Y)] \approx \frac1{RS}\sum_{r=1}^R\sum_{s=1}^Sf(x^{r,s},y^r) Ma supponiamo che è costoso per prelevare dei campioni …
2
Convergenza in Distribution \ CLT
Dato che , il distr condizionale. di è . ha distr marginale. di Poisson ( ), è una costante positiva.N=nN=nN = nYYYχ2(2n)χ2(2n)\chi ^2(2n)NNNθθ\thetaθθ\theta Mostra che, come , nella distribuzione.( Y - E ( Y ) ) / √θ→∞θ→∞\theta \rightarrow \infty (Y−E(Y))/Var(Y)−−−−−−√→N(0,1) (Y−E(Y))/Var⁡(Y)→N(0,1)\space \space (Y - E(Y))/ \sqrt{\operatorname{Var}(Y)} \rightarrow N(0,1) Qualcuno …
1
Un parallelo tra LSA e pLSA
Nel documento originale di pLSA l'autore, Thomas Hoffman, traccia un parallelo tra le strutture di dati pLSA e LSA che vorrei discutere con voi. Sfondo: Prendendo ispirazione l'Information Retrieval supponiamo di avere una raccolta di NNN documenti D={d1,d2,....,dN}D={d1,d2,....,dN}D = \lbrace d_1, d_2, ...., d_N \rbrace e un vocabolario di MMM …
1
Come confrontare gli eventi osservati con quelli previsti?
Supponiamo di avere un campione di frequenze di 4 possibili eventi: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 e ho le probabilità attese dei miei eventi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la somma delle frequenze osservate dei …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.