Domande taggate «probability»

Una probabilità fornisce una descrizione quantitativa della probabile occorrenza di un particolare evento.

4
La scommessa di Blackwell
Ho letto del paradosso delle scommesse di Blackwell sull'armadio Futility . Ecco il riassunto: ti vengono presentate due buste, ed . Le buste contengono una quantità casuale di denaro, ma non sai nulla sulla distribuzione del denaro. Ne apri uno, controlla quanti soldi ci sono ( ) e scegliere: prendi …
1
Ci sarà mai un Tribble infelice a Oz?
Ecco un problema divertente che mi ha portato uno studente. Sebbene sia stato originariamente formulato in termini di proiettili che si annichilano a vicenda sparati a intervalli regolari da una pistola, ho pensato che potresti goderti una presentazione più pacifica. Nell'infinito mondo piatto di Oz, la Yellow Brick Road inizia …
2
Il teorema di Slutsky è ancora valido quando due sequenze convergono entrambe in una variabile casuale non degenerata?
Sono confuso su alcuni dettagli sul teorema di Slutsky : Sia , due sequenze di elementi casuali scalari / vettoriali / a matrice.{Xn}{Xn}\{X_n\}{Yn}{Yn}\{Y_n\} Se converge nella distribuzione in un elemento casuale e converge in probabilità in una costante , quindi condizione che sia invertibile, dove indica la convergenza nella distribuzione.XnXnX_nXXXYnYnY_ncccXn+Yn …
1
Distribuzione di probabilità speciale
Se è una distribuzione di probabilità con valori diversi da zero su , per quale tipo di esiste una costante tale che per tutti ?p(x)p(x)p(x)[0,+∞)[0,+∞)[0,+\infty)p(x)p(x)p(x)c>0c>0c\gt 0∫∞0p(x)logp(x)(1+ϵ)p(x(1+ϵ))dx≤cϵ2∫0∞p(x)log⁡p(x)(1+ϵ)p(x(1+ϵ))dx≤cϵ2\int_0^{\infty}p(x)\log{\frac{ p(x)}{(1+\epsilon)p({x}(1+\epsilon))}}dx \leq c \epsilon^20<ϵ<10<ϵ<10\lt\epsilon\lt 1 La disuguaglianza sopra è in realtà una divergenza di Kullback-Leibler tra la distribuzione e una versione compressa di essa …
2
Come scegliere la larghezza ottimale del contenitore durante la calibrazione dei modelli di probabilità?
Sfondo: ci sono alcune grandi domande / risposte qui su come calibrare i modelli che prevedono le probabilità che si verifichi un risultato. Per esempio Punteggio di Brier e sua scomposizione in risoluzione, incertezza e affidabilità . Grafici di calibrazione e regressione isotonica . Questi metodi spesso richiedono l'uso di …
2
Come trovare
Come posso risolvere questo? Ho bisogno di equazioni intermedie. Forse la risposta è −tf(x)−tf(x)-tf(x) . ddt[∫∞txf(x)dx]ddt[∫t∞xf(x)dx] \frac{d}{dt} \left [\int_t^\infty xf(x)\,dx \right ] f(x)f(x)f(x) è la funzione di densità di probabilità. limx→∞f(x)=0limx→∞f(x)=0\lim\limits_{x \to \infty} f(x) = 0limx→∞F(x)=1limx→∞F(x)=1\lim\limits_{x \to \infty} F(x) = 1 fonte: http://www.actuaries.jp/lib/collection/books/H22/H22A.pdf p.40 Prova delle equazioni intermedie di seguito: …
4
Quale rapporto di distribuzioni indipendenti fornisce una distribuzione normale?
Il rapporto tra due distribuzioni normali indipendenti fornisce una distribuzione di Cauchy. La distribuzione t è una distribuzione normale divisa per una distribuzione chi-quadrato indipendente. Il rapporto tra due distribuzioni chi-quadrate indipendenti fornisce una distribuzione F. Sto cercando un rapporto di distribuzioni continue indipendenti che dia una variabile casuale normalmente …
5
Come eseguire l'imputazione dei valori in un numero molto elevato di punti dati?
Ho un set di dati molto grande e mancano circa il 5% di valori casuali. Queste variabili sono correlate tra loro. Il seguente set di dati R è solo un esempio di giocattolo con dati correlati fittizi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
1
Rapporto di probabilità vs rapporto di PDF
Sto usando Bayes per risolvere un problema di clustering. Dopo aver fatto alcuni calcoli, finisco con la necessità di ottenere il rapporto tra due probabilità: P(A)/P(B)P(A)/P(B)P(A)/P(B) per essere in grado di ottenere P(H|D)P(H|D)P(H|D) . Queste probabilità sono ottenute dall'integrazione di due diversi KDE multivariati 2D come spiegato in questa risposta …
2
Intuizione dietro la funzione di densità delle distribuzioni t
Sto studiando la distribuzione t di Student e ho iniziato a chiedermi come si deriverebbe la funzione di densità delle distribuzioni t (da wikipedia, http://en.wikipedia.org/wiki/Student%27s_t-distribution ): f( t ) = Γ ( v + 12)v π--√Γ ( v2)( 1 + t2v)- v + 12f(t)=Γ(v+12)vπΓ(v2)(1+t2v)−v+12f(t) = \frac{\Gamma(\frac{v+1}{2})}{\sqrt{v\pi}\:\Gamma(\frac{v}{2})}\left(1+\frac{t^2}{v} \right)^{-\frac{v+1}{2}} dove è il …
5
John Kerrich Coin-flip Data
Qualcuno può suggerire dove ottenere i risultati dei 10.000 gettoni (cioè di tutte le 10.000 teste e code) eseguiti da John Kerrich durante la Seconda Guerra Mondiale?
2
Stimatore di densità del kernel integrato in 2D
Vengo da questa domanda nel caso qualcuno voglia seguire il sentiero. Fondamentalmente ho un set di dati ΩΩ\Omega composto da NNN oggetti in cui ogni oggetto ha un determinato numero di valori misurati collegati (due in questo caso): Ω=o1[x1,y1],o2[x2,y2],...,oN[xN,yN]Ω=o1[x1,y1],o2[x2,y2],...,oN[xN,yN]\Omega = o_1[x_1, y_1], o_2[x_2, y_2], ..., o_N[x_N, y_N] Ho bisogno di …
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.