Domande taggate «random-variable»

Una variabile casuale o variabile stocastica è un valore soggetto a variazione casuale (cioè casualità in senso matematico).

2
Variabili casuali per le quali le disuguaglianze di Markov e Chebyshev sono strette
Sono interessato a costruire variabili casuali per le quali le disuguaglianze di Markov o Chebyshev sono strette. Un esempio banale è la seguente variabile casuale. P(X=1)=P(X=−1)=0.5P(X=1)=P(X=−1)=0.5P(X=1)=P(X=-1) = 0.5 . La sua media è zero, la varianza è 1 e . Per questo variabile casuale chebyshev è stretto (vale con l'uguaglianza).P(|X|≥1)=1P(|X|≥1)=1P(|X| …
3
Dimezzare una variabile casuale discreta?
Sia una variabile casuale discreta che prende i suoi valori in . Vorrei dimezzare questa variabile, cioè trovare una variabile casuale come:N YXXXNN\mathbb{N}YYY X=Y+Y∗X=Y+Y∗X = Y + Y^* dove è una copia indipendente di .Y∗Y∗Y^*YYY Mi riferisco a questo processo come dimezzamento ; questa è una terminologia inventata. C'è un …
1
Se
Ecco un problema che è emerso in un esame semestrale nella nostra università qualche anno fa che sto lottando per risolvere. Se sono variabili casuali β indipendenti con densità β ( n 1 , n 2 ) e β ( n 1 + 1X1, X2X1,X2X_1,X_2ββ\betaβ( n1, n2)β(n1,n2)\beta(n_1,n_2)rispettivamente quindi mostrano che√β( …
2
Aspettativa del quoziente di somme di variabili casuali IID (foglio di lavoro dell'Università di Cambridge)
Mi sto preparando per un'intervista che richiede una discreta conoscenza delle probabilità di base (almeno per superare l'intervista stessa). Sto lavorando attraverso il foglio qui sotto dai miei giorni da studente come revisione. Per lo più è stato abbastanza semplice, ma sono completamente perplesso sulla domanda 12. http://www.trin.cam.ac.uk/dpk10/IA/exsheet2.pdf Qualsiasi aiuto …
2
Bootstrap parametrico, semiparametrico e non parametrico per modelli misti
I seguenti innesti sono presi da questo articolo . Sono un novizio di bootstrap e sto cercando di implementare il bootstrap bootstrap parametrico, semiparametrico e non parametrico per il modello misto lineare con R bootpacchetto. Codice R Ecco il mio Rcodice: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + …
9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 
2
Come modellare la somma delle variabili casuali di Bernoulli per i dati dipendenti?
Ho quasi le stesse domande come questa: come posso modellare in modo efficiente la somma delle variabili casuali di Bernoulli? Ma l'impostazione è abbastanza diversa: S=∑i=1,NXiS=∑i=1,NXiS=\sum_{i=1,N}{X_i} , , ~ 20, ~ 0.1P(Xi=1)=piP(Xi=1)=piP(X_{i}=1)=p_iNNNpipip_i Abbiamo i dati per i risultati delle variabili casuali di Bernoulli: ,Xi,jXi,jX_{i,j}Sj=∑i=1,NXi,jSj=∑i=1,NXi,jS_j=\sum_{i=1,N}{X_{i,j}} Se stimiamo la con la stima …
2
Calcola la curva ROC per i dati
Quindi, ho 16 prove in cui sto cercando di autenticare una persona da un tratto biometrico usando Hamming Distance. La mia soglia è impostata su 3,5. I miei dati sono di seguito e solo la versione di prova 1 è un vero positivo: Trial Hamming Distance 1 0.34 2 0.37 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
3
Cosa significa dirlo
Si pone una domanda di esercitazione Permettere X1,X2X1,X2X_1, X_2 essere rvs con una distribuzione normale comune N(0,1)N(0,1)N(0,1) con Corr(X1,X2)=ρCorr⁡(X1,X2)=ρ\operatorname{Corr}(X_1, X_2) = \rho. Calcola il coefficiente di dipendenza superiore della coda per tuttiρ∈[−1,1]ρ∈[−1,1]\rho \in [-1, 1]. Cosa significa che ha una distribuzione normale "comune"? Il mio primo pensiero fu che intendevano …
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.