Pertanyaan yang diberi tag «bernoulli-distribution»

Distribusi Bernoulli adalah distribusi diskrit yang ditentukan oleh satu kemungkinan "sukses". Ini adalah kasus khusus dari distribusi binomial.

2
Interval kepercayaan untuk pengambilan sampel Bernoulli
Saya memiliki sampel acak variabel acak Bernoulli , di mana adalah iidrv dan , dan adalah parameter yang tidak diketahui.X1...XNX1...XNX_1 ... X_NXiXiX_iP(Xi=1)=pP(Xi=1)=pP(X_i = 1) = pppp Jelas, satu dapat menemukan perkiraan untuk : .pppp^:=(X1+⋯+XN)/Np^:=(X1+⋯+XN)/N\hat{p}:=(X_1+\dots+X_N)/N Pertanyaan saya adalah bagaimana saya bisa membangun interval kepercayaan untuk ?ppp

6
Uji apakah dua distribusi binomial secara statistik berbeda satu sama lain
Saya memiliki tiga kelompok data, masing-masing dengan distribusi binomial (yaitu masing-masing kelompok memiliki elemen yang berhasil atau gagal). Saya tidak memiliki probabilitas keberhasilan yang diprediksi, tetapi sebaliknya hanya dapat mengandalkan tingkat keberhasilan masing-masing sebagai perkiraan untuk tingkat keberhasilan yang sebenarnya. Saya hanya menemukan pertanyaan ini , yang dekat tetapi tampaknya …




2
Bagaimana cara memperoleh fungsi kemungkinan untuk distribusi binomial untuk estimasi parameter?
Menurut Miller dan Freund's Probability and Statistics for Engineers, 8ed (hal.217-218), fungsi kemungkinan dimaksimalkan untuk distribusi binomial (uji coba Bernoulli) diberikan sebagai L(p)=∏ni=1pxi(1−p)1−xiL(p)=∏i=1npxi(1−p)1−xsayaL(p) = \prod_{i=1}^np^{x_i}(1-p)^{1-x_i} Bagaimana cara mencapai persamaan ini? Tampaknya cukup jelas bagi saya mengenai distribusi lainnya, Poisson dan Gaussian; L(θ)=∏ni=1PDF or PMF of dist.L(θ)=∏i=1nPDF or PMF of dist.L(\theta) …



2
Distribusi sampel dari dua populasi Bernoulli independen
Mari kita asumsikan bahwa kita memiliki sampel dua variabel acak Bernoulli independen, dan .B e r ( θ 2 )Ber(θ1)Ber(θ1)\mathrm{Ber}(\theta_1)Ber(θ2)Ber(θ2)\mathrm{Ber}(\theta_2) Bagaimana kami membuktikan bahwa ?(X¯1−X¯2)−(θ1−θ2)θ1(1−θ1)n1+θ2(1−θ2)n2−−−−−−−−−−−−−−√→dN(0,1)(X¯1−X¯2)−(θ1−θ2)θ1(1−θ1)n1+θ2(1−θ2)n2→dN(0,1)\frac{(\bar X_1-\bar X_2)-(\theta_1-\theta_2)}{\sqrt{\frac{\theta_1(1-\theta_1)}{n_1}+\frac{\theta_2(1-\theta_2)}{n_2}}}\xrightarrow{d} \mathcal N(0,1) Asumsikan .n1≠n2n1≠n2n_1\neq n_2

3
Memperkirakan probabilitas dalam proses Bernoulli dengan mengambil sampel hingga 10 kegagalan: apakah bias?
Misalkan kita memiliki proses Bernoulli dengan probabilitas kegagalan qqq (yang akan menjadi kecil, katakanlah, q≤0.01q≤0.01q \leq 0.01 ) dari mana kita sampel sampai kita menemukan 101010 kegagalan. Kami dengan demikian memperkirakan probabilitas kegagalan sebagai q : = 10 / N di mana N adalah jumlah sampel.q^:=10/Nq^:=10/N\hat{q}:=10/NNNN Pertanyaan : Apakah q …


2
Hubungan antara koefisien korelasi phi, Matthews dan Pearson
Apakah koefisien korelasi phi dan Matthews konsep yang sama? Bagaimana mereka terkait atau setara dengan koefisien korelasi Pearson untuk dua variabel biner? Saya menganggap nilai biner adalah 0 dan 1. Korelasi Pearson antara dua variabel acak Bernoulli dan y adalah:xxxyyy ρ=E[(x−E[x])(y−E[y])]Var[x]Var[y]−−−−−−−−−−√=E[xy]−E[x]E[y]Var[x]Var[y]−−−−−−−−−−√=n11n−n1∙n∙1n0∙n1∙n∙0n∙1−−−−−−−−−−√ρ=E[(x−E[x])(y−E[y])]Var[x]Var[y]=E[xy]−E[x]E[y]Var[x]Var[y]=n11n−n1∙n∙1n0∙n1∙n∙0n∙1 \rho = \frac{\mathbb{E} [(x - \mathbb{E}[x])(y - \mathbb{E}[y])]} {\sqrt{\text{Var}[x] …

3
Ukuran sampel diperlukan untuk memperkirakan probabilitas "sukses" dalam uji coba Bernoulli
Misalkan sebuah game menawarkan acara yang setelah selesai, baik memberikan hadiah, atau tidak memberikan apa pun. Mekanisme yang tepat untuk menentukan apakah hadiah diberikan tidak diketahui, tetapi saya berasumsi generator nomor acak digunakan, dan jika hasilnya lebih besar dari nilai hard-coded, Anda mendapatkan hadiahnya. Jika pada dasarnya saya ingin merekayasa …

2
Alternatif distribusi empiris
KARUNIA: Hadiah penuh akan diberikan kepada seseorang yang memberikan referensi ke makalah yang diterbitkan yang menggunakan atau menyebutkan estimator bawah ini.F~F~\tilde{F} Motivasi: Bagian ini mungkin tidak penting bagi Anda dan saya kira itu tidak akan membantu Anda mendapatkan hadiah, tetapi karena seseorang bertanya tentang motivasi, inilah yang saya kerjakan. Saya …


Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.