Pertanyaan yang diberi tag «probability»

Statistik saya telah diajarkan sendiri, tetapi banyak materi yang saya baca menunjuk ke dataset yang memiliki mean 0 dan standar deviasi 1. Jika demikian, maka: Mengapa 0 dan SD 1 berarti properti yang baik untuk dimiliki? Mengapa variabel acak yang diambil dari sampel ini sama dengan 0,5? Peluang menggambar 0,001 …

15 probability 

Misalkan menjadi variabel acak terdistribusi chi-kuadrat dengan derajat kebebasan k . Apa batas paling tajam yang diketahui untuk probabilitas berikutX∼χ2kX∼χk2X \sim \chi^2_kkkk P[X&gt;t]≤1−δ1(t,k)P[X&gt;t]≤1−δ1(t,k) \mathbb{P}[X > t] \leq 1 - \delta_1(t, k) dan P[X&lt;z]≤1−δ2(z,k)P[X&lt;z]≤1−δ2(z,k) \mathbb{P}[X < z] \leq 1 - \delta_2(z, k) di mana dan δ 2 adalah beberapa fungsi. Pointer …

15 probability  chi-squared 

Biasanya distribusi probabilitas lebih dari variabel diskrit dijelaskan menggunakan probabilitas fungsi massa (PMF): Ketika bekerja dengan variabel acak kontinu, kami menggambarkan distribusi probabilitas menggunakan probabilitas probabilitas fungsi (PDF) daripada fungsi massa probabilitas. - Pembelajaran Jauh oleh Goodfellow, Bengio, dan Courville Namun, Wolfram Mathworld menggunakan PDF untuk menggambarkan distribusi probabilitas lebih …

14 probability  mathematical-statistics  terminology  pdf 

Saya perhatikan dalam metode pembelajaran statistik / mesin, distribusi sering kali diperkirakan oleh seorang Gaussian, dan kemudian bahwa Gaussian digunakan untuk pengambilan sampel. Mereka mulai dengan menghitung dua momen pertama dari distribusi, dan menggunakannya untuk memperkirakan μμ\mu dan σ2σ2\sigma^2 . Kemudian mereka dapat mencicipi dari Gaussian itu. Bagi saya, semakin …

14 probability  sampling  moments 

Pertanyaan Jika adalah IID, maka hitung , di mana .X1,⋯,Xn∼N(μ,1)X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1)E(X1∣T)E(X1∣T)\mathbb{E}\left( X_1 \mid T \right)T=∑iXiT=∑iXiT = \sum_i X_i Coba : Silakan periksa apakah di bawah ini benar. Katakanlah, kita mengambil penjumlahan dari harapan bersyarat itu sehingga, Ini berarti bahwa setiap sejak X_1, \ ldots, X_n adalah IID.∑iE(Xi∣T)=E(∑iXi∣T)=T.∑iE(Xi∣T)=E(∑iXi∣T)=T.\begin{align} \sum_i …

14 probability  self-study  mathematical-statistics  conditional-probability  conditional-expectation 

Jadi, ini mungkin pertanyaan umum, tetapi saya belum pernah menemukan jawaban yang memuaskan. Bagaimana Anda menentukan probabilitas bahwa hipotesis nol itu benar (atau salah)? Katakanlah Anda memberi siswa dua versi ujian yang berbeda dan ingin melihat apakah versinya setara. Anda melakukan Uji-t dan memberikan nilai-p 0,02. Nilai p yang bagus! …

14 probability  hypothesis-testing  bayesian 

Saya membaca artikel ini tentang kasus Palantir di mana Deparment of Labor menuduh mereka melakukan diskriminasi terhadap orang Asia. Adakah yang tahu dari mana mereka mendapatkan estimasi probabilitas ini? Saya tidak mendapatkan 1/741 dalam item (a). (a) Untuk posisi QA Engineer, dari lebih dari 730 pelamar yang memenuhi syarat - …

14 probability  p-value  contingency-tables  legal 

Model campuran Gaussian (GMM) menarik karena mudah digunakan baik secara analitis maupun dalam praktik, dan mampu memodelkan beberapa distribusi eksotis tanpa terlalu banyak kerumitan. Ada beberapa sifat analitik yang harus kita pegang yang umumnya tidak jelas. Khususnya: SnSnS_nnnnPPPnnnPPPlimn→∞infP^∈SnD(P||P^)=0?limn→∞infP^∈SnD(P||P^)=0?\lim_{n\rightarrow \infty}\inf_{\hat{P}\in S_n} D(P||\hat{P})=0? Katakanlah kita memiliki distribusi kontinu dan kami telah menemukan …

14 probability  normal-distribution  references  gaussian-mixture  information-theory 

Mari kita menjumlahkan aliran variabel acak, ; misalkan adalah jumlah istilah yang kita perlukan untuk totalnya melebihi satu, yaitu adalah angka terkecil sehinggaY YXi∼iidU(0,1)Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1)YYYYYY X1+X2+⋯+XY&gt;1.X1+X2+⋯+XY&gt;1.X_1 + X_2 + \dots + X_Y > 1. Mengapa mean dari sama Euler konstan ?eYYYeee E(Y)=e=10!+11!+12!+13!+…E(Y)=e=10!+11!+12!+13!+…\mathbb{E}(Y) = e = \frac{1}{0!} + \frac{1}{1!} + …

14 probability  self-study  expected-value  uniform 

Misalkan Anda memiliki delapan pelari berlomba; distribusi waktu masing-masing berjalan adalah Normal dan masing-masing memiliki rata-rata detik, katakanlah. Standar deviasi pelari satu adalah yang terkecil, dua yang terkecil terkecil, ketiga terkecil, dll, dan delapan terbesar. Dua pertanyaan membingungkan saya: (1) Berapa probabilitas yang pertama mengalahkan yang terakhir, dan (2) siapa …

14 probability  normal-distribution  mathematical-statistics  order-statistics 

Seorang teman mewakili klien pada saat naik banding, setelah pengadilan pidana di mana tampaknya pemilihan juri bias secara ras. Kelompok juri terdiri dari 30 orang, dalam 4 kelompok ras. Jaksa menggunakan tantangan berat untuk menyingkirkan 10 dari orang-orang ini dari kolam. Jumlah orang dan jumlah tantangan aktual di masing-masing kelompok …

14 probability  statistical-significance  references  bias  combinatorics 

Saya mencari metode untuk menghitung luas tumpang tindih antara dua perkiraan kepadatan kernel di R, sebagai ukuran kesamaan antara dua sampel. Untuk memperjelas, dalam contoh berikut, saya perlu mengukur luas wilayah keunguan yang tumpang tindih: library(ggplot2) set.seed(1234) d &lt;- data.frame(variable=c(rep("a", 50), rep("b", 30)), value=c(rnorm(50), runif(30, 0, 3))) ggplot(d, aes(value, fill=variable)) …

14 r  probability  pdf  kernel-smoothing 

masalah berikut muncul baru-baru ini saat menganalisis data. Jika variabel acak X mengikuti distribusi normal dan Y mengikuti distribusi χ2nχn2\chi^2_n (dengan n dof), bagaimana Z=X2+Y2Z=X2+Y2Z = X^2 + Y^2 didistribusikan? Hingga sekarang saya datang dengan pdf dari : ψ 2 n ( x )Y2Y2Y^2ψ2n(x)====∂F(x−−√)∂x(∫x√0tn/2−1⋅e−t/22n/2Γ(n/2)dt)′x12n/2Γ(n/2)⋅(x−−√)n/2−1⋅e−x√/2⋅(x−−√)′x12n/2−1Γ(n/2)⋅xn/4−1⋅e−x√/2ψn2(x)=∂F(x)∂x=(∫0xtn/2−1⋅e−t/22n/2Γ(n/2)dt)x′=12n/2Γ(n/2)⋅(x)n/2−1⋅e−x/2⋅(x)x′=12n/2−1Γ(n/2)⋅xn/4−1⋅e−x/2\begin{eqnarray} \psi^2_n(x) &=& \frac{\partial F(\sqrt{x})}{\partial x} \\ …

14 probability  distributions  normal-distribution  chi-squared  convolution 

Saya sedang menjalani beberapa kuliah yang berhubungan dengan MCMC. Namun, saya tidak menemukan contoh yang baik tentang bagaimana ini digunakan. Adakah yang bisa memberi saya contoh nyata. Yang bisa saya lihat adalah mereka menjalankan rantai Markov dan mengatakan bahwa distribusi stasionernya adalah distribusi yang diinginkan. Saya ingin contoh yang bagus …

14 probability  bayesian  mcmc  markov-process 

Saya perhatikan bahwa dalam distribusi Normal, probabilitas sama dengan nol, sedangkan untuk distribusi Poisson, itu tidak akan sama dengan nol ketika c adalah bilangan bulat non-negatif.P(x=c)P(x=c)P(x=c)ccc Pertanyaan saya adalah: Apakah probabilitas konstanta dalam distribusi normal sama dengan nol karena mewakili area di bawah kurva apa pun? Atau itu hanya aturan …

14 probability  normal-distribution  poisson-distribution