Pertanyaan yang diberi tag «probability»

Saya ingin tahu paket statistik perangkat lunak mana yang Anda rekomendasikan untuk melakukan Bayesian Inference. Sebagai contoh, saya tahu bahwa Anda dapat menjalankan openBUGS atau winBUGS sebagai standalones atau Anda juga dapat memanggil mereka dari R. Tetapi R juga memiliki beberapa paket sendiri (MCMCPack, BACCO) yang dapat melakukan analisis bayesian. …

14 r  probability  bayesian  inference  bugs 

Pertanyaan ini muncul dari pertanyaan yang diajukan di sini tentang fungsi menghasilkan momen terikat (MGF). Misalkan adalah variabel acak nol-rata-rata terikat yang mengambil nilai dalam dan biarkan menjadi MGF-nya. Dari batasan yang digunakan dalam bukti Ketimpangan Hoeffding , kita mendapatkan bahwa mana sisi kanan dikenali sebagai MGF dari variabel acak …

14 probability  probability-inequalities  mgf 

Saya ingin (di masa depan yang jauh) mengajar statistik kepada anak-anak. Dalam hal ini, saya akan senang mengetahui perangkat lunak (jelas saya cenderung ke FOSS), atau webapps, yang sangat membantu dalam menjelaskan ide statistik / probabilistik kepada anak-anak (atau orang dewasa dalam hal ini). Ini dapat digunakan oleh instruktur, anak-anak, …

14 probability  references  software  teaching 

Tampaknya ada banyak kebingungan dalam perbandingan menggunakan di glmnetdalam caretuntuk mencari lambda yang optimal dan menggunakan cv.glmnetuntuk melakukan tugas yang sama. Banyak pertanyaan diajukan, misalnya: Klasifikasi model train.glmnet vs. cv.glmnet? Apa cara yang tepat untuk menggunakan glmnet dengan caret? Validasi silang `glmnet` menggunakan` caret` tetapi tidak ada jawaban yang diberikan, …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Konteks : Saya ingin menggambar garis di sebar yang tidak tampak parametrik, oleh karena itu saya gunakan geom_smooth()di ggplotdalam R. Secara otomatis mengembalikan geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change the …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

Saya telah membuat Regresi Logistik menggunakan kode berikut: full.model.f = lm(Ft_45 ~ ., LOG_D) base.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg) step(base.model.f, scope=list(upper=full.model.f, lower=~1), direction="forward", trace=FALSE) Saya kemudian menggunakan output untuk membuat model akhir: final.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg + IP_util_E2_m02_flg + AE_NumVisit1_flg + OP_NumVisit1_m01_flg + IP_TotLoS_m02 + Ft1_45 + IP_util_E1_m05_flg + …

14 r  probability  logistic 

Saya memiliki variabel acak X0,X1,…,XnX0,X1,…,XnX_0,X_1,\dots,X_n . X0X0X_0 memiliki distribusi normal dengan rata-rata μ>0μ>0\mu>0 dan varian 111 . The X1,…,XnX1,…,XnX_1,\dots,X_n rvs terdistribusi normal dengan rata-rata 000 dan varians 111 . Semuanya saling independen. Misalkan EEE menunjukkan peristiwa bahwa X0X0X_0 adalah yang terbesar dari ini, yaitu, X0>max(X1,…,Xn)X0>max(X1,…,Xn)X_0 > \max(X_1,\dots,X_n) . Saya ingin …

14 probability  normal-distribution 

Teorema batas pusat menyatakan bahwa rata-rata variabel iid, ketika menuju tak terhingga, menjadi terdistribusi secara normal.NNN Ini menimbulkan dua pertanyaan: Bisakah kita menyimpulkan dari hukum jumlah besar ini? Jika hukum bilangan besar mengatakan bahwa rata-rata sampel dari nilai variabel acak sama dengan rata-rata sebenarnya ketika menuju tak terhingga, maka tampaknya …

14 probability  central-limit-theorem  law-of-large-numbers 

Paket perangkat lunak untuk deteksi motif jaringan dapat mengembalikan skor Z yang sangat tinggi (nilai tertinggi yang pernah saya lihat adalah 600.000+, tetapi skor Z lebih dari 100 cukup umum). Saya berencana untuk menunjukkan bahwa skor-Z ini palsu. Skor Z besar sesuai dengan probabilitas terkait yang sangat rendah. Nilai-nilai probabilitas …

14 probability  normal-distribution  p-value  approximation  z-statistic 

Ada layanan web di mana saya dapat meminta informasi tentang item acak. Untuk setiap permintaan, setiap item memiliki peluang yang sama untuk dikembalikan. Saya dapat terus meminta barang dan mencatat jumlah duplikat dan unik. Bagaimana saya bisa menggunakan data ini untuk memperkirakan jumlah item?

14 probability  population  coupon-collector-problem 

Pertanyaan ini terinspirasi oleh game-mini dari Pokemon Soulsilver: Bayangkan ada 15 bom tersembunyi di area 5x6 ini (EDIT: maksimum 1 bom / sel): Sekarang, bagaimana Anda memperkirakan probabilitas untuk menemukan bom di bidang tertentu, mengingat total baris / kolom? Jika Anda melihat kolom 5 (total bom = 5), maka Anda …

14 probability  estimation  chi-squared  independence  games 

Mengapa area di bawah kurva ROC kemungkinan bahwa classifier akan memberi peringkat instance "positif" yang dipilih secara acak (dari prediksi yang diambil) lebih tinggi daripada yang "secara acak" yang dipilih secara acak (dari kelas positif asli)? Bagaimana seseorang membuktikan pernyataan ini secara matematis menggunakan integral, memberikan CDF dan PDF dari …

14 probability  roc  auc 

Saya tahu bahwa KL Divergence tidak simetris dan tidak dapat secara ketat dianggap sebagai metrik. Jika demikian, mengapa digunakan ketika JS Divergence memenuhi properti yang diperlukan untuk metrik? Apakah ada skenario di mana KL divergence dapat digunakan tetapi tidak JS Divergence atau sebaliknya?

14 probability  distributions  kullback-leibler  metric 

Saya pikir ini agak mendasar, tetapi katakan saya memiliki variabel acak , adalah probabilitas sama dengan untuk setiap fungsi kontinu bernilai nyata ?P ( X ≤ a ) P ( f ( X ) ≤ f ( a ) ) fXXXP(X≤a)P(X≤a)P(X \leq a)P(f(X)≤f(a))P(f(X)≤f(a))P(f(X) \leq f(a))fff

13 probability  distributions 

Saya bingung antara dua istilah "fungsi yang menghasilkan probabilitas" dan "fungsi yang menghasilkan momen." Bagaimana perbedaan istilah-istilah itu?

13 probability  distributions  terminology  intuition  mgf