Pertanyaan yang diberi tag «probability»

Saya mencoba membungkus kepala saya di sekitar masalah ini. Dadu digulung 100 kali. Berapa probabilitas tidak ada wajah yang muncul lebih dari 20 kali? Pikiran pertama saya menggunakan distribusi Binomial P (x) = 1 - 6 cmf (100, 1/6, 20) tetapi ini jelas salah karena kami menghitung beberapa kasus lebih …

11 probability  mathematical-statistics  binomial  dice 

Pengujian hipotesis mirip dengan masalah Klasifikasi. Jadi katakanlah, kami memiliki 2 label yang memungkinkan untuk pengamatan (subjek) - Bersalah vs. Tidak Bersalah. Biarkan Non-Bersalah menjadi Hipotesis nol. Jika kita melihat masalah dari sudut pandang Klasifikasi, kita akan melatih Klasifikasi yang akan memprediksi probabilitas subjek yang termasuk dalam masing-masing dari 2 …

11 probability  hypothesis-testing  classification  p-value 

Asumsikan sebuah planet dengan tahun sangat panjang . Ada 1 juta orang asing di sebuah pesta di sebuah ruangan, dan tidak ada seorang pun yang berbagi ulang tahun. Apa yang bisa disimpulkan tentang ukuran ?NNNNNNN (Pertanyaan yang lebih ringkas ini menggantikan yang diucapkan dengan buruk ini. )

11 probability  birthday-paradox 

Kemarin teman serumah saya dan saya sedang bermain permainan kartu dan seseorang mengajukan pertanyaan ini. Kami mencoba memecahkan masalah, tetapi kami tidak bisa mengatasinya. Pagi ini aku bangun dan aku masih bertanya-tanya bagaimana menyelesaikannya. Tolong bantu saya.

11 probability 

Saya sedang mencari buku yang memberikan liputan mendalam tentang teori probabilitas, tetapi dengan penekanan pada materi yang sebagian besar berguna di luar departemen matematika. Saya pernah mendengar "Teori Probabilitas: Penjelajahan dan Aplikasi" cukup bagus, tetapi saya ingin mendapatkan beberapa saran lain. Sebagai contoh, buku Achim Klenke terlalu banyak bagi saya …

11 probability  self-study  references 

Biarkan menjadi urutan variabel acak Bernoulli independen dengan Setel S_n = \ jumlah ^ {n} _ {k = 1} \ kiri (X_k- \ frac {1} {k} \ kanan), \ B_n ^ 2 = \ jumlah ^ {n} _ {k = 1} \ frac {k-1} {k ^ 2} Tunjukkan bahwa \ …

11 probability  convergence  central-limit-theorem 

Ini dianggap sebagai kasus ideal di mana struktur probabilitas yang mendasari kategori dikenal dengan sempurna. Mengapa dengan Bayes classifier kita mencapai kinerja terbaik yang bisa dicapai? Apa bukti / penjelasan formal untuk ini? Karena kami selalu menggunakan pengklasifikasi Bayes sebagai tolok ukur untuk membandingkan kinerja semua pengklasifikasi lainnya.

11 probability  classification  bayesian  bayes 

Pertanyaan: seperti apa distribusi binomial bivariat dalam ruang 3 dimensi? Di bawah ini adalah fungsi spesifik yang ingin saya visualisasikan untuk berbagai nilai parameter; yaitu, , p 1 , dan p 2 .nnnp1p1p_{1}p2p2p_{2} f(x1,x2)=n!x1!x2!px11px22,x1+x2=n,p1+p2=1.f(x1,x2)=n!x1!x2!p1x1p2x2,x1+x2=n,p1+p2=1.f(x_{1},x_{2}) = \frac{n!}{x_{1}!x_{2}!}p_{1}^{x_{1}}p_{2}^{x_{2}}, \qquad x_{1}+x_{2}=n, \quad p_{1}+p_{2}=1. Perhatikan bahwa ada dua kendala; dan p 1 + p …

11 probability  data-visualization  binomial  discrete-data  distributions 

Jika 20 uji coba independen Bernoulli dilakukan masing-masing dengan probabilitas keberhasilan dan kegagalan yang berbeda. Berapa probabilitas bahwa tepatnya n dari 20 percobaan berhasil? Apakah ada cara yang lebih baik untuk menghitung probabilitas ini daripada sekadar merangkum kombinasi probabilitas keberhasilan dan kegagalan?

11 probability  distributions  bernoulli-distribution  poisson-binomial 

Saya telah memikirkan sesuatu untuk beberapa waktu sekarang, dan karena saya tidak terlalu mahir dalam teori probabilitas, saya pikir ini bisa menjadi tempat yang baik untuk mengajukan pertanyaan ini. Ini adalah sesuatu yang menghampiri saya dalam antrian panjang angkutan umum. Misalkan Anda berada di stasiun bus, dan Anda tahu bahwa …

11 probability 

Saya telah mengidentifikasi beberapa tempat di buku teks di mana GLM dijelaskan dengan 5 distribusi (yaitu, Gamma, Gaussian, Binomial, Inverse Gaussian, & Poisson). Ini juga dicontohkan dalam fungsi keluarga dalam R. Kadang-kadang saya menemukan referensi ke GLM di mana distribusi tambahan disertakan ( contoh ). Dapatkah seseorang menjelaskan mengapa 5 …

11 r  probability  distributions  generalized-linear-model 

Berikan bukti bahwa adalah cembung . Di sini, dan adalah standar normal untuk PDF dan CDF.Q(x)=x2+xϕ(x)Φ(x)Q(x)=x2+xϕ(x)Φ(x)Q\left(x\right)=x^{2}+x\frac{\phi\left(x\right)}{\Phi\left(x\right)}∀x>0∀x>0\forall x>0 ϕϕ\phiΦΦ\mathbf{\Phi} LANGKAH MENCOBA 1) METODE CALCULUS Saya telah mencoba metode kalkulus dan memiliki rumus untuk turunan kedua, tetapi saya tidak dapat menunjukkan bahwa itu adalah positif . Harap beri tahu saya jika Anda …

11 probability  self-study 

Saya menghasilkan plot qq menggunakan kode berikut. Saya tahu bahwa plot qq digunakan untuk memeriksa apakah data terdistribusi secara normal atau tidak. Pertanyaan saya adalah apa yang ditunjukkan oleh label sumbu x dan y pada plot qq dan apa yang ditunjukkan oleh nilai r square ?? N = 1200 p …

11 probability  normal-distribution  mathematical-statistics  descriptive-statistics  qq-plot 

Dalam kelas statistik dasar tempat saya menjadi TA, profesor menyatakan bahwa ketika probabilitas kesalahan tipe I meningkat, probabilitas kesalahan tipe II β berkurang, dan sebaliknya juga benar. Jadi ini menunjukkan kepada saya bahwa ρ α , β &lt; 0 .αα\alphaββ\betaρα , β&lt; 0ρα,β&lt;0\rho_{\alpha, \beta} < 0 Tetapi bagaimana orang membuktikan …

11 probability  hypothesis-testing  type-i-and-ii-errors 

Misalkan Anda memiliki variabel penjelas X=(X(s1),…,X(sn))X=(X(s1),…,X(sn)){\bf{X}} = \left(X(s_{1}),\ldots,X(s_{n})\right) mana sss mewakili koordinat yang diberikan. Anda juga memiliki variabel respons Y=(Y(s1),…,Y(sn))Y=(Y(s1),…,Y(sn)){\bf{Y}} = \left(Y(s_{1}),\ldots,Y(s_{n})\right) . Sekarang, kita dapat menggabungkan kedua variabel sebagai: W(s)=(X(s)Y(s))∼N(μ(s),T)W(s)=(X(s)Y(s))∼N(μ(s),T){\bf{W}}({\bf{s}}) = \left( \begin{array}{ccc}X(s) \\ Y(s) \end{array} \right) \sim N(\boldsymbol{\mu}(s), T) Dalam hal ini, kita cukup memilih dan adalah matriks …

11 probability  bayesian  conditional-probability  gibbs