Pertanyaan yang diberi tag «probability»

Teorema Bayes berlaku P(model|data)=P(model)×P(data|model)P(data)P(model|data)=P(model)×P(data|model)P(data) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Ini semua baik-baik saja Tapi, saya pernah membaca di suatu tempat: Pada dasarnya, P (data) tidak lain adalah konstanta normalisasi, yaitu konstanta yang membuat kerapatan posterior berintegrasi menjadi satu. Kita tahu bahwa dan . 0≤P(model)≤10≤P(model)≤10 \leq P(\textrm{model}) \leq 10≤P(data|model)≤10≤P(data|model)≤1 0 \leq …

20 probability  bayesian  conditional-probability  bayes 

Secara konseptual saya memahami makna ungkapan "total area di bawah PDF adalah 1". Ini harus berarti bahwa peluang hasil berada dalam interval total kemungkinan adalah 100%. Tapi saya tidak bisa benar-benar memahaminya dari sudut pandang "geometris". Jika, misalnya, dalam PDF sumbu x mewakili panjang, akankah total area di bawah kurva …

20 probability  pdf  integral 

Apa arti dari tilde ketika menentukan distribusi probabilitas? Sebagai contoh: Z∼Normal(0,1).Z∼Normal(0,1).Z \sim \mbox{Normal}(0,1).

20 probability  distributions  notation 

Misalkan ( Ω , F , μ )(Ω,F,μ)(\Omega,\mathscr{F},\mu) menjadi ruang probabilitas, diberi variabel acak ξ : Ω → Rξ:Ω→R\xi:\Omega \to \mathbb{R} dan σ-σ\sigma aljabar G ⊆ FG⊆F\mathscr{G}\subseteq \mathscr{F} kita dapat membuat variabel acak baru E [ ξ | G ]E[ξ|G]E[\xi|\mathscr{G}] , yang merupakan harapan bersyarat. Apa sebenarnya intuisi untuk berpikir …

20 probability  conditional-probability  conditional-expectation  conditioning  sigma-algebra 

Saya menemukan pertanyaan wawancara: Ada kereta api merah yang datang setiap 10 menit. Ada kereta biru yang datang setiap 15 menit. Keduanya dimulai dari waktu acak sehingga Anda tidak memiliki jadwal. Jika Anda tiba di stasiun secara acak dan naik kereta apa pun yang datang lebih dulu, berapa waktu tunggu …

19 probability  random-variable  expected-value 

Pacar saya baru-baru ini mendapatkan pekerjaan melakukan penjualan dan perdagangan di bank besar. Didukung oleh pekerjaan barunya, dia percaya bahwa dia dapat memprediksi apakah stok akan naik atau turun pada akhir bulan lebih besar daripada peluang (dia percaya dia bahkan dapat melakukannya dengan akurasi 80%!) Saya sangat skeptis. Kami telah …

19 probability  forecasting  finance 

Ini pada dasarnya adalah replikasi dari pertanyaan yang saya temukan di math.se , yang tidak mendapatkan jawaban yang saya harapkan. Biarkan menjadi urutan variabel acak yang independen dan terdistribusi secara identik, dengan dan .{Xi}i∈N{Xi}i∈N\{ X_i \}_{i \in \mathbb{N}}E[Xi]=1E[Xi]=1\mathbb{E}[X_i] = 1V[Xi]=1V[Xi]=1\mathbb{V}[X_i] = 1 Pertimbangkan evaluasi limn→∞P(1n−−√∑i=1nXi≤n−−√)limn→∞P(1n∑i=1nXi≤n) \lim_{n \to \infty} \mathbb{P}\left(\frac{1}{\sqrt{n}} \sum_{i=1}^n …

19 probability  mathematical-statistics  asymptotics 

Artikel The Odds, Continuous Updated menyebutkan kisah seorang nelayan Long Island yang benar-benar berutang hidupnya kepada Statistik Bayesian. Ini versi singkatnya: Ada dua nelayan di atas kapal di tengah malam. Saat satu tertidur, yang lain jatuh ke laut. Kapal terus berjalan bersama dengan autopilot sepanjang malam sampai orang pertama akhirnya …

19 probability  bayesian  posterior  bayes 

Saya memikirkan masalah ini di kamar mandi, itu terinspirasi oleh strategi investasi. Katakanlah ada pohon uang ajaib. Setiap hari, Anda dapat menawarkan sejumlah uang ke pohon uang dan itu akan melipatgandakannya, atau menghancurkannya dengan probabilitas 50/50. Anda segera melihat bahwa rata-rata Anda akan mendapatkan uang dengan melakukan ini dan ingin …

19 probability  mathematical-statistics  econometrics  random-walk  martingale 

Jika saya memperbaiki nilai-nilai node yang diamati dari MRF, apakah itu menjadi CRF?

19 probability  graphical-model  graph-theory  conditional-random-field  markov-random-field 

Saya seorang siswa sekolah menengah dan saya sedang mengerjakan proyek pemrograman komputer, tetapi saya tidak memiliki banyak pengalaman dalam statistik dan pemodelan data di luar kursus statistik SMA, jadi saya agak bingung. Pada dasarnya, saya memiliki daftar yang cukup besar (anggap itu cukup besar untuk memenuhi asumsi untuk setiap tes …

19 probability  modeling  data-mining  predictive-models 

Dalam formula Bayes: P(x|a)=P(a|x)P(x)P(a)P(x|a)=P(a|x)P(x)P(a)P(x|a) = \frac{P(a|x) P(x)}{P(a)} dapat probabilitas posterior melebihi 1?P(x|a)P(x|a)P(x|a) Saya pikir itu mungkin jika misalnya, dengan asumsi bahwa , dan P ( a ) < P ( x ) < 1 , dan P ( a ) / P ( x ) < P ( a | …

18 probability  bayesian  conditional-probability 

Saya memiliki variabel hasil biner {0,1} dan variabel prediktor {0,1}. Pikiran saya adalah bahwa tidak masuk akal untuk melakukan logistik kecuali saya memasukkan variabel lain dan menghitung rasio odds. Dengan satu prediktor biner, bukankah perhitungan probabilitas akan cukup dengan rasio odds?

18 r  regression  probability  logistic  odds-ratio 

Saya mencoba memahami pada tingkat yang lebih dalam tentang keberadaan log-likelihood (dan mungkin lebih umum log-probability) dalam statistik dan teori probabilitas. Log-probabilitas muncul di semua tempat: kami biasanya bekerja dengan log-kemungkinan untuk analisis (misalnya untuk maksimalisasi), informasi Fisher didefinisikan dalam hal turunan kedua dari log-kemungkinan, entropi adalah log-probabilitas yang diharapkan …

18 probability  bayesian  likelihood  log-likelihood 

Biarkan menjadi gerakan Brown standar. Biarkan menunjukkan acara dan biarkan mana menunjukkan fungsi indikator. Apakah ada sedemikian rupa sehingga untuk untuk semua ? Saya kira jawabannya adalah ya; Saya sudah mencoba bermain-main dengan metode momen kedua, tetapi tidak banyak berhasil. Bisakah ini ditunjukkan dengan metode momen kedua? Atau haruskah saya …

18 probability  self-study  moments  distributions  brownian