La valeur attendue d'une variable aléatoire est une moyenne pondérée de toutes les valeurs possibles qu'une variable aléatoire peut prendre, avec des poids égaux à la probabilité de prendre cette valeur.
Pour les variables aléatoires indépendantes et , existe-t-il une expression de forme fermée pourαα\alphaββ\beta E[αα2+β2√]E[αα2+β2]\mathbb E \left[ \frac{\alpha}{\sqrt{\alpha^2 + \beta^2}} \right] en termes de valeurs et de variances attendues de et ? Sinon, y a-t-il une bonne limite inférieure à cette attente?αα\alphaββ\beta Mise à jour: je peux aussi mentionner que …
Si où le support de est . Donc, . Disons alors que je suppose que a moments finis. Lorsque , je sais que ce que des moyens où est la densité associée de . Quel est l'équivalent mathématique de supposer que a moments finis lorsque ?X∼FX∼FX \sim FXXXRpRp\mathbb{R}^pX=(X1,X2,…,Xp)X=(X1,X2,…,Xp)X = (X_1, …
Est-il possible de calculer l'espérance d'une fonction d'une variable aléatoire avec seulement le CDF du VR? Dis que j'ai une fonctiong(x)g(x)g(x) qui a la propriété ∫∞−∞g(x)dx≤∞∫−∞∞g(x)dx≤∞\int_{-\infty}^{\infty}g(x)dx \leq \infty et la seule information que j'ai sur la variable aléatoire est le CDF. Par exemple, j'ai un scénario où il y a …
Dans le contexte de l'inférence basée sur la vraisemblance, j'ai vu une notation concernant le ou les paramètres d'intérêt que j'ai trouvé un peu déroutante. Par exemple, une notation telle que pθ(x)pθ(x)p_{\theta}(x) et Eθ[S(θ)]Eθ[S(θ)]{\mathbb E}_{\theta}\left[S(\theta)\right]. Quelle est la signification du paramètre (θθ\theta) en notation indice ci-dessus? En d'autres termes, comment …
Est-il possible de dériver une formule de variance des puissances d'une variable aléatoire en termes de valeur attendue et de variance de X? et var(Xn)=?var(Xn)=?\operatorname{var}(X^n)= \,?E(Xn)=?E(Xn)=?E(X^n)=\,?
Supposons que X =(X1,...,Xn)(X1,...,Xn)(X_1, ..., X_n) ~ U(θ,2θ)U(θ,2θ)U(\theta, 2\theta), où θ∈R+θ∈R+\theta \in \Bbb{R}^+. Comment calcule-t-on l'espérance conditionnelle de E[X1|X(1),X(n)]E[X1|X(1),X(n)]E[X_1|X_{(1)},X_{(n)}], où X(1)X(1)X_{(1)} et X(n)X(n)X_{(n)} sont les statistiques de commande les plus petites et les plus importantes respectivement? Ma première pensée serait que, puisque les statistiques de commande limitent la plage, il …
J'ai une variable aléatoire Oui=eX1 +eXOui=eX1+eXY = \frac{e^{X}}{1 + e^{X}}et je connais .X∼ N(μ,σ2)X∼N(μ,σ2)X \sim N(\mu, \sigma^2) Existe-t-il un moyen de calculer ? J'ai essayé de comprendre l'intégrale, mais je n'ai pas fait beaucoup de progrès. Est-ce même possible?E (Y)E(Oui)\mathbb{E}(Y)
Mme A sélectionne un nombre au hasard dans la distribution uniforme sur . Ensuite, M. B tire de façon répétée et indépendante les nombres de la distribution uniforme sur , jusqu'à ce qu'il obtienne un nombre supérieur à , puis s'arrête. La somme attendue du nombre que M. B tire, …
J'examine comment la distance euclidienne minimale attendue entre des points uniformément aléatoires et l'origine change à mesure que nous augmentons la densité de points aléatoires ( points par unité de carré ) autour de l'origine. J'ai réussi à trouver une relation entre les deux décrits comme tels: Distance minimale prévue …
Je vois parfois des gens utiliser l'approximation de Taylor comme suit: E(ex)≈E(1+x)E(ex)≈E(1+x)E(e^x)\approx E(1+x) Je sais que l'approximation taylor fonctionne pour ex≈1+xex≈1+xe^x \approx 1+x Mais il n'est pas clair pour moi que nous pouvons faire l'approximation à l'intérieur de l'opérateur d'attente. Intuitivement, je suppose que cela fonctionne si "la probabilité que …
L'un de nos experts Monte-Carlo peut-il expliquer l'attente "inattendue" à la fin de cette réponse ? Résumé ex post facto de l'autre question / réponse: si sont des variables aléatoires IID et que les attentes existent, alors un simple argument de symétrie montre que , mais une expérience de Monte …
Supposons que est un vecteur de variables aléatoires. Veuillez ensuite vérifier que .XXXk×1k×1k\times 1EX′(EXX′)−1EX≤1EX′(EXX′)−1EX≤1EX^{\prime}(EXX^{\prime})^{-1}EX\leq 1 Lorsque c'est un résultat bien connu que . Mais comment le revendiquer en général?K=1K=1K=1(EX)2≤EX2(EX)2≤EX2(EX)^{2}\leq EX^{2}
Nous avons un jeu où votre paiement est de où est le nombre de fois que vous lancez une pièce pour atterrir sur des têtes (si votre premier lancer est une tête, alors ). Le paiement attendu est alors:2k2k2^kkkkk=1k=1k=1E=12(2)+14( 4 ) +18( 8 ) + . . .E=12(2)+14(4)+18(8)+...E = \frac{1}{2}(2) …
J'ai vu ce qui suit dans un manuel et j'ai du mal à comprendre le concept. Je comprends que est normalement distribué avec E ( ) = 0 et Var ( ) = .XnXnX_nXnXnX_nXnXnX_n1n1n\frac{1}{n} Cependant, je ne comprends pas pourquoi la multiplication de par le rendrait normal.XnXnX_nn−−√n\sqrt n
Je cite (soulignement le mien) de la définition de wikipedia : La proposition de la théorie des probabilités connue sous le nom de loi de l'espérance totale, ..., stipule que si X est une variable aléatoire intégrable (c'est-à-dire une variable aléatoire satisfaisant E (| X |) <∞) et Y est …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.