J'essaie de comprendre ce problème. Un dé est lancé 100 fois. Quelle est la probabilité qu'aucun visage n'apparaisse plus de 20 fois? Ma première pensée a été d'utiliser la distribution binomiale P (x) = 1 - 6 cmf (100, 1/6, 20) mais c'est évidemment faux puisque nous comptons certains cas …
Le test d'hypothèse s'apparente à un problème de classification. Disons que nous avons 2 étiquettes possibles pour une observation (sujet) - Coupable vs Non coupable. Que l'hypothèse non coupable soit nulle. Si nous considérions le problème du point de vue de la classification, nous formerions un classificateur qui prédirait la …
Supposons une planète avec une très très longue année de jours. Il y a 1 million d'étrangers lors d'une fête dans une pièce, et personne ne partage un anniversaire. Que peut-on déduire de la taille de ?NNNNNNN (Cette question plus compacte remplace celle mal formulée. )
Hier, mes colocataires et moi jouions à des jeux de cartes et quelqu'un a posé cette question. Nous avons essayé de résoudre le problème, mais nous n'avons pas pu le comprendre. Ce matin, je me suis réveillé et je me demande toujours comment le résoudre. Pourriez-vous m'aider?
Je recherche un livre qui offre une couverture approfondie et rigoureuse de la théorie des probabilités, mais en mettant l'accent sur le matériel qui est principalement utile en dehors d'un département de mathématiques. J'ai entendu dire que "La théorie des probabilités: explorations et applications" est assez bonne, mais je voulais …
Soit une séquence de variables aléatoires de Bernoulli indépendantes avec Définissez Montrez que converge en distribution vers la variable normale standard Z lorsque n tend vers l'infini.{Xn:n≥1}{Xn:n≥1}\{X_n:n\ge1\}P{Xk=1}=1−P{Xk=0}=1k.P{Xk=1}=1−P{Xk=0}=1k.P\{X_k=1\}=1-P\{X_k=0\}=\frac{1}{k}.Sn=∑k=1n(Xk−1k), B2n=∑k=1nk−1k2Sn=∑k=1n(Xk−1k), Bn2=∑k=1nk−1k2S_n=\sum^{n}_{k=1}\left(X_k-\frac{1}{k}\right), \ B_n^2=\sum^{n}_{k=1}\frac{k-1}{k^2}SnBnSnBn\frac{S_n}{B_n}ZZZnnn Ma tentative est d'utiliser le Lyapunov CLT, donc nous devons montrer qu'il existe un δ>0δ>0\delta>0 tel que limn→∞1B2+δn∑k=1nE[|Xk−1k|2+δ]=0.limn→∞1Bn2+δ∑k=1nE[|Xk−1k|2+δ]=0.\lim_{n\rightarrow \infty}\frac{1}{B_n^{2+\delta}}\sum_{k=1}^{n}E[|X_k-\frac{1}{k}|^{2+\delta}]=0. …
Il est considéré comme le cas idéal dans lequel la structure de probabilité sous-jacente aux catégories est parfaitement connue. Pourquoi est-ce qu'avec le classificateur Bayes, nous obtenons les meilleures performances possibles? Quelle est la preuve / explication formelle de cela? Comme nous utilisons toujours le classificateur Bayes comme référence pour …
Question: à quoi ressemble une distribution binomiale bivariée dans un espace tridimensionnel? Ci-dessous se trouve la fonction spécifique que je voudrais visualiser pour différentes valeurs des paramètres; à savoir, nnn , et . p 2p1p1p_{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. Notez qu'il existe deux contraintes; et . De …
Si 20 essais Bernoulli indépendants sont effectués chacun avec une probabilité de réussite et donc d'échec différente. Quelle est la probabilité que exactement n des 20 essais aient réussi? Existe-t-il une meilleure façon de calculer ces probabilités plutôt que de simplement résumer les combinaisons de probabilités de réussite et d'échec?
Je pense à quelque chose depuis un certain temps maintenant, et comme je ne suis pas très compétent en théorie des probabilités, je pensais que cela pourrait être un bon endroit pour poser cette question. C'est quelque chose qui m'est venu dans les longues files d'attente des transports publics. Supposons …
J'ai identifié plusieurs endroits dans les manuels où le GLM est décrit avec 5 distributions (à savoir, Gamma, gaussienne, binomiale, gaussienne inverse et Poisson). Ceci est également illustré dans la fonction familiale dans R. Parfois, je rencontre des références au GLM où des distributions supplémentaires sont incluses ( exemple ). …
Veuillez fournir la preuve que Q ( x ) = x2+ x ϕ ( 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)} est convexe∀ x > 0∀X>0\forall x>0 . Ici,ϕϕ\phietΦΦ\mathbf{\Phi}sont respectivement les PDF et CDF normaux standard. ÉTAPES ESSAYÉES 1) MÉTHODE DE CALCUL J'ai essayé la méthode du calcul et j'ai une formule …
J'ai généré un tracé qq en utilisant le code suivant. Je sais que le tracé qq est utilisé pour vérifier si les données sont distribuées normalement ou non. Ma question est de savoir ce que les étiquettes des axes x et y indiquent dans le tracé qq et quelle est …
Dans une classe de statistiques élémentaires pour laquelle j'étais TA, le professeur a déclaré que lorsque la probabilité d'une erreur de type I augmente, la probabilité d'une erreur de type II β diminue et l'inverse est également vrai. Cela me suggère donc que ρ α , β < 0 .αα\alphaββ\betaρα …
Supposons que vous ayez une variable explicative où représente une coordonnée donnée. Vous avez également une variable de réponse . Maintenant, nous pouvons combiner les deux variables comme:X=(X(s1),…,X(sn))X=(X(s1),…,X(sn)){\bf{X}} = \left(X(s_{1}),\ldots,X(s_{n})\right)sssY=(Y(s1),…,Y(sn))Y=(Y(s1),…,Y(sn)){\bf{Y}} = \left(Y(s_{1}),\ldots,Y(s_{n})\right) 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) Dans ce cas, nous choisissons simplement μ(s)=(μ1μ2)Tμ(s)=(μ1μ2)T\boldsymbol{\mu}(s) …
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.