Questions marquées «probability»

Une probabilité fournit une description quantitative de l'occurrence probable d'un événement particulier.

3
Comment pouvez-vous savoir si les bonnes performances sont consécutives?
Je résous les cubes de Rubik comme passe-temps. J'enregistre le temps qu'il m'a fallu pour résoudre le cube en utilisant un logiciel, et maintenant j'ai des données de milliers de résolutions. Les données sont essentiellement une longue liste de nombres représentant le temps pris par chaque résolution séquentielle (par exemple …
4
Combiner les probabilités d'accidents nucléaires
Les récents événements au Japon m'ont fait penser à ce qui suit. Les centrales nucléaires sont généralement conçues pour limiter le risque d'accidents graves à une «probabilité de référence», par exemple 10E-6 / an. Ce sont les critères d'une seule usine. Cependant, lorsqu'il y a une population de centaines de …
4
Comment estimer la densité d'un paramètre gonflé à zéro dans R?
J'ai un ensemble de données avec beaucoup de zéros qui ressemble à ceci: set.seed(1) x <- c(rlnorm(100),rep(0,50)) hist(x,probability=TRUE,breaks = 25) Je voudrais tracer une ligne pour sa densité, mais la density()fonction utilise une fenêtre mobile qui calcule les valeurs négatives de x. lines(density(x), col = 'grey') Il y a des …
10 r  probability  kde 
1
Les processus stochastiques tels que le processus gaussien / processus de Dirichlet ont-ils des densités? Sinon, comment la règle de Bayes peut-elle leur être appliquée?
Le processus de Dirichlet et le processus gaussien sont souvent appelés «distributions sur fonctions» ou «distributions sur distributions». Dans ce cas, puis-je parler de manière significative de la densité d'une fonction sous un GP? Autrement dit, le processus gaussien ou le processus de Dirichlet ont-ils une notion de densité de …
3
Si
Pour une variable aléatoire continue XXX , si E(|X|)E(|X|)E(|X|) est fini, est-ce que limn→∞nP(|X|&gt;n)=0limn→∞nP(|X|&gt;n)=0\lim_{n\to\infty}n P(|X|>n)=0 ? C'est un problème que j'ai trouvé sur Internet, mais je ne sais pas s'il tient ou non. Je sais que nP(|X|&gt;n)&lt;E(|X|)nP(|X|&gt;n)&lt;E(|X|)n P(|X|>n)<E(|X|) tient à l'inégalité de Markov, mais je ne peux pas montrer qu'elle …
1
Une convergence presque sûre n'implique pas une convergence complète
Nous disons que convergent complètement vers si pour chaque .X1,X2,…X1,X2,…X_1, X_2, \ldotsXXXϵ&gt;0ϵ&gt;0\epsilon>0 ∑∞n=1P(|Xn−X|&gt;ϵ)&lt;∞∑n=1∞P(|Xn−X|&gt;ϵ)&lt;∞\sum_{n=1}^\infty \text{P}\left(|X_n-X|>\epsilon\right) <\infty Avec le lemme de Borel Cantelli, il est simple de prouver qu'une convergence complète implique une convergence presque sûre. Je cherche un exemple où la convergence ne peut pas être prouvée avec Borel Cantelli. Il …
1
Estimateur non biaisé avec variance minimale pour
Soit un échantillon aléatoire issu d'une distribution pour . C'est à dire,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Trouver l'estimateur sans biais avec la variance minimale pourg(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Ma tentative: Comme la distribution géométrique est de la famille exponentielle, les statistiques sont complètes et suffisantes pour . De plus, si est un estimateur …
4
Modèle d'historique d'événement à temps discret (survie) dans R
J'essaie d'adapter un modèle à temps discret dans R, mais je ne sais pas comment le faire. J'ai lu que vous pouvez organiser la variable dépendante dans différentes lignes, une pour chaque observation de temps, et utiliser la glmfonction avec un lien logit ou cloglog. En ce sens, j'ai trois …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.