Questions marquées «probability»

Je lis un livre d'analyse de séries chronologiques et la formule de l'échantillon d'autocovariance est définie dans le livre comme: γˆ(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)γ^(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)\widehat{\gamma}(h) = n^{-1}\displaystyle\sum_{t=1}^{n-h}(x_{t+h}-\bar{x})(x_t-\bar{x}) avecpour . est la moyenne.γˆ(−h)=γˆ(h)γ^(−h)=γ^(h)\widehat{\gamma}(-h) = \widehat{\gamma}(h)\;ˉ xh=0,1,...,n−1h=0,1,...,n−1\;h = 0,1, ..., n-1x¯x¯\bar{x} Quelqu'un peut-il expliquer intuitivement pourquoi nous divisons la somme par et non par ? Le …

10 time-series  probability  mathematical-statistics 

Supposons que vous ayez un ensemble de résistances R, qui sont toutes distribuées avec la moyenne μ et la variance σ. Considérons une section d'un circuit avec la disposition suivante: (r) || (r + r) || (r + r + r). La résistance équivalente de chaque partie est r, 2r …

10 probability  sampling  variance 

Ceci est juste un exemple que j'ai rencontré plusieurs fois, donc je n'ai pas d'échantillons de données. Exécution d'un modèle de régression linéaire dans R: a.lm = lm(Y ~ x1 + x2) x1est une variable continue. x2est catégorique et a trois valeurs, par exemple "Low", "Medium" et "High". Cependant, la …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Bon nombre des questions que j'ai postées sur SE le mois dernier visaient à m'aider à résoudre ce problème particulier. Toutes les questions ont été répondues, mais je ne peux toujours pas trouver de solution. J'ai donc pensé que je devrais simplement poser le problème que j'essaie de résoudre directement. …

10 distributions  mathematical-statistics  probability  function 

Cette question a déjà une réponse ici : Comment seuiller la prédiction de probabilité multiclasse pour obtenir une matrice de confusion? (1 réponse) Fermé il y a 3 mois . Ce qui précède est un exemple très simple d'avoir une sortie de classificateur de probabilité pour un cas de classe …

10 probability  classification  precision-recall  multi-class 

Soit et des événements indépendants, et que et soient des événements indépendants. Comment puis-je montrer que et sont également des événements indépendants?UNEUNEABBBUNEUNEACCCUNEUNEAB ∪ CB∪CB\cup C Selon la définition des événements indépendants, et sont indépendants si et seulement siUNEUNEAB ∪ CB∪CB\cup CP( A ∩ ( B ∪ C) ) = P( …

10 probability  self-study  independence 

J'essaie d'avoir une intuition plus claire derrière: "Si rend plus probable alors rend plus probable" ieUNEAABBBBBBUNEAA Soit la taille de l'espace dans lequel se trouvent et , puisn ( S)n(S)n(S)UNEAABBB Revendication: doncP( B | A ) > P( B )P(B|A)>P(B)P(B|A)>P(B)n ( A B ) / n ( A ) > …

9 probability  inference  conditional-probability  intuition  association-measure 

Un ami m'a posé la question suivante. Je n'ai pas pu l'aider mais j'espère que quelqu'un pourra me l'expliquer. Je n'ai pas pu trouver d'exemple similaire. Merci pour toute aide et explication. Q: Les résultats de 100 expériences de lancer de pièces sont enregistrés comme 0 = "Queue" et 1 …

9 probability  inference  bernoulli-distribution 

La fonction de densité de probabilité d'une distribution uniforme (continue) est indiquée ci-dessus. L'aire sous la courbe est 1 - ce qui est logique puisque la somme de toutes les probabilités dans une distribution de probabilité est 1. Formellement, la fonction de probabilité ci-dessus (f (x)) peut être définie comme …

9 probability  distributions  uniform 

Z∼N(μ,Σ)Z∼N(μ,Σ)Z \sim \mathcal N(\mu, \Sigma)RdRd\mathbb R^dZ+=max(0,Z)Z+=max(0,Z)Z_+ = \max(0, Z) Cela se produit par exemple parce que, si nous utilisons la fonction d'activation ReLU à l'intérieur d'un réseau profond, et supposons via le CLT que les entrées d'une couche donnée sont approximativement normales, alors c'est la distribution des sorties. (Je suis …

9 probability  distributions  normal-distribution  moments  censoring 

J'ai donc eu un test de probabilité et je ne pouvais pas vraiment répondre à cette question. Il a juste demandé quelque chose comme ceci: "En considérant que est une variable aléatoire, 0 , utilisez l'inégalité correcte pour prouver ce qui est supérieur ou égal, E (X ^ 2) ^ …

9 probability  self-study  probability-inequalities 

Soit X1,…,Xn∼U(0,1)X1,…,Xn∼U(0,1)X_1,\dots,X_n \sim U(0,1) des variables aléatoires uniformes standard indépendantes et distribuées de manière identique. Let Yn=∑inX2iI seek: E[Yn−−√]Let Yn=∑inXi2I seek: E[Yn]\text{Let }\quad Y_n=\sum_i^nX_i^2 \quad \quad \text{I seek: } \quad \mathbb{E}\big[\sqrt{Y_n } \big] L'attente de YnYnY_n est simple: E[X2]E[Yn]=∫10y2y√=13=E[∑inX2i]=∑inE[X2i]=n3E[X2]=∫01y2y=13E[Yn]=E[∑inXi2]=∑inE[Xi2]=n3\begin{align} \mathbb{E}\left[X^2\right] &=\int_0^1\frac{y}{2\sqrt{y}}=\frac{1}{3}\\ \mathbb{E}\left[Y_n\right] &=\mathbb{E}\left[\sum_i^nX_i^2\right] = \sum_i^n\mathbb{E}\left[X_i^2\right]=\frac{n}{3} \end{align} Maintenant pour la partie …

9 probability  expected-value  uniform  central-limit-theorem  mgf 

Soit IID et . Cela semble évident, mais j'ai du mal à le déduire formellement.ˉ X = ∑ n i = 1 X i E [ X iXiXiX_iX¯=∑ni=1XiX¯=∑i=1nXi\bar{X} = \sum_{i=1}^{n} X_iE[XiX¯]= ?E[XiX¯]= ? E\left[\frac{X_i}{\bar{X}}\right] = \ ?

9 probability  random-variable  expected-value 

Je dois vous assurer que mon sitemap XML a moins de des déchets (liens brisés). La liste d'URL se compte par centaines de milliers, et même s'il était possible de les tester tous 1 par 1, je préfère ne pas, pour de nombreuses raisons:1 %1%1\% 1 - Saved bandwidth 2 …

9 probability  confidence-interval  sample-size 

Eh bien, nous ne pouvons pas, voir par exemple https://en.wikipedia.org/wiki/Subindependence pour un contre-exemple intéressant. Mais la vraie question est: existe-t-il un moyen de renforcer la condition pour que l'indépendance suive? Par exemple, existe-t-il un ensemble de fonctions sorte que si pour tout alors l'indépendance suit? Et, quelle taille doit avoir …

9 probability  mathematical-statistics  references  random-variable  independence