Disons que j'ai N balles dans un sac. Lors de mon premier tirage, je marque la balle et la replace dans le sac. Lors de mon deuxième tirage, si je prends une balle marquée, je la remets dans le sac. Cependant, si je prends une balle non marquée, je la …
J'ai un doute: considérons les variables aléatoires de valeur réelle et définies sur l'espace de probabilité .XXXZZZ(Ω,F,P)(Ω,F,P)(\Omega, \mathcal{F},\mathbb{P}) Soit , où est une fonction à valeur réelle. Puisque est une fonction de variables aléatoires, il s'agit d'une variable aléatoire.Y:=g(X,Z)Y:=g(X,Z)Y:= g(X,Z)g(⋅)g(⋅)g(\cdot)YYY Laissez soit une réalisation de .x:=X(ω)x:=X(ω)x:=X(\omega)XXX Est égal à ?P(Y|X=x)=P(g(X,Z)|X=x)P(Y|X=x)=P(g(X,Z)|X=x)\mathbb{P}(Y|X=x)=\mathbb{P}(g(X,Z)|X=x)P(g(x,Z))P(g(x,Z))\mathbb{P}(g(x,Z))
Je lis actuellement le livre " Programmation probabiliste et méthodes bayésiennes pour les pirates ". J'ai lu quelques chapitres et je pensais au premier chapitre où le premier exemple avec pymc consiste à détecter un point de sorcière dans les messages texte. Dans cet exemple, la variable aléatoire pour indiquer …
SoitXn=⎧⎩⎨1−12kw.p. (1−2−n)/2w.p. (1−2−n)/2w.p. 2−k for k>nXn={1w.p. (1−2−n)/2−1w.p. (1−2−n)/22kw.p. 2−k for k>nX_n = \begin{cases} 1 & \text{w.p. } (1 - 2^{-n})/2\\ -1 & \text{w.p. } (1 - 2^{-n})/2\\ 2^k & \text{w.p. } 2^{-k} \text{ for } k > n\\ \end{cases} Je dois montrer que même si cela a des moments infinis,n−−√(X¯n)→dN(0,1)n(X¯n)→dN(0,1)\sqrt{n}(\bar{X}_n) …
Étant donné nombres, où la valeur de chaque nombre est différente, notée , et la probabilité de sélectionner chaque nombre est , respectivement.nnnv1,v2,...,vnv1,v2,...,vnv_1, v_2, ..., v_np1,p2,...,pnp1,p2,...,pnp_1, p_2, ..., p_n Maintenant, si je sélectionne nombres basés sur les probabilités données, où , quelle est l'attente de la somme de ces nombres? …
Je me prépare pour un entretien qui nécessite une connaissance décente des probabilités de base (au moins pour passer l'entretien lui-même). Je travaille à travers la feuille ci-dessous de mes jours d'étudiant comme révision. Cela a surtout été assez simple, mais je suis complètement perplexe sur la question 12. http://www.trin.cam.ac.uk/dpk10/IA/exsheet2.pdf …
J'ai récemment fini de lire The Lady Tasting Tea , un livre amusant sur l'histoire des statistiques. À la fin du livre, l'auteur, David Salsburg , propose trois problèmes philosophiques ouverts en statistique, dont les solutions selon lui auraient des implications plus importantes pour l'application de la théorie statistique à …
J'ai un modèle dynamique de Naive Bayes formé sur quelques variables temporelles. La sortie du modèle est la prédiction de P(Event) @ t+1, estimée à chacun t. L'intrigue de P(Event)versus timeest indiquée dans la figure ci-dessous. Dans cette figure, la ligne noire représente P(Event)comme prévu par mon modèle; la ligne …
J'étudie différentes méthodes d'estimation ponctuelle et je lis que lors de l'utilisation d'estimations MAP vs ML, lorsque nous utilisons un "a priori uniforme", les estimations sont identiques. Quelqu'un peut-il expliquer ce qu'est un a priori «uniforme» et donner des exemples (simples) de cas où les estimateurs MAP et ML seraient …
Soit des variables aléatoires indépendantes prenant des valeurs ou avec une probabilité de 0,5 chacune. Considérons la somme . Je souhaite limiter la probabilité . La meilleure limite que j'ai en ce moment est où c est une constante universelle. Ceci est obtenu en limitant la probabilité Pr (| x_1 …
Quels sont certains des tests statistiques bien connus pour mesurer l'adéquation des variables aléatoires observées à une distribution de poisson? Je sais que le test de Kolmogorov-Smirnov en fait partie, en existe-t-il d'autres?
Disons que j'essaie de découvrir la probabilité que la saveur de crème glacée préférée de quelqu'un soit la vanille. Je sais que la personne aime aussi les films d'horreur. Je veux découvrir la probabilité que la crème glacée préférée de la personne soit de la vanille étant donné qu'elle aime …
Supposons que j'ai un échantillon de fréquences de 4 événements possibles: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 et j'ai les probabilités attendues que mes événements se produisent: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Avec la somme des fréquences …
Petite question: pourquoi est-ce vrai ?? Longue question: Très simplement, j'essaie de comprendre ce qui justifie cette première équation. L'auteur du livre que je lis, (contexte ici si vous le souhaitez, mais pas nécessaire), affirme ce qui suit: En raison de l'hypothèse de quasi-gaussianité, nous pouvons écrire: p0(ξ)=Aϕ(ξ)exp(an+1ξ+(an+2+12)ξ2+∑i=1naiGi(ξ))p0(ξ)=Aϕ(ξ)exp(an+1ξ+(an+2+12)ξ2+∑i=1naiGi(ξ)) p_0(\xi) = …
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.