Questions marquées «probability»

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

2
Qu'est-ce qu'Epsilon Convergence in Probability?
Je comprends que la formule de probabilité de convergence est P[ |Xn-X∞| >ϵ]→0P[|Xn−X∞|>ϵ]→0P[|X_n − X_\infty| \gt \epsilon ]\to 0et je peux résoudre des problèmes en utilisant la formule. Quelqu'un peut-il l'expliquer intuitivement (comme j'ai cinq ans), en particulier en ce qui concerne ceϵϵ\epsilon est?

3
Vous sélectionnez au hasard deux entiers distincts entre 1 et 100. Quelle est la probabilité que le plus grand nombre soit exactement le double du plus petit?
J'ai récemment passé un test HackerRank pour un poste en Data Science et j'ai mal répondu à cette question. Je suis venu 1/200. Voici comment: Il y a 50 combinaisons qui rendront cela vrai. (c'est-à-dire {1,2}, {2,4}, {3,6} ... {50,100}). La probabilité qu'un nombre spécifique soit choisi est 1/100. La …

1
Montrer que ont une distribution normale
Soit et indépendants. Montrer que ont une distribution normale et trouver les paramètres de cette distribution.Y1∼SN(μ1,σ21,λ)Y1∼SN(μ1,σ12,λ)Y_1\sim SN(\mu_1,\sigma_1^2,\lambda)Y2∼N(μ2,σ22)Y2∼N(μ2,σ22)Y_2\sim N(\mu_2,\sigma_2^2)Y1+Y2Y1+Y2Y_1+Y_2 Comme les variables aléatoires sont indépendantes, j'ai essayé d'utiliser la convolution. SoitZ=Y1+Y2Z=Y1+Y2Z=Y_1+Y_2 fZ(z)=∫∞−∞2ϕ(y1|μ1,σ1)Φ(λ(y1−μ1σ1))ϕ(z−y1|μ2,σ22)dy1fZ(z)=∫−∞∞2ϕ(y1|μ1,σ1)Φ(λ(y1−μ1σ1))ϕ(z−y1|μ2,σ22)dy1f_Z(z)=\int_{-\infty}^{\infty}2\phi(y_1|\mu_1,\sigma_1)\Phi\Big(\lambda(\frac{y_1-\mu_1}{\sigma_1})\Big)\phi(z-y_1|\mu_2,\sigma_2^2)\,\text{d}y_1 Ici et sont respectivement les pdf et cdf normaux standard.ϕ()ϕ()\phi()Φ()Φ()\Phi() fZ(z)=∫∞−∞212πσ1−−−−√12πσ2−−−−√exp(−12σ21(y1−μ)2−12σ22((z−y1)2−μ)2)Φ(λ(y1−μ1σ1))dy1fZ(z)=∫−∞∞212πσ112πσ2exp(−12σ12(y1−μ)2−12σ22((z−y1)2−μ)2)Φ(λ(y1−μ1σ1))dy1f_Z(z)=\int_{-\infty}^{\infty}2\frac{1}{\sqrt{2\pi\sigma_1}}\frac{1}{\sqrt{2\pi\sigma_2}}exp\Big(-\frac{1}{2\sigma_1^2}(y_1-\mu)^2-\frac{1}{2\sigma_2^2}((z-y_1)^2-\mu)^2\Big)\Phi\Big(\lambda(\frac{y_1-\mu_1}{\sigma_1})\Big)\,\text{d}y_1 Pour les notations simplifiées, soitk = 212 πσ1√12 …

1
Calcul de l'attente conditionnelle sur les -algèbres
Je n'ai pas vraiment vu de livres de probabilité calculer l'espérance conditionnelle, à l'exception des algèbres générées par une variable aléatoire discrète. Ils déclarent simplement l'existence de l'attente conditionnelle, ainsi que ses propriétés, et en restent là. Je trouve cela un peu dérangeant et j'essaie de trouver une méthode pour …


1
Loi de l'expecation totale / règle de la tour: Pourquoi les deux variables aléatoires doivent-elles provenir du même espace de probabilité?
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 …

3
Comment effectuer une SVD pour imputer des valeurs manquantes, un exemple concret
J'ai lu les excellents commentaires sur la façon de traiter les valeurs manquantes avant d'appliquer SVD, mais j'aimerais savoir comment cela fonctionne avec un exemple simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Étant donné la matrice …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 

1
Distribution d'un polynôme du deuxième degré d'une variable aléatoire gaussienne
Je voudrais calculer P( O= aX2+ b X+ c &lt; 0 )P(Y=aX2+bX+c&lt;0)P(Y=aX^2+bX+c<0) où . Je peux le faire assez facilement en utilisant Monte Carlo. Cependant, on m'a demandé de trouver le pdf analytique de , puis de calculerX∼ N( 0 , σ)X∼N(0,σ)X \sim N(0,\sigma)FOui( y)fY(y)f_Y(y)OuiYY je=∫0- ∞FOui( y) dyI=∫−∞0fY(y)dyI=\int_{-\infty}^0 f_Y(y) …

5
Comment une distribution de probabilité peut-elle diverger?
Comment, par exemple, la distribution Gamma peut-elle diverger près de zéro (pour un ensemble approprié de paramètres d'échelle et de forme, disons forme et échelle ), tout en ayant sa surface égale à un?=0.1=0.1=0.1=10=10=10 Si je comprends bien, l'aire d'une distribution de densité de probabilité doit toujours être égale à …

1
Attaque de Mars (probabilité de détruire vaisseaux spatiaux avec missiles)
Supposons que la Terre ait été attaquée par vaisseaux spatiaux martiens et supposons que nous ayons missiles à lancer contre les vaisseaux spatiaux. La probabilité de toucher et de détruire chaque vaisseau spatial par chaque missile est (indépendante du reste).nnnm=k⋅nm=k⋅nm=k \cdot nnnnppp Quelle est la probabilité de détruire tous les …






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.