Perguntas com a marcação «conditional-expectation»

Qual é o significado exato da notação subscrita em expectativas condicionais na estrutura da teoria da medida? Esses subscritos não aparecem na definição de expectativa condicional, mas podemos ver, por exemplo, nesta página da wikipedia . (Observe que nem sempre foi o caso, a mesma página há alguns meses).EX[f(X)]EX[f(X)]\mathbb{E}_X[f(X)] Qual …

64 conditional-expectation  notation 

Recentemente me deparei com essa identidade: E[E(Y|X,Z)|X]=E[Y|X]E[E(Y|X,Z)|X]=E[Y|X]E \left[ E \left(Y|X,Z \right) |X \right] =E \left[Y | X \right] Obviamente, eu estou familiarizado com a versão mais simples dessa regra, a saber, que mas não consegui encontrar justificativa para sua generalização.E[E(Y|X)]=E(Y)E[E(Y|X)]=E(Y)E \left[ E \left(Y|X \right) \right]=E \left(Y\right) Ficaria grato se alguém …

43 self-study  conditional-probability  conditional-expectation 

Seja um espaço de probabilidade, dada uma variável aleatória e um -algebra podemos construir uma nova variável aleatória , que é a expectativa condicional.(Ω,F,μ)(Ω,F,μ)(\Omega,\mathscr{F},\mu)ξ:Ω→Rξ:Ω→R\xi:\Omega \to \mathbb{R}σσ\sigmaG⊆FG⊆F\mathscr{G}\subseteq \mathscr{F}E[ξ|G]E[ξ|G]E[\xi|\mathscr{G}] Qual é exatamente a intuição para pensar em ? Entendo a intuição para o seguinte:E[ξ|G]E[ξ|G]E[\xi|\mathscr{G}] (i) onde é um evento (com probabilidade positiva).E[ξ|A]E[ξ|A]E[\xi|A]AAA …

20 probability  conditional-probability  conditional-expectation  conditioning  sigma-algebra 

Eu tenho um problema com a prova de E(Y|X)∈argming(X)E[(Y−g(X))2]E(Y|X)∈arg⁡ming(X)E[(Y−g(X))2]E(Y|X) \in \arg \min_{g(X)} E\Big[\big(Y - g(X)\big)^2\Big] que muito provavelmente revelam um mal-entendido mais profundo de expectativas e expectativas condicionais. A prova que eu conheço é a seguinte (outra versão dessa prova pode ser encontrada aqui ) ===argming( X)E[ ( Y- g( …

19 mathematical-statistics  conditional-probability  proof  conditional-expectation 

Geralmente, qual é a diferença entre e ?E(X|Y)E(X|Y)E(X|Y)E(X|Y=y)E(X|Y=y)E(X|Y=y) Ex é função de e último é função de ? É tão confuso ..yyyxxx

18 conditional-expectation  notation  definition 

Sinto-me um pouco desconfortável com a maneira como lidei mentalmente com o paradoxo de Borel e outros "paradoxos" associados que lidam com probabilidade condicional. Para aqueles que estão lendo isso que não estão familiarizados com isso, consulte este link . Minha resposta mental até esse momento foi principalmente ignorá-la, porque …

17 probability  conditional-probability  conditional-expectation 

Seja denotado a mediana e denotado a média, de uma amostra aleatória de tamanho de uma distribuição que é . Como posso calcular ?Y YYˉ XX¯\bar{X} n = 2 k + 1 n=2k+1n=2k+1N ( μ , σ 2 ) N(μ,σ2)N(\mu,\sigma^2)E ( Y | ˉ X = ˉ x )E(Y|X¯=x¯)E(Y|\bar{X}=\bar{x}) Intuitivamente, …

16 self-study  normal-distribution  mathematical-statistics  expected-value  conditional-expectation 

Suponha que XXX e YYY tenham um segundo momento finito. No espaço de Hilbert de variáveis aleatórias com segundo momento finito (com produto interno de T1,T2T1,T2T_1,T_2 definido por E(T1T2)E(T1T2)E(T_1T_2) , ||T||2=E(T2)||T||2=E(T2)||T||^2=E(T^2) ), pode-se interpretar E(Y|X)E(Y|X)E(Y|X) como a projecção de YYY sobre o espaço de funções de XXX . Também sabemos …

15 variance  conditional-expectation 

Questão Se forem IID, calcule , onde .X1,⋯,Xn∼N(μ,1)X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1)E(X1∣T)E(X1∣T)\mathbb{E}\left( X_1 \mid T \right)T=∑iXiT=∑iXiT = \sum_i X_i Tentativa : Verifique se o abaixo está correto. Digamos, tomamos a soma dessas expectativas condicionais de modo que, Isso significa que cada desde que são IID.∑iE(Xi∣T)=E(∑iXi∣T)=T.∑iE(Xi∣T)=E(∑iXi∣T)=T.\begin{align} \sum_i \mathbb{E}\left( X_i \mid T \right) …

14 probability  self-study  mathematical-statistics  conditional-probability  conditional-expectation 

For a random variable X∼Exp(λ)X∼Exp(λ)X\sim \text{Exp}(\lambda) (E[X]=1λE[X]=1λ\mathbb{E}[X] = \frac{1}{\lambda}) I feel intuitively that E[X|X>x]E[X|X>x]\mathbb{E}[X|X > x] should equal x+E[X]x+E[X]x + \mathbb{E}[X] since by the memoryless property the distribution of X|X>xX|X>xX|X > x is the same as that of XXX but shifted to the right by xxx. However, I'm struggling to …

13 random-variable  exponential  conditional-expectation 

Estou tendo problemas para resolver o seguinte. Você compra cartas de um baralho padrão de 52 cartas sem ser substituído até obter um ás. Você tira do que resta até obter um 2. Você continua com 3. Qual é o número esperado em que você estará depois que o baralho …

12 self-study  conditional-probability  conditional-expectation  games  conditioning 

Queria entender melhor o teste exato de Fisher, então inventei o seguinte exemplo de brinquedo, em que f e m correspondem a homens e mulheres e n e y correspondem a "consumo de refrigerante" como este: > soda_gender f m n 0 5 y 5 0 Obviamente, isso é uma …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

O mgcvpacote para Rpossui duas funções para ajustar as interações do produto tensorial: te()e ti(). Entendo a divisão básica do trabalho entre os dois (ajustando uma interação não linear versus decompondo essa interação em efeitos principais e uma interação). O que não entendo é o porquê te(x1, x2)e ti(x1) + …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Considere 3 amostras de iid retiradas da distribuição uniforme , onde θ é o parâmetro. Eu quero encontrar E [ X ( 2 ) | X ( 1 ) , X ( 3 ) ] onde X ( i ) é a estatística da ordem i .u(θ,2θ)u(θ,2θ)u(\theta, 2\theta)θθ\thetaE[X(2)|X(1),X(3)]E[X(2)|X(1),X(3)] \mathbb{E}\left[X_{(2)}| X_{(1)}, …

9 uniform  conditional-expectation  order-statistics 

Eu tenho duas variáveis ​​normalmente distribuídas e com zero médio e matriz de covariância . Estou interessado em tentar calcular o valor de em termos das entradas de .X 2 Σ E [ X 2 1 X 2 2 ] ΣX1X1X_1X2X2X_2ΣΣ\SigmaE[X21X22]E[X12X22]E[X_1^2 X_2^2]ΣΣ\Sigma Usei a lei da probabilidade total para obter …

9 normal-distribution  conditional-expectation