Perguntas com a marcação «conditional-probability»

A probabilidade de um evento A ocorrer, quando outro evento B é conhecido por ocorrer ou ter ocorrido. É geralmente indicado por P (A | B).

4
Quais são os valores corretos para precisão e rechamada em casos extremos?
Precisão é definida como: p = true positives / (true positives + false positives) É verdade que, como true positivese false positivesabordagem 0, a precisão se aproxima de 1? Mesma pergunta para recall: r = true positives / (true positives + false negatives) No momento, estou implementando um teste estatístico …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
3
Por que o fator de normalização é necessário no teorema de Bayes?
O teorema de Bayes vai P( modelo | dados ) = P( modelo ) × P( dados | modelo )P( dados )P(modelo|dados)=P(modelo)×P(dados|modelo)P(dados) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Está tudo bem. Mas eu li em algum lugar: Basicamente, P (dados) nada mais é do que uma constante normalizadora, ou seja, uma …
3
Intuição para Expectativa Condicional de -algebra
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 …
4
Problema com a prova da expectativa condicional como melhor preditor
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( …
1
simulando amostras aleatórias com um determinado MLE
Essa pergunta de validação cruzada que pergunta sobre simular uma amostra condicional a uma soma fixa me lembrava de um problema que George Casella me colocou . f(x|θ)f(x|θ)f(x|\theta)(X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n)θθ\thetaθ(X1,...,Xn) θ (X1,...,Xn)θ^(x1,…,xn)=argmin∑i=1nlogf(xi|θ)θ^(x1,…,xn)=arg⁡min∑i=1nlog⁡f(xi|θ)\hat{\theta}(x_1,\ldots,x_n)=\arg\min \sum_{i=1}^n \log f(x_i|\theta)θθ\theta(X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n)θ^(X1,…,Xn)θ^(X1,…,Xn)\hat{\theta}(X_1,\ldots,X_n) Por exemplo, considere uma distribuição , com o parâmetro de localização , cuja densidade é Se como …
4
Por que P (A, B | C) / P (B | C) = P (A | B, C)?
Eu entendo P(A∩B)/P(B)=P(A|B)P(A∩B)/P(B)=P(A|B)P(A\cap B)/P(B) = P(A|B) . A condicional é a interseção de A e B dividida por toda a área de B. Mas por que P(A∩B|C)/P(B|C)=P(A|B∩C)P(A∩B|C)/P(B|C)=P(A|B∩C)P(A\cap B|C)/P(B|C) = P(A|B \cap C) ? Você pode dar alguma intuição? Não deveria ser: P(A∩B∩C)/P(B,C)=P(A|B∩C)P(A∩B∩C)/P(B,C)=P(A|B∩C)P(A\cap B \cap C)/P(B,C) = P(A|B \cap C) ?
3
Se forem IID, calcule , onde
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) …
6
A estatística mais importante: '90% de todas as mulheres sobreviveram' ou '90% de todas as que sobreviveram eram mulheres'?
Considere as seguintes declarações do Titanic: Suposição 1: Somente homens e mulheres estavam no navio Suposição 2: Havia um grande número de homens e mulheres Declaração 1: 90% de todas as mulheres sobreviveram Declaração 2: 90% de todos os que sobreviveram eram mulheres O primeiro indica que salvar mulheres era …
1
Teorema de Bayes com múltiplas condições
Não entendo como essa equação foi derivada. P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M_{1}\cap M_{2}) \leq \frac{P(I)}{P(I')}\cdot \frac{P(M_{1}|I)P(M_{2}|I)}{P(M_{1}|I')P(M_{2}|I')} Esta equação foi do artigo "Trial by Probability", onde o caso de OJ Simpson foi dado como um exemplo de problema. O réu está sendo julgado por duplo assassinato e duas evidências são apresentadas contra ele. é o …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.