Perguntas com a marcação «conditional-probability»

Existem muitas perguntas (como esta ) sobre alguma ambiguidade com a fórmula bayesiana em caso contínuo. p(θ|x)=p(x|θ)⋅p(θ)p(x)p(θ|x)=p(x|θ)⋅p(θ)p(x)p(\theta | x) = \frac{p(x | \theta) \cdot p(\theta)}{p(x)} Muitas vezes, a confusão surge do fato de que a definição da distribuição condicional f(variable|parameter)f(variable|parameter)f(variable | parameter) é explicada como fff sendo função da variablevariablevariable …

9 distributions  bayesian  conditional-probability  likelihood 

Estou trabalhando no Think Bayes (gratuito aqui: http://www.greenteapress.com/thinkbayes/ ) e estou no exercício 3.1. Aqui está um resumo do problema: "Uma ferrovia numera suas locomotivas na ordem 1..N. Um dia você vê uma locomotiva com o número 60. Estime quantas locomotivas a ferrovia possui." Essa solução é encontrada com a …

9 bayesian  conditional-probability  bayes 

Estou trabalhando (auto-estudo) no livro de ET Jaynes, Probability Theory - The Logic of Science Problema original O Exercício 2.1 diz: "É possível encontrar uma fórmula geral para análoga a [a fórmula ] das regras de produto e soma. Em caso afirmativo, deduza-o; caso contrário, explique por que isso não …

9 probability  bayesian  self-study  conditional-probability 

Eu tenho duas variáveis ​​aleatórias que são independentes e identicamente distribuídas, por exemplo, :ϵ1, ϵ0 0∼iidGumbel ( μ , β)ϵ1,ϵ0∼iidGumbel(μ,β)\epsilon_{1}, \epsilon_{0} \overset{\text{iid}}{\sim} \text{Gumbel}(\mu,\beta) F( ϵ ) = exp( - exp( - ϵ - μβ) ) ,F(ϵ)=exp⁡(−exp⁡(−ϵ−μβ)),F(\epsilon) = \exp(-\exp(-\frac{\epsilon-\mu}{\beta})), f( ϵ ) = 1βexp( - ( ϵ - μβ+ exp( - …

8 probability  logistic  conditional-probability  conditional-expectation  gumbel 

Eu realmente não vi nenhum livro de probabilidades calcular expectativa condicional, exceto as σσ\sigma álgebras geradas por uma variável aleatória discreta. Eles simplesmente afirmam a existência de expectativa condicional, juntamente com suas propriedades, e deixam assim. Acho isso um pouco perturbador e estou tentando encontrar um método para calculá-lo. É …

8 probability  conditional-probability  conditional-expectation  conditioning  sigma-algebra 

Suponha que a Terra tenha sido atacada por naves espaciais marcianas e suponha que temos mísseis para lançar contra as naves espaciais. A probabilidade de atingir e destruir cada nave espacial por cada míssil é (independente do resto).nnnm=k⋅nm=k⋅nm=k \cdot nnnnppp Qual é a probabilidade de destruir todas as naves espaciais …

8 probability  conditional-probability  markov-process  coupon-collector-problem 

Foi-me dito que um evento é apenas uma variável aleatória que foi atribuída e que variáveis ​​aleatórias são uma generalização de eventos. No entanto, não posso relacionar isso à definição de um evento como um subconjunto do espaço de amostra . Além disso, um evento pode acontecer ou não, enquanto …

8 probability  distributions  conditional-probability  random-variable 

A seguir, é derivada de uma densidade de um artigo que estou estudando atualmente. Desculpe pela má qualidade, é um artigo bastante antigo. Preciso esclarecer que tem a densidade exponencial padrão em ( 0 , ∞ ) , U é uniforme em ( 0 , 1 ) e eles são …

8 probability  self-study  distributions  conditional-probability  cdf 

Seja a distribuição de destino em que é absolutamente continuamente escrita na medida de Lebesgue dimensional, ou seja:ππ\pi(Rd,B(Rd))(Rd,B(Rd))(\mathbb{R}^d,\mathcal{B}(\mathbb{R^d}))ddd ππ\pi admite uma densidade em com π(x1,...,xd)π(x1,...,xd)\pi(x_1,...,x_d)λdλd\lambda^dλd(dx1,...,dxd)=λ(dx1)⋅⋅⋅λ(dxd)λd(dx1,...,dxd)=λ(dx1)⋅⋅⋅λ(dxd)\lambda^d(dx_1,...,dx_d) = \lambda(dx_1) \cdot \cdot \cdot \lambda (dx_d) Vamos supor que os condicionais completos de sejam conhecidos. Portanto, o núcleo de transição do Gibbs-Sampler é claramente …

8 bayesian  conditional-probability  markov-process  gibbs  integral 

Eu tenho uma pergunta sobre a mistura de conjugados anteriores. Aprendi e digo a mistura de conjugados anteriores algumas vezes quando estou aprendendo bayesiano. Estou me perguntando por que esse teorema é tão importante, como vamos aplicá-lo quando estivermos fazendo uma análise bayesiana. Para ser mais específico, um teorema de …

8 bayesian  conditional-probability  hierarchical-bayesian  conjugate-prior  exponential-family 

Eu tenho dois processos Poisson independentes e com taxas de chegada e , respectivamente. Agora, o tempo esperado para a chegada do próximo item para o processo mesclado deve ser .AAABBBλAλA\lambda_AλBλB\lambda_B1λA+λB1λA+λB\frac {1}{\lambda_A+\lambda_B} Supondo que seja a hora de chegada do próximo item do processo combinado e ou como os eventos …

8 conditional-probability  poisson-process 

Quando uma bola preta é sacada, ela não é substituída no conjunto, mas as bolas brancas são substituídas. Eu pensei nisso, com as anotações: bbb , o número inicial de bolas em preto e brancowww xi=(b−i)/(b+w−i)xi=(b−i)/(b+w−i)x_i = (b - i)/(b + w - i) A probabilidade de desenhar uma bola …

8 conditional-probability  randomness 

Meu projeto atual pode exigir que eu construa um modelo para prever o comportamento de um determinado grupo de pessoas. o conjunto de dados de treinamento contém apenas 6 variáveis ​​(id é apenas para fins de identificação): id, age, income, gender, job category, monthly spend em que monthly spendé a …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Fiz isso da maneira óbvia e meu amigo voltou com uma ideia melhor. Vocês podem julgar ou melhorar os dois? O meu caminho: O Cincinnati Bengals e o Cleveland Browns venceram no domingo pela primeira vez em 46 semanas (diz a ESPN). Isso parecia improvável demais ... 46 é muito …

8 conditional-probability 

Estou computando algumas probabilidades condicionais e intervalos de confiança associados a 95%. Para muitos de meus casos, tenho contagens diretas de xsucessos fora dos ntestes (de uma tabela de contingência), para que eu possa usar um intervalo de confiança binomial, como é fornecido por binom.confint(x, n, method='exact')in R. Em outros …

8 r  bayesian  confidence-interval  conditional-probability  hidden-markov-model  segmentation  hypothesis-testing  statistical-significance  multiple-comparisons  multiple-regression  r  regression  survey  sample  finite-population  pca  model-selection  dataset  partitioning  clustering  time-series  least-squares  regression  standard-error  causality  r  time-series  outliers  missing-data  machine-learning  svm  hypothesis-testing  discrete-data  r  data-visualization  survey  likert  finance  regression  pca  feature-selection  stepwise-regression  underdetermined  svm  natural-language