Perguntas com a marcação «probability»

Uma probabilidade fornece uma descrição quantitativa da provável ocorrência de um evento específico.

1
Representando graficamente uma curva de probabilidade para um modelo Logit com vários preditores
Eu tenho a seguinte função de probabilidade: Prob=11+e−zProb=11+e−z\text{Prob} = \frac{1}{1 + e^{-z}} Onde z=B0+B1X1+⋯+BnXn.z=B0+B1X1+⋯+BnXn.z = B_0 + B_1X_1 + \dots + B_nX_n. Meu modelo parece Pr(Y=1)=11+exp(−[−3.92+0.014×(bid)])Pr(Y=1)=11+exp⁡(−[−3.92+0.014×(bid)])\Pr(Y=1) = \frac{1}{1 + \exp\left(-[-3.92 + 0.014\times(\text{bid})]\right)} Isso é visualizado através de uma curva de probabilidade que se parece com a abaixo. Estou pensando em …
2
Estimador imparcial de exponencial de medida de um conjunto?
Suponha que tenhamos um conjunto (mensurável e adequadamente comportado) S⊆B⊂RnS⊆B⊂RnS\subseteq B\subset\mathbb R^n , onde BBB é compacto. Além disso, suponha que possamos extrair amostras da distribuição uniforme sobre BBB na medida de Lebesgue λ(⋅)λ(⋅)\lambda(\cdot) e que conhecemos a medida λ(B)λ(B)\lambda(B) . Por exemplo, talvez BBB é uma caixa de [−c,c]n[−c,c]n[-c,c]^n …
5
É possível que duas variáveis ​​aleatórias da mesma família de distribuição tenham a mesma expectativa e variância, mas diferentes momentos superiores?
Eu estava pensando no significado de família em escala de localização. Meu entendimento é que, para cada membro de uma família de escalas de localização com parâmetros localização , a distribuição de não depende de nenhum parâmetro e é a mesma para todos os pertencentes a essa família.a b Z …
1
Condição necessária e suficiente no MGF conjunto para a independência
Suponha que eu tenha um momento conjunto gerando a função para uma distribuição conjunta com CDF . É ambos um necessária e suficiente de condição para independência de e ? Eu verifiquei alguns livros, que mencionavam apenas a necessidade:MX,Y(s,t)MX,Y(s,t)M_{X,Y}(s,t)FX,Y(x,y)FX,Y(x,y)F_{X,Y}(x,y)MX,Y(s,t)=MX,Y(s,0)⋅MX,Y(0,t)MX,Y(s,t)=MX,Y(s,0)⋅MX,Y(0,t)M_{X,Y}(s,t)=M_{X,Y}(s,0)⋅M_{X,Y}(0,t)XXXYYY FX,Y(x,y)=FX(x)⋅FY(y)⟹MX,Y(s,t)=MX(s)⋅MY(t)FX,Y(x,y)=FX(x)⋅FY(y)⟹MX,Y(s,t)=MX(s)⋅MY(t)F_{X,Y}(x,y)=F_X(x)\cdot F_Y(y) \implies M_{X,Y}(s,t)=M_X(s) \cdot M_Y(t) Esse resultado é claro, pois …
2
Um MCMC que cumpre o saldo detalhado produz uma distribuição estacionária?
Eu acho que entendo a equação da condição de equilíbrio detalhado, que afirma que, para probabilidade de transição e distribuição estacionária , uma Cadeia de Markov satisfaz um balanço detalhado seqqqππ\piq(x|y)π(y)=q(y|x)π(x),q(x|y)π(y)=q(y|x)π(x),q(x|y)\pi(y)=q(y|x)\pi(x), isso faz mais sentido para mim se eu o reafirmar como: q(x|y)q(y|x)=π(x)π(y).q(x|y)q(y|x)=π(x)π(y).\frac{q(x|y)}{q(y|x)}= \frac{\pi(x)}{\pi(y)}. Basicamente, a probabilidade de transição do …
1
Diferentes transformações de densidade de probabilidade devido ao fator jacobiano
No reconhecimento de padrões e no aprendizado de máquina de Bishop, li o seguinte, logo após a densidade de probabilidade :p(x∈(a,b))=∫bap(x)dxp(x∈(a,b))=∫abp(x)dxp(x\in(a,b))=\int_a^bp(x)\textrm{d}x Sob uma mudança não linear da variável, uma densidade de probabilidade se transforma de forma diferente de uma função simples, devido ao fator jacobiano. Por exemplo, se considerarmos uma …
2
Por que os modelos de "erro no X" não são mais amplamente utilizados?
Quando calcular o erro padrão de um coeficiente de regressão, que não conta para a aleatoriedade na matriz de design XXX . Em OLS, por exemplo, nós calcular var(β^)var(β^)\text{var}(\hat{\beta}) como var((XTX)−1XTY)=σ2(XTX)−1var((XTX)−1XTY)=σ2(XTX)−1\text{var}((X^TX)^{-1}X^TY) = \sigma^2(X^TX)^{-1} Se o XXX foram considerados aleatória, a lei da variância total que, em certo sentido, exigir a …
2
Como os bayesianos verificam seus métodos usando os métodos de simulação de Monte Carlo?
Formação : Tenho doutorado em psicologia social, onde estatística e matemática teóricas mal foram abordadas em meus cursos quantitativos. Durante o curso de graduação e pós-graduação, fui ensinado (como muitos de vocês também nas ciências sociais, provavelmente) através da estrutura freqüentista "clássica". Agora, eu também adoro R e usando métodos …
1
Soma limitante das variáveis ​​gama iid
Seja uma sequência de variáveis ​​aleatórias independentemente e identicamente distribuídas com a função de densidade de probabilidade; Mostre queX1,X2,…X1,X2,…X_1,X_2,\ldotsf(x)={12x2e−x0if x>0;otherwise.f(x)={12x2e−xif x>0;0otherwise. f(x) = \left\{ \begin{array}{ll} \frac{1}{2}x^2 e^{-x} & \mbox{if $x>0$};\\ 0 & \mbox{otherwise}.\end{array} \right. limn→∞P[X1+X2+…+Xn≥3(n−n−−√)]≥12limn→∞P[X1+X2+…+Xn≥3(n−n)]≥12\lim_{n\to \infty} P[X_1+X_2+\ldots+X_n\ge 3(n-\sqrt{n})] \ge \frac{1}{2} O que eu tentei À primeira vista, eu pensei que …
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.