Perguntas com a marcação «probability»

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

3
Como você sabe se as boas performances aparecem em estrias?
Eu resolvo os cubos de Rubik como um hobby. Registro o tempo que levou para resolver o cubo usando algum software e agora tenho dados de milhares de soluções. Os dados são basicamente uma longa lista de números que representam o tempo que cada resolução seqüencial levou (por exemplo, 22.11, …
4
Combinando probabilidades de acidentes nucleares
Os eventos recentes no Japão me fizeram pensar no seguinte. Usinas nucleares são geralmente projetadas para limitar o risco de acidentes graves a uma 'probabilidade de base de projeto', por exemplo, por exemplo, 10E-6 / ano. Este é o critério para uma única planta. No entanto, quando há uma população …
4
Como posso estimar a densidade de um parâmetro inflado com zero em R?
Eu tenho um conjunto de dados com muitos zeros que se parece com isso: set.seed(1) x <- c(rlnorm(100),rep(0,50)) hist(x,probability=TRUE,breaks = 25) Gostaria de desenhar uma linha para sua densidade, mas a density()função usa uma janela em movimento que calcula valores negativos de x. lines(density(x), col = 'grey') Há density(... from, …
10 r  probability  kde 
2
Qual é a probabilidade de dado ?
Suponha que XXX e YYY sejam bivariados normais com média μ=(μ1,μ2)μ=(μ1,μ2)\mu=(\mu_1,\mu_2) e covariância Σ=[σ11σ12σ12σ22]Σ=[σ11σ12σ12σ22]\Sigma = \begin{bmatrix} \sigma_{11} & \sigma_{12} \\ \sigma_{12} & \sigma_{22} \\ \end{bmatrix} . Qual é a probabilidade Pr(X&lt;Y|min(X,Y))Pr(X&lt;Y|min(X,Y))\Pr\left(X<Y|\min\left(X,Y\right)\right) ?
1
Os processos estocásticos, como o processo gaussiano / processo de Dirichlet, têm densidades? Caso contrário, como a regra de Bayes pode ser aplicada a eles?
O processo de Dirichlet e o processo gaussiano são frequentemente referidos como "distribuições sobre funções" ou "distribuições sobre distribuições". Nesse caso, posso falar significativamente sobre a densidade de uma função em um GP? Ou seja, o Processo Gaussiano ou o Dirichlet têm alguma noção de densidade de probabilidade? Se não, …
3
Um normal dividido por fornece uma distribuição t - prova
Seja e .W ~ χ 2 ( s )Z∼N(0,1)Z∼N(0,1)Z \sim N(0,1)W∼χ2(s)W∼χ2(s)W \sim \chi^2(s) Se e são distribuídos independentemente, a variável segue uma distribuição com graus de liberdade .W Y = ZZZZWWW tsY=ZW/s√Y=ZW/sY = \frac{Z}{\sqrt{W/s}}tttsss Estou procurando uma prova desse fato; uma referência é boa o suficiente se você não quiser …
1
A convergência quase certa não implica convergência completa
Dizemos que convergem completamente para se para cada .X1,X2,…X1,X2,…X_1, X_2, \ldotsXXXϵ&gt;0ϵ&gt;0\epsilon>0 ∑∞n=1P(|Xn−X|&gt;ϵ)&lt;∞∑n=1∞P(|Xn−X|&gt;ϵ)&lt;∞\sum_{n=1}^\infty \text{P}\left(|X_n-X|>\epsilon\right) <\infty Com o lema de Borel Cantelli, é fácil provar que a convergência completa implica convergência quase certa. Estou procurando um exemplo, quase certo de que a convergência não pode ser comprovada com Borel Cantelli. Isto é, …
1
Estimador imparcial com variância mínima para
Seja uma amostra aleatória de uma distribuição para . Ou seja,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Encontre o estimador imparcial com variação mínima parag(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Minha tentativa: Como a distribuição geométrica é da família exponencial, as estatísticas são completas e suficientes para . Além disso, se é um estimador para , ele …
4
Modelo de Histórico de Eventos em Tempo Discreto (Sobrevivência) em R
Estou tentando ajustar um modelo de tempo discreto no R, mas não sei como fazê-lo. Eu li que você pode organizar a variável dependente em linhas diferentes, uma para cada observação no tempo, e usar a glmfunção com um link logit ou cloglog. Neste sentido, tem três colunas: ID, Event(1 …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 
1
Pergunta sobre a função de autocovariância de amostra
Estou lendo um livro de análise de séries temporais e a fórmula para autocovariância de amostra é definida no livro como: γˆ(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)γ^(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)\widehat{\gamma}(h) = n^{-1}\displaystyle\sum_{t=1}^{n-h}(x_{t+h}-\bar{x})(x_t-\bar{x}) compara . é a média.γˆ(−h)=γˆ(h)γ^(−h)=γ^(h)\widehat{\gamma}(-h) = \widehat{\gamma}(h)\;ˉ xh=0,1,...,n−1h=0,1,...,n−1\;h = 0,1, ..., n-1x¯x¯\bar{x} Alguém pode explicar intuitivamente por que dividimos a soma por e não por ? …
4
Variação dos resistores em paralelo
Suponha que você tenha um conjunto de resistores R, todos distribuídos com a média μ e a variação σ. Considere uma seção de um circuito com o seguinte layout: (r) || (r + r) || (r + r + r). A resistência equivalente de cada parte é r, 2r e …
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.