Perguntas com a marcação «probability»

Eu sei que a prova da transformação integral de probabilidade foi dada várias vezes neste site. No entanto, as provas que encontrei usam a hipótese de que o CDF está aumentando estritamente (juntas, é claro, com a hipótese de que é uma variável aleatória contínua). Eu sei que, na verdade, …

9 probability  cdf 

sejam variáveis ​​aleatórias definidas no mesmo espaço de probabilidade e covariância de e seja finita, então a lei da fórmula total de decomposição de covariância / covariância declara: Qual é a interpretação de e ?X, Y, ZX,Y,ZX,Y,ZXXXYYYCov(X,Y)=E[Cov(X,Y|Z)](i)+Cov[E(X|Z),E(Y|Z)](ii)Cov(X,Y)=E[Cov(X,Y|Z)]⏟(i)+Cov[E(X|Z),E(Y|Z)]⏟(ii)\begin{align} \text{Cov}(X,Y)=\underbrace{\mathbb{E}\big[\text{Cov}(X,Y\lvert Z)\big]}_{\text{(i)}}+\underbrace{\text{Cov}\big[\mathbb{E}(X\lvert Z),\mathbb{E}(Y\lvert Z)\big]}_{\text{(ii)}} \end{align}(i)(i)\text{(i)}(ii)(ii)\text{(ii)} Penso: em (ii) as duas expectativas condicionais podem …

9 probability  covariance  variance-decomposition 

Parte de uma série de tentativas de compreensão entre Bayesiano e frequentista: 1 2 3 4 5 6 7 Acho que entendo a diferença de como os bayesianos e os freqüentadores abordam a escolha entre hipóteses , mas não tenho muita certeza se ou como isso deve me explicar como …

9 probability  bayesian  frequentist  definition  philosophical 

Sabemos que se p∼Beta(α,β)p∼Beta(α,β)p \sim Beta(\alpha, \beta) , então E[lnp]=ψ(α)−ψ(α+β)E[ln⁡p]=ψ(α)−ψ(α+β) \mathbb{E}[\ln p] = \psi(\alpha) - \psi(\alpha + \beta) onde ψ(.)ψ(.)\psi(.) É a função Digamma. Existe uma forma fácil para E[ln(1−p)]E[ln⁡(1−p)] \mathbb{E}[\ln (1-p)] ?

9 probability  distributions  beta-distribution 

Estou tentando quantificar o grau de inflação (ou seja, qual a melhor forma de os pontos de dados observados se ajustarem ao esperado). Uma maneira é também olhar para o enredo QQ. Mas eu gostaria de calcular algum indicador numérico para inflação - significa que quão bem o observado se …

9 probability  distributions  qq-plot 

Suponha o seguinte modelo de regressão bivariado: que é iid para .yi=βxi+ui,yi=βxi+ui, y_i = \beta x_i + u_i, uiuiu_iN(0,σ2=9)N(0,σ2=9)N(0, \sigma^2 = 9)i=1,…,ni=1,…,ni = 1,\ldots, n Suponha que um anterior não informativo , então seja possível mostrar que o pdf posterior para é ondep ( β) ∝ constantep(β)∝constantp(\beta) \propto \text{constant}ββ\beta β …

9 probability  self-study  bayesian  confidence-interval  credible-interval 

Para um classificador probabilístico de várias classes, podemos obter probabilidades de pertencer a um novo ponto para cada classe ; no caso de três classes, suponha que obtemos , portanto, a classe mais provável de x é . Agora, suponha que tenhamos um svm com várias classes, onde podemos obter …

9 probability  classification  svm  unsupervised-learning  uncertainty 

Vamos ser iid variáveis aleatórias discretas uniformes sobre (0,1) e suas estatísticas de ordem seja .U1,…,UnU1,…,UnU_1, \ldots, U_nnnnU(1),…,U(n)U(1),…,U(n)U_{(1)}, \ldots, U_{(n)} Defina para com .Di=U(i)−U(i−1)Di=U(i)−U(i−1)D_i=U_{(i)}-U_{(i-1)}i=1,…,ni=1,…,ni=1, \ldots, nU0=0U0=0U_0=0 Estou tentando descobrir a distribuição conjunta de e sua distribuição marginal e possivelmente seus primeiros momentos. Alguém pode dar alguma dica sobre isso. Você …

9 probability  distributions  order-statistics  joint-distribution 

Se duas classes e têm distribuição normal com parâmetros conhecidos ( , como os seus meios e , são as suas covariâncias) como podemos calcular erro do classificador Bayes para eles teoricamente?w1w1w_1w2w2w_2M1M1M_1M2M2M_2Σ1Σ1\Sigma_1Σ2Σ2\Sigma_2 Suponha também que as variáveis ​​estejam no espaço N-dimensional. Nota: Uma cópia desta pergunta também está disponível em …

9 probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier 

Esta pergunta já tem respostas aqui : Que tipo de informação é Fisher? (3 respostas) Fechado há 7 meses . A Wikipedia nos diz que a pontuação desempenha um papel importante na desigualdade de Cramér – Rao. Também define a definição: V=∂∂θlogL(θ;X)V=∂∂θlog⁡L(θ;X)V = \frac{\partial}{\partial \theta} \log{L(\theta; X)} No entanto, não …

9 intuition  probability 

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 as seguintes séries temporais obtido usando os dados postados abaixo. Para um tamanho de janela deslizante de 10, estou tentando calcular a divergência KL entre o PMF de valores na janela deslizante atual e o PMF da história com o objetivo final de traçar o valor da divergência …

9 time-series  probability  multivariate-analysis  histogram  kullback-leibler 

Parece que estou perdendo alguma informação vital. Estou ciente de que o coeficiente de regressão logística está em log (odds), chamado de escala logit. Portanto, para interpretá-los, exp(coef)é obtido e produz OR, o odds ratio. E se β1 1= 0,012β1=0.012\beta_1 = 0.012 a interpretação é a seguinte: Para um aumento …

9 probability  logistic  binary-data  logit  odds-ratio 

Uma maçã está localizado no vértice AAA do pentágono ABCDEABCDEABCDE , e um sem-fim está localizado dois vértices de distância, em CCC . Todos os dias o verme rasteja com igual probabilidade a um dos dois vértices adjacentes. Assim, depois de um dia, o sem-fim é no vértice BBB ou …

8 probability  markov-process 

Uma pergunta de exercício faz Sejam rvs com uma distribuição normal comum com . Calcule o coeficiente de dependência da cauda superior para todos .X1,X2X1,X2X_1, X_2N(0,1)N(0,1)N(0,1)Corr(X1,X2)=ρCorr⁡(X1,X2)=ρ\operatorname{Corr}(X_1, X_2) = \rhoρ∈[−1,1]ρ∈[−1,1]\rho \in [-1, 1] O que significa dizer que eles têm uma distribuição normal "comum"? Meu primeiro pensamento foi que eles queriam …

8 probability  random-variable  heavy-tailed