Perguntas com a marcação «probability»

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

2
O que é convergência Epsilon em probabilidade?
Eu entendo que a fórmula para probabilidade de convergência é e eu posso resolver problemas usando a fórmula. Alguém pode explicá-lo intuitivamente (como eu tenho cinco anos), principalmente no que é ?P[|Xn−X∞|>ϵ]→0P[|Xn−X∞|>ϵ]→0P[|X_n − X_\infty| \gt \epsilon ]\to 0ϵϵ\epsilon
1
Mostrar que têm distribuição normal de inclinação
Seja e independentes. Mostre que têm uma distribuição normal de inclinação e encontre os parâmetros dessa distribuição.Y1∼SN(μ1,σ21,λ)Y1∼SN(μ1,σ12,λ)Y_1\sim SN(\mu_1,\sigma_1^2,\lambda)Y2∼N(μ2,σ22)Y2∼N(μ2,σ22)Y_2\sim N(\mu_2,\sigma_2^2)Y1+Y2Y1+Y2Y_1+Y_2 Como as variáveis ​​aleatórias são independentes, tentei usar a convolução. SejaZ=Y1+Y2Z=Y1+Y2Z=Y_1+Y_2 fZ(z)=∫∞−∞2ϕ(y1|μ1,σ1)Φ(λ(y1−μ1σ1))ϕ(z−y1|μ2,σ22)dy1fZ(z)=∫−∞∞2ϕ(y1|μ1,σ1)Φ(λ(y1−μ1σ1))ϕ(z−y1|μ2,σ22)dy1f_Z(z)=\int_{-\infty}^{\infty}2\phi(y_1|\mu_1,\sigma_1)\Phi\Big(\lambda(\frac{y_1-\mu_1}{\sigma_1})\Big)\phi(z-y_1|\mu_2,\sigma_2^2)\,\text{d}y_1 Aqui e são os pdf e cdf normais padrão, respectivamente.ϕ()ϕ()\phi()Φ()Φ()\Phi() fZ(z)=∫∞−∞212πσ1−−−−√12πσ2−−−−√exp(−12σ21(y1−μ)2−12σ22((z−y1)2−μ)2)Φ(λ(y1−μ1σ1))dy1fZ(z)=∫−∞∞212πσ112πσ2exp(−12σ12(y1−μ)2−12σ22((z−y1)2−μ)2)Φ(λ(y1−μ1σ1))dy1f_Z(z)=\int_{-\infty}^{\infty}2\frac{1}{\sqrt{2\pi\sigma_1}}\frac{1}{\sqrt{2\pi\sigma_2}}exp\Big(-\frac{1}{2\sigma_1^2}(y_1-\mu)^2-\frac{1}{2\sigma_2^2}((z-y_1)^2-\mu)^2\Big)\Phi\Big(\lambda(\frac{y_1-\mu_1}{\sigma_1})\Big)\,\text{d}y_1 Para notações simplificadas, deixek=212πσ1√12πσ2√k=212πσ112πσ2k=2\frac{1}{\sqrt{2\pi\sigma_1}}\frac{1}{\sqrt{2\pi\sigma_2}} fZ(z)=k∫∞−∞exp(−12σ21σ22(σ21(y1−μ1)2+σ22((z−y1)−μ2)2))Φ(λ(y1−μ1σ1))dy1=k∫∞−∞exp(−12σ21σ22(σ22(y21−2y1μ1+μ1)+σ21((z−y1)2−2(z−y1)μ2+μ22)))×Φ(λ(y1−μ1σ1))dy1=k∫∞−∞exp(−12σ21σ22(σ22(y21−2y1μ1+μ1)+σ21(z2−2zy1+y21−2zμ2+2y1μ2+μ22)))×Φ(λ(y1−μ1σ1))dy1fZ(z)=k∫−∞∞exp⁡(−12σ12σ22(σ12(y1−μ1)2+σ22((z−y1)−μ2)2))Φ(λ(y1−μ1σ1))dy1=k∫−∞∞exp⁡(−12σ12σ22(σ22(y12−2y1μ1+μ1)+σ12((z−y1)2−2(z−y1)μ2+μ22)))×Φ(λ(y1−μ1σ1))dy1=k∫−∞∞exp(−12σ12σ22(σ22(y12−2y1μ1+μ1)+σ12(z2−2zy1+y12−2zμ2+2y1μ2+μ22)))×Φ(λ(y1−μ1σ1))dy1\begin{align*}f_Z(z)&=k\int_{-\infty}^{\infty}\exp\Big(\frac{-1}{2\sigma_1^2\sigma_2^2}\Big(\sigma_1^2(y_1-\mu_1)^2+\sigma_2^2((z-y_1)-\mu_2)^2\Big)\Big)\Phi\Big(\lambda(\frac{y_1-\mu_1}{\sigma_1})\Big)\,\text{d}y_1\\ &=k\int_{-\infty}^{\infty}\exp\Big(\frac{-1}{2\sigma_1^2\sigma_2^2}\Big(\sigma_2^2(y_1^2-2y_1\mu_1+\mu_1)+\sigma_1^2((z-y_1)^2-2(z-y_1)\mu_2+\mu_2^2)\Big)\Big)\\&\quad\times\Phi\Big(\lambda(\frac{y_1-\mu_1}{\sigma_1})\Big)\,\text{d}y_1=k\int_{-\infty}^{\infty} \exp\\&\Big(\frac{-1}{2\sigma_1^2\sigma_2^2}\Big(\sigma_2^2(y_1^2-2y_1\mu_1+\mu_1)+\sigma_1^2(z^2-2zy_1+y_1^2-2z\mu_2+2y_1\mu_2+\mu_2^2)\Big)\Big)\\&\quad\times\Phi\Big(\lambda(\frac{y_1-\mu_1}{\sigma_1})\Big)\,\text{d}y_1 \end{align*} …
3
Você seleciona aleatoriamente dois números inteiros distintos entre 1 e 100. Qual é a probabilidade de o número maior ser exatamente o dobro do número menor?
Recentemente, fiz um teste do HackerRank para uma posição de Ciência de Dados e entendi errado essa pergunta. Eu vim para 1/200. Aqui está como: Existem 50 combinações que tornarão isso verdade. (ou seja, {1,2}, {2,4}, {3,6} ... {50,100}). A probabilidade de um número específico ser escolhido é 1/100. A …
1
Cálculo da expectativa condicional em álgebras
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 …
1
Lei da regra da expecação total / torre: Por que as duas variáveis ​​aleatórias devem ter o mesmo espaço de probabilidade?
Cito (ênfase minha) da definição da Wikipedia : A proposição na teoria da probabilidade conhecida como lei da expectativa total, ..., afirma que se X é uma variável aleatória integrável (isto é, uma variável aleatória que satisfaz E (| X |) <∞) e Y é qualquer variável aleatória, não necessariamente …
3
Como executar SVD para atribuir valores ausentes, um exemplo concreto
Eu li os ótimos comentários sobre como lidar com valores ausentes antes de aplicar o SVD, mas gostaria de saber como ele funciona com um exemplo simples: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada a matriz …
8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 
5
Como uma distribuição de probabilidade pode divergir?
Como, por exemplo, a distribuição Gama diverge perto de zero (para um conjunto apropriado de parâmetros de escala e forma, digamos forma e escala ), e ainda tem sua área igual a um?= 10=0.1=0.1=0.1=10=10=10 Pelo que entendi, a área de uma distribuição de densidade de probabilidade deve sempre ser igual …
1
Conjectura relacionada à Lei Kolmogorov 0-1 (para eventos)
Seja um espaço de probabilidade. Conjetura:(Ω,F,P)(Ω,F,P)(\Omega, \mathscr F, \mathbb P) Suponha que tenhamos os eventos st , ou . Existe uma sequência independente de eventos stA1,A2,...A1,A2,...A_1, A_2, ...∀ A∈⋂nσ(An,An+1,...)∀ A∈⋂nσ(An,An+1,...)\forall \ A \in \bigcap_n \sigma(A_n, A_{n+1}, ...)P(A)=0P(A)=0P(A) = 0111B1,B2,...B1,B2,...B_1, B_2, ... τAn:=⋂nσ(An,An+1,...)=⋂nσ(Bn,Bn+1,...):=τBnτAn:=⋂nσ(An,An+1,...)=⋂nσ(Bn,Bn+1,...):=τBn\tau_{A_n} := \bigcap_n \sigma(A_n, A_{n+1}, ...) = \bigcap_n \sigma(B_n, …
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.