Perguntas com a marcação «probability»

O teorema de Bayes vai P( modelo | dados ) = P( modelo ) × P( dados | modelo )P( dados )P(modelo|dados)=P(modelo)×P(dados|modelo)P(dados) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Está tudo bem. Mas eu li em algum lugar: Basicamente, P (dados) nada mais é do que uma constante normalizadora, ou seja, uma …

20 probability  bayesian  conditional-probability  bayes 

Conceitualmente, entendo o significado da frase "a área total sob um PDF é 1". Isso significa que as chances de o resultado estar no intervalo total de possibilidades são de 100%. Mas eu realmente não consigo entender do ponto de vista "geométrico". Se, por exemplo, em um PDF o eixo …

20 probability  pdf  integral 

Qual é o significado do til ao especificar distribuições de probabilidade? Por exemplo: Z∼Normal(0,1).Z∼Normal(0,1).Z \sim \mbox{Normal}(0,1).

20 probability  distributions  notation 

Seja um espaço de probabilidade, dada uma variável aleatória e um -algebra podemos construir uma nova variável aleatória , que é a expectativa condicional.(Ω,F,μ)(Ω,F,μ)(\Omega,\mathscr{F},\mu)ξ:Ω→Rξ:Ω→R\xi:\Omega \to \mathbb{R}σσ\sigmaG⊆FG⊆F\mathscr{G}\subseteq \mathscr{F}E[ξ|G]E[ξ|G]E[\xi|\mathscr{G}] Qual é exatamente a intuição para pensar em ? Entendo a intuição para o seguinte:E[ξ|G]E[ξ|G]E[\xi|\mathscr{G}] (i) onde é um evento (com probabilidade positiva).E[ξ|A]E[ξ|A]E[\xi|A]AAA …

20 probability  conditional-probability  conditional-expectation  conditioning  sigma-algebra 

Me deparei com uma pergunta da entrevista: Há um trem vermelho que vem a cada 10 minutos. Há um trem azul vindo a cada 15 minutos. Ambos começam a partir de um horário aleatório, para que você não tenha nenhum cronograma. Se você chegar à estação em um horário aleatório …

19 probability  random-variable  expected-value 

Minha namorada recentemente conseguiu um emprego fazendo vendas e negociando em um grande banco. Impulsionada por seu novo trabalho, ela acredita que pode prever se as ações aumentarão ou diminuirão no final do mês maiores do que o acaso (ela acredita que pode fazê-lo com precisão de 80%!) Eu sou …

19 probability  forecasting  finance 

Essa é essencialmente uma replicação de uma pergunta que encontrei no math.se , que não obteve as respostas que eu esperava. Seja uma sequência de variáveis ​​aleatórias independentes e identicamente distribuídas, com e . E [ X i ] = 1 V [ X i ] = 1{Xi}i∈N{Xi}i∈N\{ X_i \}_{i …

19 probability  mathematical-statistics  asymptotics 

O artigo The Odds, Continued Updated menciona a história de um pescador de Long Island que literalmente deve sua vida às estatísticas Bayesianas. Aqui está a versão curta: Há dois pescadores em um barco no meio da noite. Enquanto um está dormindo, o outro cai no oceano. O barco continua …

19 probability  bayesian  posterior  bayes 

Pensei nesse problema no chuveiro, inspirado em estratégias de investimento. Digamos que havia uma árvore mágica do dinheiro. Todos os dias, você pode oferecer uma quantia em dinheiro à árvore do dinheiro e ela triplicará ou a destruirá com probabilidade 50/50. Você percebe imediatamente que, em média, você ganhará dinheiro …

19 probability  mathematical-statistics  econometrics  random-walk  martingale 

Se eu fixar os valores dos nós observados de um MRF, ele se tornará um CRF?

19 probability  graphical-model  graph-theory  conditional-random-field  markov-random-field 

Sou estudante do ensino médio e estou trabalhando em um projeto de programação de computadores, mas não tenho muita experiência em estatística e modelagem de dados além de um curso de estatística do ensino médio, por isso estou meio confuso. Basicamente, tenho uma lista razoavelmente grande (suponha que seja grande …

19 probability  modeling  data-mining  predictive-models 

Eu tenho uma variável de resultado binário {0,1} e uma variável preditora {0,1}. Penso que não faz sentido fazer logística, a menos que eu inclua outras variáveis ​​e calcule o odds ratio. Com um preditor binário, o cálculo da probabilidade não seria suficiente versus o odds ratio?

18 r  regression  probability  logistic  odds-ratio 

Na fórmula de Bayes: P( x | a ) = P( a | x ) P( X )P( Um )P(x|uma)=P(uma|x)P(x)P(uma)P(x|a) = \frac{P(a|x) P(x)}{P(a)} a probabilidade posterior P( x | a )P(x|uma)P(x|a) pode exceder 1? Eu acho que é possível se, por exemplo, supondo que 0 < P( Um ) < …

18 probability  bayesian  conditional-probability 

Estou tentando entender em um nível mais profundo a onipresença da probabilidade logarítmica (e talvez mais geralmente da probabilidade logarítmica) nas estatísticas e na teoria da probabilidade. As probabilidades de log aparecem em todo o lugar: geralmente trabalhamos com a probabilidade de log para análise (por exemplo, para maximização), as …

18 probability  bayesian  likelihood  log-likelihood 

Deixe- BtBtB_t ser um movimento browniano padrão. Seja Ej,nEj,nE_{j, n} denotar o evento {Bt=0 for some j−12n≤t≤j2n},{Bt=0 for some j−12n≤t≤j2n},\left\{B_t = 0 \text{ for some }{{j-1}\over{2^n}} \le t \le {j\over{2^n}}\right\},e deixeKn=∑j=2n+122n1Ej,n,Kn=∑j=2n+122n1Ej,n,K_n = \sum_{j = 2^n + 1}^{2^{2n}} 1_{E_{j,n}},que111indica a função do indicador. Existeρ>0ρ>0\rho > 0tal que paraP{Kn≥ρ2n}≥ρP{Kn≥ρ2n}≥ρ\mathbb{P}\{K_n \ge \rho2^{n}\} \ge …

18 probability  self-study  moments  distributions  brownian