Perguntas com a marcação «random-variable»

Uma variável aleatória ou variável estocástica é um valor que está sujeito a variação casual (ou seja, aleatoriedade no sentido matemático).


3
Metade de uma variável aleatória discreta?
Seja uma variável aleatória discreta, levando seus valores em . Gostaria de dividir pela metade essa variável, ou seja, para encontrar uma variável aleatória , como:N YXXXNN\mathbb{N}YYY X= Y+ Y∗X=Y+Y∗X = Y + Y^* onde é uma cópia independente de . YY∗Y∗Y^*YYY Estou me referindo a esse processo como metade …

1
Se são beta independentes, então mostra também é beta
Aqui está um problema que surgiu em um exame semestral em nossa universidade, alguns anos atrás, e estou lutando para resolver. Se são variáveis ​​aleatórias independentes com densidades e respectivamente, mostram que segue . β β ( n 1 , n 2 ) β ( n 1 + 1X1,X2X1,X2X_1,X_2ββ\betaβ(n1,n2)β(n1,n2)\beta(n_1,n_2)√β(n1+12,n2)β(n1+12,n2)\beta(n_1+\dfrac{1}{2},n_2) β(2n1,2n2)X1X2−−−−−√X1X2\sqrt{X_1X_2}β(2n1,2n2)β(2n1,2n2)\beta(2n_1,2n_2) …

1
Distribuição de probabilidade de funções de variáveis ​​aleatórias?
Tenho uma dúvida: considere as variáveis ​​aleatórias com valor real e definidas no espaço de probabilidade .XXXZZZ(Ω,F,P)(Ω,F,P)(\Omega, \mathcal{F},\mathbb{P}) Seja , onde é uma função com valor real. Como Y é uma função de variáveis ​​aleatórias, é uma variável aleatória.Y:=g(X,Z)Y:=g(X,Z)Y:= g(X,Z)g(⋅)g(⋅)g(\cdot)YYY Vamos x:=X(ω)x:=X(ω)x:=X(\omega) ou seja, uma realização de XXX . É …

2
Expectativa de quociente de somas de variáveis ​​aleatórias do IID (planilha da Universidade de Cambridge)
Estou me preparando para uma entrevista que requer um conhecimento decente da probabilidade básica (pelo menos para passar pela entrevista em si). Estou revisando a folha abaixo dos meus dias de estudante. Tem sido bastante direto, mas estou completamente perplexo na pergunta 12. http://www.trin.cam.ac.uk/dpk10/IA/exsheet2.pdf Qualquer ajuda seria apreciada. Edit: a …


2

2
Como modelar a soma das variáveis ​​aleatórias de Bernoulli para dados dependentes?
Tenho quase as mesmas perguntas como esta: Como modelar eficientemente a soma das variáveis ​​aleatórias de Bernoulli? Mas a configuração é bem diferente: P ( X i = 1 ) = p i N p iS=∑i=1,NXiS=∑i=1,NXiS=\sum_{i=1,N}{X_i} , , ~ 20, ~ 0,1P(Xi=1)=piP(Xi=1)=piP(X_{i}=1)=p_iNNNpipip_i Temos os dados para os resultados das variáveis …

2
Calcular curva ROC para dados
Portanto, tenho 16 ensaios em que estou tentando autenticar uma pessoa de uma característica biométrica usando a Distância de Hamming. Meu limite está definido como 3,5. Meus dados estão abaixo e apenas o teste 1 é um verdadeiro positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

1
Valor esperado da razão de variáveis ​​aleatórias correlacionadas?
Para variáveis ​​aleatórias independentes e , existe uma expressão de formulário fechado paraαα\alphaββ\beta E[αα2+β2√]E[αα2+β2]\mathbb E \left[ \frac{\alpha}{\sqrt{\alpha^2 + \beta^2}} \right] em termos dos valores e variações esperados de e ? Caso contrário, existe um bom limite inferior a essa expectativa?αα\alphaββ\beta Atualização: Também posso mencionar que e . Posso controlar a …

2
Momento finito
Se que o suporte de é . Então, . Então diga que eu suponho que tenha momentos finitos. Quando , eu sei que os meios de onde é a densidade associado de . Qual o equivalente matemático de assumir tem momentos finitos quando ?X∼ FX∼FX \sim FXXXRpRp\mathbb{R}^pX= ( X1, X2, …

3
Distribuição normal
Infelizmente, há um problema estatístico. Eu não tenho idéia por onde começar (estou estudando por conta própria, para que não haja ninguém que eu possa perguntar, se eu não entender alguma coisa. A questão é N ( um , b 2 ) ; a = 0 ; b 2 = …

3
O que significa dizer que têm uma distribuição normal "comum"?
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 …

1
Distribuição de quando e são iid com pdf
Estou trabalhando no seguinte problema: Sejam e variáveis ​​aleatórias independentes com densidade comum que . Seja U = \ min (X, Y) e V = \ max (X, Y) . Localizar a densidade de conjunta de (U, V) e, portanto, encontrar o pdf de u + v .XXXYYYf(x)=αβ−αxα−110&lt;x&lt;βf(x)=αβ−αxα−110&lt;x&lt;βf(x)=\alpha\beta^{-\alpha}x^{\alpha-1}\mathbf1_{0<x<\beta}α⩾1α⩾1\alpha\geqslant1U=min(X,Y)U=min(X,Y)U=\min(X,Y)V=max(X,Y)V=max(X,Y)V=\max(X,Y)(U,V)(U,V)(U,V)U+VU+VU+V Como U+V=X+YU+V=X+YU+V=X+Y …


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.