«conditional-probability» 태그된 질문

아마존과의 인터뷰 에서이 질문을 받았습니다. 첫 번째 인터뷰를받는 모든 사람의 50 %가 두 번째 인터뷰를받습니다. 두 번째 인터뷰를받은 친구의 95 %는 첫 인터뷰가 좋은 것으로 느꼈습니다. 두 번째 인터뷰를받지 않은 친구의 75 %가 첫 인터뷰를 잘했다고 느꼈습니다. 첫 면접이 양호하다고 생각되면 두 번째 면접을받을 확률은 얼마입니까? 누군가이 문제를 해결하는 방법을 …

139 probability  conditional-probability 

다변량 법선 벡터 있습니다. 칸막이 고려 \ boldsymbol의 \ (μ) 및 {\ boldsymbol Y를} 로 = \ {bmatrix} \ boldsymbol \ mu_1 \\ \ boldsymbol \ mu_2 \ 단부 {bmatrix}을 시작 \ boldsymbol MU \ {{\ boldsymbol Y가} = \ {bmatrix} 시작할 \ boldsymbol y} _1 \\ {\ boldsymbol y} …

114 normal-distribution  conditional-probability 

관심있는 결과가 이분법 인 LASSO Regressionglmnet 과 함께 사용하기 시작했습니다 . 아래에 작은 모의 데이터 프레임을 만들었습니다. age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, 0.91, 0.29, 0.88) …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

이것이 너무 기본적으로 보이지만 미안하지만 여기서 이해를 확인하려고합니다. 나는 두 단계 로이 작업을 수행해야한다는 감각을 얻었으며 상관 관계 행렬을 시작하려고 시도했지만 실제로 개입하기 시작했습니다. 상관 난수를 생성하는 훌륭하고 이상적인 빠른 방법에 대한 간결한 설명 (이상적으로 의사 코드 솔루션에 대한 힌트로)을 찾고 있습니다. 알려진 평균과 분산을 가진 두 개의 의사 난수 …

53 probability  correlation  conditional-probability  random-generation 

나는 최근에이 정체성을 발견했다. 이자형[ E( Y| 엑스, Z) | 엑스] = E[ Y| 엑스]E[E(Y|X,Z)|X]=E[Y|X]E \left[ E \left(Y|X,Z \right) |X \right] =E \left[Y | X \right] 물론 그 규칙의 더 간단한 버전, 즉 익숙 이자형[ E( Y| 엑스) ] =E( Y)E[E(Y|X)]=E(Y)E \left[ E \left(Y|X \right) \right]=E \left(Y\right) 하지만 일반화에 대한 …

43 self-study  conditional-probability  conditional-expectation 

커튼 뒤에 사람이 있습니다-사람이 여성인지 남성인지 모르겠습니다. 나는 사람의 머리카락이 길고 머리카락이 긴 모든 사람의 90 %가 여성이라는 것을 알고 있습니다. 나는 그 사람이 희귀 혈액형 AX3을 가지고 있으며이 혈액형을 가진 모든 사람들의 80 %가 여성이라는 것을 알고 있습니다. 그 사람이 여성 일 확률은 얼마입니까? 참고 :이 원래 공식은 두 …

32 conditional-probability  probability 

B 가 발생 했을 때 A 의 조건부 확률 에 대한 공식 은 다음과 같습니다. P ( AAA\text{A}BB\text{B}P(A | B)=P(A∩B)P(B).P(A | B)=P(A∩B)P(B). P\left(\text{A}~\middle|~\text{B}\right)=\frac{P\left(\text{A} \cap \text{B}\right)}{P\left(\text{B}\right)}. 저의 교과서는이 다이어그램의 직관을 벤 다이어그램으로 설명합니다. 점을 감안 BB\text{B} 발생했습니다 수있는 유일한 방법 AA\text{A} 이벤트의 교차점에 빠지게에 대해 발생하는이다 와 B .AA\text{A}BB\text{B} 이 경우의 …

30 probability  conditional-probability  intuition 

캐럿을 사용하여 데이터 세트에 대해 교차 유효성 검사 임의 포리스트를 실행하고 있습니다. Y 변수는 요인입니다. 내 데이터 세트에 NaN, Inf 또는 NA가 없습니다. 그러나 임의의 포리스트를 실행하면 Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use warnings() to see …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

현재 Coursera에서 통계 추론 수업을 공부하고 있습니다. 과제 중 하나에서 다음과 같은 질문이 나옵니다. | Suppose you rolled the fair die twice. What is the probability of rolling the same number two times in a row? 1: 2/6 2: 1/36 3: 0 4: 1/6 Selection: 2 | You're close...I can …

26 probability  self-study  conditional-probability 

"조건부 확률"과 "가능성"에 관한 간단한 질문이 있습니다. (나는 이미이 질문을 조사했다 여기 지만 아무 소용에.) Wikipedia 페이지에서 시작합니다 . 그들은 이렇게 말합니다. 가능성 파라미터 값들의 세트는 , 소정의 결과 이며, 이러한 파라미터 값 주어진 이러한 관찰 결과의 확률 같다θθ\thetaxxx L(θ∣x)=P(x∣θ)L(θ∣x)=P(x∣θ)\mathcal{L}(\theta \mid x) = P(x \mid \theta) 큰! 따라서 영어, I …

26 probability  bayesian  conditional-probability  likelihood  definition 

통계에 대한 나의 총체적인 (그리고 부족한) 지식이 허용되는 한, 이 iid 랜덤 변수 , 용어가 암시하는 것처럼 그것들은 독립적이고 동일하게 분포된다는 것을 이해했습니다.X1,X2,...,XnX1,X2,...,XnX_1, X_2,..., X_n 내 관심사는 iid 샘플의 이전 속성입니다. p(Xn|Xi1,Xi2,...,Xik)=p(Xn),p(Xn|Xi1,Xi2,...,Xik)=p(Xn),p(X_{n}|X_{i_1},X_{i_2},...,X_{i_k}) = p(X_{n}), 별개의 's st .ijiji_j1≤ij&lt;n1≤ij&lt;n1 \leq i_j < n 그러나 동일한 분포의 독립적 인 표본의 집합이 분포 …

24 sampling  conditional-probability  independence 

몬티는 문 뒤에 염소가 있었는지 (혹은 비어 있는지) 완벽하게 알고있었습니다. 이 사실을 통해 플레이어는 "추측"을 다른 문으로 전환하여 시간이 지남에 따라 성공률을 두 배로 높일 수 있습니다. Monty의 지식이 완벽하지 않은 경우 어떻게해야합니까? 때때로 상이 염소와 같은 출입구에서 실제로 있었다면 어떨까요? 그러나 문을 선택하고 열 때까지는 그것을 볼 수 없었습니까? …

23 conditional-probability 

나는 베이지안 통계에서 켤레 이전의 개념을 잠시 이해하려고 노력했지만 단순히 이해하지 못한다. 누구나 "가우스 사전"을 예로 사용하여 가장 간단한 용어로 아이디어를 설명 할 수 있습니까?

23 bayesian  conditional-probability  conjugate-prior 

일부 출처는 우도 함수가 조건부 확률이 아니라고 말합니다. 이것은 나에게 매우 혼란 스럽다. 내가 본 대부분의 출처에 따르면, 매개 변수 를 갖는 분포 의 가능성 은 샘플이 주어질 확률 질량 함수의 곱이어야합니다 .n x iθθ\thetannnxixix_i L ( θ ) = L ( x1, x2, . . . , x엔; θ …

21 probability  bayesian  conditional-probability  likelihood  frequentist 

구체적으로, 두 개의 이벤트 A와 B가 있고 일부 분포 모수 가 있고 P ( A | B , θ ) 를보고 싶습니다 .θθ \theta P(A|B,θ)P(A|B,θ)P(A | B,\theta) 따라서 조건부 확률의 가장 간단한 정의는 일부 이벤트 A와 B가 주어지면 . 따라서 위에서와 같이 여러 이벤트가있는 경우P(A|B,θ)라고 말할 수 있습니까? = P((A|θ)∩(B|θ))P(A|B)=P(A∩B)P(B)P(A|B)=P(A∩B)P(B)P(A|B) …

21 probability  conditional-probability