«conditional-probability» 태그된 질문

공분산 선택을 연구 할 때 한 번 다음 예제를 읽었습니다. 다음 모델과 관련하여 : 공분산 행렬과 역공 분산 행렬은 다음과 같습니다. 와 y 의 독립성이 왜 역공 분산에 의해 결정 되는지 이해가되지 않습니까?엑스xx와이yy 이 관계의 기본이되는 수학적 논리는 무엇입니까? 또한, 다음 그림의 왼쪽 그래프는 와 y 사이의 독립 관계를 캡처한다고 …

10 machine-learning  bayesian  conditional-probability  covariance  graphical-model 

폐쇄되었습니다 . 이 질문에는 세부 사항이나 명확성 이 필요 합니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 이 게시물 을 편집 하여 세부 사항을 추가하고 문제점을 명확하게하십시오 . 휴일 2 년 전 . 나는 Luce (1959)를 읽고 있습니다. 그런 다음이 진술을 찾았습니다. 사람이 대안을 선택할 때, 종종 그들의 선택은 …

10 probability  logistic  self-study  conditional-probability  multinomial 

내가 동전을 10,000 번 넘겼다고 가정 해 봅시다. 연속으로 4 개 이상의 연속 헤드를 얻는 데 걸리는 플립 횟수를 알고 싶습니다. 카운트는 다음과 같이 작동하며, 한 번의 연속 플립 플립은 헤드 (4 헤드 이상) 인 것으로 간주합니다. 꼬리가 치고 머리의 행진이 끊어지면 카운트는 다음 플립에서 다시 시작됩니다. 그런 다음 10,000 …

10 probability  distributions  self-study  conditional-probability 

조건부 밀도 플롯을 올바르게 해석하는 방법을 알고 싶습니다. 와 함께 R로 만든 두 개의 아래를 삽입했습니다 cdplot. 예를 들어 Var 1 이 150 일 때 약 80 % 일 때 결과 가 1 일 확률은 ? 어두운 회색 영역은 조건부 확률이 Result1과 같습니까? 로부터 cdplot문서 : cdplot은 y의 한계 분포에 …

10 r  data-visualization  interpretation  conditional-probability  pdf 

일부 데이터 세트에서 확률 적 그라디언트 디센트 (stochastic gradient descent)를 통해 파라미터 화 된 모델을 훈련 할 때 (예를 들어 가능성을 최대화하기 위해), 훈련 샘플은 훈련 데이터 분포로부터 iid로 추출되는 것으로 일반적으로 가정된다. 따라서 공동 분포 를 모델링하는 것이 목표 라면 각 분포에서 각 학습 표본 을 추출해야합니다.( x i …

10 machine-learning  conditional-probability  reinforcement-learning  gradient-descent 

몬티 홀 (Monty Hall) 문제가 문제가되는 경우가 있습니다. 위대한 폴 에르 도스조차도이 문제에 속았습니다. 대답하기 어려운 내 질문은 우리가 직관적 인 주장을하면서도 틀린 답을 확신 할 수있는 확률에 관한 것입니다. 첫 번째 자릿수와 대기 시간 역설에 대한 벤 포드 법칙은 이와 같은 유명한 예입니다.

10 probability  conditional-probability  paradox  heuristic 

조건부 확률이 베이지안 고유한지 또는 통계 / 확률 사람들 사이에서 여러 사고 학교에서 공유되는 일반적인 개념인지 아닌지 궁금합니다. 나는 는 논리적 인 사람이 될 수 없다고 가정하기 때문에 일종의 것으로 가정합니다. 조건부 확률이 아니라 실제적인 이유에서 더 많이 추론합니다.p(A,B)=p(A|B)p(B)p(A,B)=p(A|B)p(B)p(A,B) = p(A|B)p(B)

10 bayesian  conditional-probability 

먼저, 내가 원하는 통계와 수학에 정통하지 않다는 것을 먼저 인정하겠습니다. 어떤 사람들은 위험 할 정도로 충분한 지식을 가지고 있다고 말할 수도 있습니다. : 용어를 올바르게 사용하지 않으면 사과드립니다. 한 상태에서 다른 상태로 전환하는 시스템의 확률을 모델링하려고합니다. 간단한 Markov 모델이 좋은 출발입니다. (상태 세트, 초기 상태 확률 세트, 상태 간 전이 …

10 markov-process  conditional-probability 

나는 더 분명한 직관을 얻으려고 노력하고 있습니다. AAA 만든다 BBB 그때보다 BBB 만든다 AAA 더 가능성이 ""즉 허락하다 n(S)n(S)n(S) 공간의 크기를 나타냅니다 AAA 과 BBB 그렇다면 청구: P(B|A)>P(B)P(B|A)>P(B)P(B|A)>P(B) 그래서 n(AB)/n(A)>n(B)/n(S)n(AB)/n(A)>n(B)/n(S)n(AB)/n(A) > n(B)/n(S) 그래서 N ( B ) / N ( B ) > N ( ) / N ( S)n(AB)/n(B)>n(A)/n(S)n(AB)/n(B) …

9 probability  inference  conditional-probability  intuition  association-measure 

일부 기대치를 계산한다고 가정 해보십시오. 이자형와이이자형엑스| 와이[ f( X, Y) ]EYEX|Y[f(X,Y)]E_YE_{X|Y}[f(X,Y)] Monte Carlo 시뮬레이션을 사용하여이를 근사한다고 가정합니다. 이자형와이이자형엑스| 와이[ f( X, Y) ] ≈1R S∑r = 1아르 자형∑s = 1에스에프(엑스r , s,와이아르 자형)EYEX|Y[f(X,Y)]≈1RS∑r=1R∑s=1Sf(xr,s,yr)E_YE_{X|Y}[f(X,Y)] \approx \frac1{RS}\sum_{r=1}^R\sum_{s=1}^Sf(x^{r,s},y^r) 그러나 두 분포에서 표본을 추출하는 데 비용이 많이 든다고 가정하면 고정 된 숫자 만 그릴 …

9 optimization  conditional-probability  simulation  expected-value  monte-carlo 

주어진 , 조건부 DISTR. 의 이다 . 에는 한계 편차가 있습니다. Poisson ( )에서 는 양의 상수입니다.N=nN=nN = nYYYχ2(2n)χ2(2n)\chi ^2(2n)NNNθθ\thetaθθ\theta 그보기로서 , 분포이다.θ→∞θ→∞\theta \rightarrow \infty (Y−E(Y))/Var(Y)−−−−−−√→N(0,1) (Y−E(Y))/Var⁡(Y)→N(0,1)\space \space (Y - E(Y))/ \sqrt{\operatorname{Var}(Y)} \rightarrow N(0,1) 누구든지 이것을 해결할 전략을 제안 할 수 있습니까? CLT (Central Limit Theorem)를 사용해야하는 것처럼 보이지만 에 …

9 self-study  poisson-distribution  conditional-probability  convergence  central-limit-theorem 

pLSA 의 원본 논문 에서 저자 인 Thomas Hoffman은 제가 논의하고자하는 pLSA와 LSA 데이터 구조 사이에 유사점을 두었습니다. 배경: 정보 검색에서 영감을 얻은 것은 NNN 서류 D={d1,d2,....,dN}D={d1,d2,....,dN}D = \lbrace d_1, d_2, ...., d_N \rbrace 그리고 어휘 MMM 자귀 Ω={ω1,ω2,...,ωM}Ω={ω1,ω2,...,ωM}\Omega = \lbrace \omega_1, \omega_2, ..., \omega_M \rbrace 코퍼스 XXX 로 나타낼 …

9 machine-learning  conditional-probability  svd  information-retrieval  lsa 

4 가지 가능한 이벤트의 주파수 샘플이 하나 있다고 가정합니다. Event1 - 5 E2 - 1 E3 - 0 E4 - 12 내 이벤트의 예상 확률이 있습니다. p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 내 네 가지 사건의 관측 빈도의 합으로 (18) 사건의 예상 빈도를 올바르게 …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

조건부 확률 분포가 무엇인지 알고 있습니다. 그러나 정확히 완전한 조건부 확률은 무엇입니까?

9 probability  conditional-probability