«expected-value» 태그된 질문

하자 BE 독립적이고 identicallly 분산 표준 균일 한 확률 변수를.X1,…,Xn∼U(0,1)X1,…,Xn∼U(0,1)X_1,\dots,X_n \sim U(0,1) Let Yn=∑inX2iI seek: E[Yn−−√]Let Yn=∑inXi2I seek: E[Yn]\text{Let }\quad Y_n=\sum_i^nX_i^2 \quad \quad \text{I seek: } \quad \mathbb{E}\big[\sqrt{Y_n } \big] 대한 기대 는 쉽습니다.YnY엔Y_n E[X2]E[Yn]=∫10y2y√=13=E[∑inX2i]=∑inE[X2i]=n3이자형[엑스2]=∫01와이2와이=1삼이자형[와이엔]=이자형[∑나는엔엑스나는2]=∑나는엔이자형[엑스나는2]=엔삼\begin{align} \mathbb{E}\left[X^2\right] &=\int_0^1\frac{y}{2\sqrt{y}}=\frac{1}{3}\\ \mathbb{E}\left[Y_n\right] &=\mathbb{E}\left[\sum_i^nX_i^2\right] = \sum_i^n\mathbb{E}\left[X_i^2\right]=\frac{n}{3} \end{align} 이제 지루한 부분입니다. LOTUS를 적용하려면 의 pdf가 필요합니다 …

9 probability  expected-value  uniform  central-limit-theorem  mgf 

허락하다 XiXiX_i IID이고 X¯=∑ni=1XiX¯=∑i=1nXi\bar{X} = \sum_{i=1}^{n} X_i. E[XiX¯]= ?E[XiX¯]= ? E\left[\frac{X_i}{\bar{X}}\right] = \ ? 명백해 보이지만 공식적으로 도출하는 데 문제가 있습니다.

9 probability  random-variable  expected-value 

그 가정 E [ 로그( X) ]E[log⁡(X)]\text{E}[\log(X)] 주어진, 나는 파생시킬 수 있습니까 E [ X]E[X]\text{E}[X] 닫힌 형식으로?

9 expected-value  logarithm 

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 

6면 다이는 반복적으로 굴립니다. 합을 K 이상으로 만드는 데 필요한 예상 롤 수는 얼마입니까? 편집하기 전에 P(Sum>=1 in exactly 1 roll)=1 P(Sum>=2 in exactly 1 roll)=5/6 P(Sum>=2 in exactly 2 rolls)=1/6 P(Sum>=3 in exactly 1 roll)=5/6 P(Sum>=3 in exactly 2 rolls)=2/6 P(Sum>=3 in exactly 3 rolls)=1/36 P(Sum>=4 in exactly 1 …

9 self-study  mean  expected-value  dice  saddlepoint-approximation 

2014 년 1 월 25 일 업데이트 : 실수가 수정되었습니다. 업로드 된 이미지에서 예상 값의 계산 된 값을 무시하십시오. 잘못되었습니다.이 질문에 대한 답변이 생성되었으므로 이미지를 삭제하지 않습니다. 2014 년 1 월 10 일 업데이트 : 사용 된 소스 중 하나의 수학 오타가 있습니다. 수정 준비 중 ... 컬렉션에서 최소 순서 …

9 normal-distribution  expected-value  order-statistics  minimum 

좌표를 정의하면 (X1,Y1)(X1,Y1)(X_{1},Y_{1}) 과 (X2,와이2)(X2,Y2)(X_{2},Y_{2}) 어디 엑스1,엑스2∼ Unif ( 0 , 30 ) and 와이1,와이2~ Unif ( 0 , 40 ) .엑스1,엑스2∼대학교(0,30) 과 와이1,와이2∼대학교(0,40).X_{1},X_{2} \sim \text{Unif}(0,30)\text{ and }Y_{1},Y_{2} \sim \text{Unif}(0,40). 그들 사이의 거리의 예상 값을 어떻게 찾을 수 있습니까? 거리는 다음과 같이 계산되기 때문에 생각하고있었습니다.(엑스1−엑스2)2+(와이1−와이2)2−−−−−−−−−−−−−−−−−−−√)(엑스1−엑스2)2+(와이1−와이2)2)\sqrt{(X_{1}-X_{2})^{2} + (Y_{1}-Y_{2})^{2}}) 기대 값은 ( …

9 expected-value  uniform  distance 

대칭 분포의 중심 모멘트 : 가 홀수 인 경우 0 임을 보여 주려고 합니다. 예를 들어 세 번째 중심 모멘트나는 을 보여 주려고 시작했습니다여기에서 어디로 가야할지 모르겠습니다. 제안이 있습니까? 이것을 증명하는 더 좋은 방법이 있습니까?에프엑스( a + x ) =에프엑스( a − x )fx(a+x)=fx(a−x){\bf f}_x{\bf (a+x)} = {\bf f}_x{\bf(a-x)}E [ …

9 mathematical-statistics  expected-value  moments 

가 위치 k 및 rate \ lambda 와 함께 비 중심적으로 지수 분포되어 있다고 가정 합니다. 그런 다음 E (\ log (X)) 는 무엇입니까 ?XXXkkkλλ\lambdaE(log(X))E(log⁡(X))E(\log(X)) 난에 대해 알고 k=0k=0k=0 , 응답이 −log(λ)−γ−log⁡(λ)−γ-\log(\lambda) - \gamma 여기서 γγ\gamma 오일러 - 마스케 로니 상수이다. k> 0 일 때 k>0k>0k > 0어떻습니까?

9 mean  expected-value  integral 

이 기사 에서 다음과 같은 이식편을 가져옵니다 . 부트 스트랩을 사용하고 R boot패키지가있는 선형 혼합 모델을 위해 파라 메트릭, 반 파라 메트릭 및 비 파라 메트릭 부트 스트랩 부트 스트랩을 구현하려고 초보자 입니다. R 코드 내 R코드 는 다음과 같습니다 . library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

연속 랜덤 변수의 예상 값이 비정규 분포 (예 : 스큐-정규)에서 산술 평균, 중간 값 등과 어떻게 관련이 있습니까? 나는 공통 / 흥미로운 분포 (예 : 로그 정규, 단순 이중 / 다중 분포, 이상하고 멋진 것)에 관심이 있습니다. 나는 주로 정성적인 답변을 찾고 있지만 모든 양적 또는 공식적인 답변도 환영합니다. 특히 …

9 mean  expected-value  median 

그래서, 나는 16 개의 시험을 가지고 있는데, 여기에서 Hamming Distance를 사용하여 생체 특성으로부터 사람을 인증하려고합니다. 임계 값이 3.5로 설정되었습니다. 내 데이터는 다음과 같으며 1 번 시험 만 참 긍정입니다. Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 0.32 9 0.39 …

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