«probability» 태그된 질문

나는 루빅스 큐브를 취미로 해결한다. 몇 가지 소프트웨어를 사용하여 큐브를 해결하는 데 걸린 시간을 기록하여 수천 가지 해결 데이터를 얻었습니다. 데이터는 기본적으로 각 순차 해결에 걸린 시간을 나타내는 긴 숫자 목록입니다 (예 : 22.11, 20.66, 21.00, 18.74, ...) 큐브를 해결하는 데 걸리는 시간은 자연스럽게 해결하는 데 약간 씩 다르므로 해결 …

10 probability 

최근 일본에서 일어난 사건들로 인해 다음에 대해 생각하게되었습니다. 원자력 발전소는 일반적으로 심각한 사고의 위험을 '설계 기준 확률'(예 : 10E-6 / 년)로 제한하도록 설계되었습니다. 이것이 단일 플랜트의 기준입니다. 그러나 수백 개의 원자로가있는 경우 심각한 사고의 개별 확률을 어떻게 결합합니까? 나는 아마 이것을 직접 연구 할 수는 있지만이 사이트를 발견하면이 질문에 아주 …

10 probability 

다음과 같이 0이 많은 데이터 세트가 있습니다. set.seed(1) x <- c(rlnorm(100),rep(0,50)) hist(x,probability=TRUE,breaks = 25) 밀도에 대한 선을 그리려고하지만 density()함수는 x의 음수 값을 계산하는 이동 창을 사용합니다. lines(density(x), col = 'grey') 거기에있다 density(... from, to)주장하지만,이 경우에만 0의 밀도는 다음과 같은 그래프로 볼 수있는 것처럼 데이터와 일치 그래서 창을 변경, 계산을 자르지 …

10 r  probability  kde 

Dirichlet Pocess 및 Gaussian Process는 종종 "분포에 대한 분포"또는 "분포에 대한 분포"라고합니다. 이 경우 GP에서 함수의 밀도에 대해 의미있게 이야기 할 수 있습니까? 즉, 가우시안 프로세스 또는 디리클레 프로세스에 확률 밀도 개념이 있습니까? 그렇지 않은 경우, 함수의 사전 확률 개념이 잘 정의되지 않은 경우 Bayes의 규칙을 사용하여 후부보다 먼저 이동할 …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

나는 온라인 비디오와 강의 노트에서 가우시안 프로세스 회귀에 대해 배웠으며, 점이 있는 데이터 세트가 있으면 데이터가 차원 다변량 가우시안 에서 샘플링되었다고 가정합니다 . 그래서 내 질문은 가우스 프로세스 회귀가 여전히 작동 하는 이 1 천만입니다. 커널 매트릭스가 프로세스를 완전히 비효율적으로 렌더링하지 않습니까? 그렇다면 여러 번 반복해서 데이터 세트에서 샘플링하는 것과 …

10 machine-learning  probability  inference  gaussian-process  multivariate-regression 

연속 랜덤 변수 XXX 의 경우 E(|X|)E(|X|)E(|X|) 가 유한하면 limn→∞nP(|X|&gt;n)=0limn→∞nP(|X|&gt;n)=0\lim_{n\to\infty}n P(|X|>n)=0 입니까? 이것은 인터넷에서 발견 된 문제이지만 그것이 있는지 여부는 확실하지 않습니다. nP(|X|&gt;n)&lt;E(|X|)nP(|X|&gt;n)&lt;E(|X|)n P(|X|>n)<E(|X|) 가 Markov 부등식을 유지 한다는 것을 알고 있지만 nnn 이 무한대에 가까워지면 0이된다는 것을 보여줄 수 없습니다 .

10 probability  expected-value  probability-inequalities 

``확률 ''에서 빈번한 사람들이 이해하는 것에 대한 공식적인 (수학적) 정의가 있습니까? 나는 그것이``장기적으로 ''상대적 발생 빈도라는 것을 읽었지만 그것을 정의하는 공식적인 방법이 있습니까? 해당 정의를 찾을 수있는 알려진 참조가 있습니까? 편집하다: 잦은 주의자 (@whuber의 의견 및 해당 답변 아래의 @Kodiologist 및 @Graeme Walsh에 대한 나의 의견 참조)는이 장기적인 상대 빈도가 …

10 probability  frequentist  definition 

과 이라고하자 .Z∼N(0,1)Z∼N(0,1)Z \sim N(0,1)W∼χ2(s)W∼χ2(s)W \sim \chi^2(s) 경우 및 독립적으로 다음 분포 변수 다음 자유도를 가진 분포 .ZZZWWWY=ZW/s√Y=ZW/sY = \frac{Z}{\sqrt{W/s}}tttsss 이 사실에 대한 증거를 찾고 있습니다. 완전한 인수를 쓰지 않으려면 참조가 충분합니다.

10 probability  distributions  references 

우리는 말을 X1,X2,…X1,X2,…X_1, X_2, \ldots 완전히 수렴하다 XXX 모든 경우에 ϵ&gt;0ϵ&gt;0\epsilon>0 ∑∞n=1P(|Xn−X|&gt;ϵ)&lt;∞∑n=1∞P(|Xn−X|&gt;ϵ)&lt;∞\sum_{n=1}^\infty \text{P}\left(|X_n-X|>\epsilon\right) <\infty. 보렐 칸 텔리의 명예는 완전한 수렴이 거의 확실한 수렴을 의미한다는 것을 증명하는 것입니다. Borel Cantelli로 컨버전스를 입증 할 수없는 예를 찾고 있습니다. 이것은 거의 확실하지만 완벽하게 수렴하지 않는 일련의 무작위 변수입니다.

10 probability  convergence 

하자 분포 랜덤 샘플 feom 수 에 대한 . 즉,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) 대한 최소 분산을 갖는 편견 추정량을g(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} 내 시도 : 기하 분포는 지수 패밀리에서 때문에 통계 는 완전하고 충분합니다 . 또한 이 대한 추정값 인 경우 편향되지 않습니다. 따라서 Rao-Blackwell 정리와 Lehmann-Scheffé 정리에서 는 우리가 찾는 추정값입니다.∑Xi∑Xi\sum …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

나는 의문의 여지가 있습니다 : 실제 값을 갖는 임의의 변수를 고려하십시오 XXX 과 ZZZ 둘 다 확률 공간에 정의 (Ω,F,P)(Ω,F,P)(\Omega, \mathcal{F},\mathbb{P}). 허락하다 Y:=g(X,Z)Y:=g(X,Z)Y:= g(X,Z), 어디 g(⋅)g(⋅)g(\cdot)실제 가치 함수입니다. 이후YYY 임의 변수의 함수이며 임의 변수입니다. 허락하다 x:=X(ω)x:=X(ω)x:=X(\omega) 즉, 실현 XXX. 입니다 P(Y|X=x)=P(g(X,Z)|X=x)P(Y|X=x)=P(g(X,Z)|X=x)\mathbb{P}(Y|X=x)=\mathbb{P}(g(X,Z)|X=x) 동일 P(g(x,Z))P(g(x,Z))\mathbb{P}(g(x,Z))?

10 probability  random-variable 

사례는 다음과 같습니다. 인구는 10,000 개입니다. 각 항목에는 고유 한 ID가 있습니다. 무작위로 100 개의 항목을 선택하고 ID를 기록합니다. 100 개 항목을 다시 인구 집단에 넣었습니다. 무작위로 다시 100 개의 아이템을 골라 ID를 기록한 후 교체합니다. 전체적으로이 무작위 샘플링을 5 번 반복합니다 5 개의 랜덤 샘플링에서 개의 항목이 나타날 확률은 …

10 probability  hypergeometric 

다음과 같은 문제가 있습니다. 100 개의 고유 아이템 (n)이 있으며 한 번에 하나씩 43 (m)을 선택합니다 (교체 포함). 예상되는 고유 수 (한 번만 선택, k = 1), 두 배 (정확히 두 번 k = 2로 선택), 트리플 (정확하게 k = 3), 쿼드 등을 해결해야합니다. 나는 적어도 하나의 이중 (생일 역설)이있을 …

10 probability  expected-value  birthday-paradox 

R에 이산 시간 모델을 맞추려고하지만 어떻게 해야할지 모르겠습니다. 종속 변수를 각 시간 관찰마다 하나씩 다른 행 glm으로 구성하고 logit 또는 cloglog 링크와 함께 함수를 사용할 수 있다는 것을 읽었습니다. 이런 의미에서, 나는 세 개의 열이 있습니다 : ID, Event(각 시간 경과시 1 또는 0) 및 Time Elapsed(관측 시작부터 ) 그리고 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

시계열 분석 책을 읽고 있는데 샘플 자기 공분산 공식은 다음과 같이 책에 정의되어 있습니다. γˆ( h ) =엔− 1∑t = 1n - h(엑스t + h−엑스¯) (엑스티−엑스¯)γ^(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)\widehat{\gamma}(h) = n^{-1}\displaystyle\sum_{t=1}^{n-h}(x_{t+h}-\bar{x})(x_t-\bar{x}) 와 γˆ( − h ) =γˆ( h )γ^(−h)=γ^(h)\widehat{\gamma}(-h) = \widehat{\gamma}(h)\; ...에 대한 H = 0 , 1 , . . . , …

10 time-series  probability  mathematical-statistics