«random-variable» 태그된 질문

임의 변수 ( )의 경우 같아야 무 메모리 속성에 의해 이후의 분포 동일하다 있지만만큼 우측으로 시프트 .X∼Exp(λ)X∼Exp(λ)X\sim \text{Exp}(\lambda)E[X]=1λE[X]=1λ\mathbb{E}[X] = \frac{1}{\lambda}E[X|X>x]E[X|X>x]\mathbb{E}[X|X > x]x+E[X]x+E[X]x + \mathbb{E}[X]X|X>xX|X>xX|X > xXXXxxx 그러나 나는 메모리리스 속성을 사용하여 구체적인 증거를 제공하기 위해 고심하고 있습니다. 도움을 주시면 감사하겠습니다. 감사.

13 random-variable  exponential  conditional-expectation 

이 두 표현은 통계를 배울 때 많이 혼란 스러웠습니다. 그것들은 완전히 다른 것 같습니다. 무작위 표본은 반면, 무작위 인구에서 샘플을 채취하는 확률 변수가 실수로 실험의 모든 가능한 결과 세트를 매핑하는 기능과 같다. 나는 몇 가지 샘플을 그릴 경우, 말 , X 2 , X 3 및 X I ~ N …

13 mathematical-statistics  random-variable  terminology  sample 

Valentin V. Petrov의 "확률 이론 제한 이론"에서, 분포의 정의가 "연속적"과 "절대적으로 연속적"인 것의 차이점을 보았습니다. X P ( X ∈ B ) = 0 B P ( X ∈ B ) = 0 B(∗)(∗)(*) "... 실제 라인의 임의의 유한 또는 카운트 가능한 세트 에 대해 랜덤 변수 의 분포는 연속적이라고합니다 …

13 probability  distributions  random-variable 

랜덤 변량 생성 알고리즘을 테스트하기 위해 어떤 방법을 사용합니까?

12 algorithms  hypothesis-testing  random-variable  random-generation 

XXX 및YYY 는 독립적으로 분포 된 랜덤 변수입니다. 여기서X∼χ2(n−1)X∼χ(n−1)2X\sim\chi^2_{(n-1)} 및Y∼Beta(n2−1,n2−1)Y∼Beta(n2−1,n2−1)Y\sim\text{Beta}\left(\frac{n}{2}-1,\frac{n}{2}-1\right). Z=(2Y−1)의 분포는√Z=(2Y−1)X−−√Z=(2Y−1)XZ=(2Y-1)\sqrt X ? 공동 밀도 (X,Y)(X,Y)(X,Y) 에 의해 주어진다 에프엑스, Y( x , y) = f엑스( x ) f와이( y) = 전자− x2엑스n - 12− 12n - 12Γ ( n - 12)⋅ y엔2− 2( 1 − y)엔2− 2B ( …

12 self-study  distributions  mathematical-statistics  random-variable 

어떻게 해당하는 확률 분포의 일례 구축 가정 보유 ?E(1X)=1E(X)E(1X)=1E(X)\mathbb{E}\left(\frac{1}{X}\right)=\frac{1}{\mathbb{E}(X)}P(X≠0)=1P(X≠0)=1\mathbb{P}(X\ne0)=1 양수의 RV 대한 Jensen의 불평등에 따른 불평등 은 ( 경우 역 불평등 ). 이는 매핑이 대해 볼록 하고 대해 오목하기 때문 입니다. Jensen의 불평등의 평등 조건에 따라 필요한 평등을 유지하기 위해 분포가 퇴화되어야한다고 생각합니다. 경우 평등 보유 일반의 경우는 물론이고 여기 …

12 probability  distributions  random-variable  expected-value 

와 묶인 값 범위를 갖는 임의의 변수가 있다고 가정 해 봅시다 . 여기서 는 최소값이고 는 최대 값입니다.b a baaabbbaaabbb I 같이 들었다 , 여기서 우리의 샘플 크기는, 우리의 샘플의 샘플링 수단 분포 인 정규 분포. 우리가 증가함에 따라 즉, 우리가 점점 더 가까이 정규 분포를 얻을 수 있지만, 같은 …

12 normal-distribution  sampling  random-variable  central-limit-theorem 

경우 이산이며, 연속 확률 변수는 우리의 분포에 대해 말할 수있는 다음입니다 ? 연속적입니까 아니면 혼합되어 있습니까?XXXYYYX+YX+YX+Y 제품 어떻습니까?XYXYXY

12 self-study  distributions  random-variable 

나는 Slutsky의 정리 에 대한 몇 가지 세부 사항에 대해 혼란스러워합니다 . 하자 , 스칼라 / 벡터 / 행렬 랜덤 요소 두 시퀀스 수.{Xn}{Xn}\{X_n\}{Yn}{Yn}\{Y_n\} 만약 임의의 요소에 분배 수렴 및 정수의 행 확률 수렴 다음 이 제공 여기서 가역 인 {\ xrightarrow {d}} 는 분포의 수렴을 나타냅니다.XnXnX_nXXXYnYnY_ncccXn+Yn XnYn Xn/Yn →d …

12 probability  random-variable  convergence  slutsky-theorem 

보자 {Xn}n≥1{Xn}n≥1\{X_n\}_{n\geq 1} 확률 변수 일 수 시퀀스 Xn→aXn→aX_n \to a 확률에서 a&gt;0a&gt;0a>0 고정 상수이다. 나는 다음을 보여 주려고 노력하고있다 : Xn−−−√→a−−√Xn→a\sqrt{X_n} \to \sqrt{a} 와 aXn→1aXn→1\frac{a}{X_n}\to 1 둘 다 확률입니다. 나는 나의 논리가 건전한 지보기 위해 왔습니다. 여기 내 작품이 있습니다 시도 첫 번째 부분은 |Xn−−−√−a−−√|&lt;ϵ⟸|Xn−a|&lt;ϵ|Xn−−−√+a−−√|=ϵ|(Xn−−−√−sqrta)+2a−−√||Xn−a|&lt;ϵ⟸|Xn−a|&lt;ϵ|Xn+a|=ϵ|(Xn−sqrta)+2a||\sqrt{X_n}-\sqrt{a}|<\epsilon \impliedby |X_n-a|<\epsilon|\sqrt{X_n}+\sqrt{a}|=\epsilon|(\sqrt{X_n}-sqrt{a})+2\sqrt{a}| ≤ϵ|Xn−−−√−a−−√|+2ϵa−−√&lt;ϵ2+2ϵa−−√≤ϵ|Xn−a|+2ϵa&lt;ϵ2+2ϵa\leq \epsilon|\sqrt{X_n}-\sqrt{a}|+2\epsilon\sqrt{a}<\epsilon^2+2\epsilon\sqrt{a} …

12 random-variable  convergence  asymptotics  probability-inequalities  coverage-probability 

상관 랜덤 변수 의 곱의 분산은 무엇입니까 ?kkk

12 variance  random-variable 

두 개의 임의 변수 및 있습니다.Y &gt; 0X&gt;0X&gt;0X > 0Y&gt;0Y&gt;0Y > 0 내가 추정 할 수 있음을 감안할 때 내가 추정 할 수있는 방법Cov ( log ( X ) , log ( Y ) ) ?Cov(X,Y),Cov(X,Y),\text{Cov}(X, Y),Cov(log(X),log(Y))?Cov(log⁡(X),log⁡(Y))?\text{Cov}(\log(X), \log(Y))?

12 data-transformation  covariance  random-variable 

문제점 : 베이지안 메타 분석에서 사전 및 데이터로 사용할 분포를 매개 변수화하고 있습니다. 이 자료는 문헌에 요약 통계로 제공되며, 거의 독점적으로 정규 분포로 가정됩니다 (변수는 0보다 작을 수없고 일부는 비율, 일부는 질량 등임). 나는 해결책이없는 두 가지 사례를 보았습니다. 때로는 관심있는 매개 변수가 데이터의 역수 또는 두 변수의 비율입니다. 예 …

12 distributions  bayesian  variance  random-variable  meta-analysis 

나는 위치 규모 가족의 의미에 대해 생각하고있었습니다. 내 이해는 매개 변수 와 스케일을 가진 위치 스케일 패밀리의 모든 멤버에 대해 의 분포는 매개 변수에 의존하지 않으며 해당 패밀리에 속하는 모든 에 대해 동일 하다는 것입니다.a b Z = ( X − a ) / b XXXXaaabbbZ=(X−a)/bZ=(X−a)/bZ =(X-a)/bXXX 그래서 내 질문은 …

12 probability  distributions  mathematical-statistics  random-variable  moments 

하자 ~ 및 ~ 주어진 분포와 두 개의 독립적 인 확률 변수합니다. 의 분포는 무엇입니까 ?XXXU(0,2)U(0,2)U(0,2)YYYU(−10,10)U(−10,10)U(-10,10)V=XYV=XYV=XY 나는 그것을 알고 회선을 시도했다 h(v)=∫y=+∞y=−∞1yfY(y)fX(vy)dyh(v)=∫y=−∞y=+∞1yfY(y)fX(vy)dyh(v) = \int_{y=-\infty}^{y=+\infty}\frac{1}{y}f_Y(y) f_X\left (\frac{v}{y} \right ) dy 또한 , fY(y)=120fY(y)=120f_Y(y) = \frac{1}{20} H(V)=1h(v)=120∫y=10y=−101y⋅12dyh(v)=120∫y=−10y=101y⋅12dyh(v)= \frac{1}{20} \int_{y=-10}^{y=10} \frac{1}{y}\cdot \frac{1}{2}dy h ( v ) = 140∫와이= 10와이= − 101와이디와이h(v)=140∫y=−10y=101ydyh(v)=\frac{1}{40}\int_{y=-10}^{y=10} \frac{1}{y}dy 0에 …

12 distributions  random-variable