Statistiken und Big Data bernoulli-distribution

2

Fisher-Informationsmatrix-Determinante für ein überparametrisiertes Modell

Betrachten Sie eine Bernoulli-Zufallsvariable X∈{0,1}X∈{0,1}X\in\{0,1\} mit dem Parameter θθ\theta (Erfolgswahrscheinlichkeit). Die Wahrscheinlichkeitsfunktion und die Fisher-Information (eine 1×11×11 \times 1 Matrix) sind: L1(θ;X)I1(θ)=p(X|θ)=θX(1−θ)1−X=detI1(θ)=1θ(1−θ)L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} \\ \mathcal{I}_1(\theta) &= \det \mathcal{I}_1(\theta) = \frac{1}{\theta(1-\theta)} \end{align} Betrachten Sie nun eine " " Version mit zwei Parametern: der Erfolgswahrscheinlichkeit und der …

10 bernoulli-distribution parameterization fisher-information determinant

1

Überprüfen, ob eine Münze fair ist

Die folgende Frage wurde mir von einem Freund gestellt. Ich konnte ihr nicht helfen, aber ich hoffe, jemand kann es mir erklären. Ich konnte kein ähnliches Beispiel finden. Vielen Dank für Hilfe und Erklärung. F: Die Ergebnisse von 100 Münzwurfversuchen werden als 0 = "Schwanz" und 1 = "Kopf" aufgezeichnet. …

9 probability inference bernoulli-distribution

1

Welches Deep-Learning-Modell kann Kategorien klassifizieren, die sich nicht gegenseitig ausschließen?

Beispiele: Ich habe einen Satz in der Stellenbeschreibung: "Java Senior Engineer in UK". Ich möchte ein Deep-Learning-Modell verwenden, um es als zwei Kategorien vorherzusagen: English und IT jobs. Wenn ich ein traditionelles Klassifizierungsmodell verwende, kann es nur 1 Etikett mit softmaxFunktion auf der letzten Ebene vorhersagen . Somit kann ich …

9 machine-learning deep-learning natural-language tensorflow sampling distance non-independent application regression machine-learning logistic mixed-model control-group crossover r multivariate-analysis ecology procrustes-analysis vegan regression hypothesis-testing interpretation chi-squared bootstrap r bioinformatics bayesian exponential beta-distribution bernoulli-distribution conjugate-prior distributions bayesian prior beta-distribution covariance naive-bayes smoothing laplace-smoothing distributions data-visualization regression probit penalized estimation unbiased-estimator fisher-information unbalanced-classes bayesian model-selection aic multiple-regression cross-validation regression-coefficients nonlinear-regression standardization naive-bayes trend machine-learning clustering unsupervised-learning wilcoxon-mann-whitney z-score econometrics generalized-moments method-of-moments machine-learning conv-neural-network image-processing ocr machine-learning neural-networks conv-neural-network tensorflow r logistic scoring-rules probability self-study pdf cdf classification svm resampling forecasting rms volatility-forecasting diebold-mariano neural-networks prediction-interval uncertainty

4

Wie interpretiere ich eine Überlebenskurve des Cox-Hazard-Modells?

Wie interpretieren Sie eine Überlebenskurve aus dem Cox-Proportional-Hazard-Modell? Nehmen wir in diesem Spielzeugbeispiel an, wir haben ein Cox-Proportional-Hazard-Modell für ageVariablen in kidneyDaten und generieren die Überlebenskurve. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Welche Aussage ist zum Zeitpunkt zum Beispiel wahr? oder sind beide falsch?200200200 Statement 1: Wir …

9 r survival cox-model likelihood machine-learning deep-learning generative-models machine-learning reinforcement-learning q-learning regression multicollinearity convergence beta-distribution bernoulli-distribution machine-learning self-study pattern-recognition neural-networks stochastic-processes linear

3

Simulieren Sie eine Bernoulli-Variable mit der Wahrscheinlichkeit

Kann mir jemand sagen, wie man simuliert , wobei mit einem Münzwurf (so oft Sie möchten) mit &Bernoulli(ab)Bernoulli(ab)\mathrm{Bernoulli}\left({a\over b}\right)a,b∈Na,b∈Na,b\in \mathbb{N}P(H)=pP(H)=pP(H)=p Ich dachte über die Verwendung von Ablehnungsproben nach, konnte sie aber nicht festnageln.

9 probability simulation bernoulli-distribution rejection-sampling

3

Summe der Produkte von Rademacher-Zufallsvariablen

Sei unabhängige Zufallsvariablen, die Werte oder mit einer Wahrscheinlichkeit von jeweils 0,5 . Betrachten Sie die Summe . Ich möchte die Wahrscheinlichkeit nach oben begrenzen . Die beste Grenze, die ich ist wobei c eine universelle Konstante ist. Dies wird erreicht, indem die Wahrscheinlichkeit Pr (| x_1 + \ Punkte …

9 probability random-variable bernoulli-distribution

2

Mit welcher Wahrscheinlichkeit ist eine Münze besser als die andere?

Nehmen wir an, wir haben zwei voreingenommene Münzen C1und C2beide haben eine unterschiedliche Wahrscheinlichkeit, den Kopf zu drehen. Wir werfen C1 n1Zeiten und bekommen H1Köpfe, C2 n2Zeiten und bekommen H2Köpfe. Und wir stellen fest, dass das Verhältnis der Köpfe für eine Münze höher ist als für die andere. Mit welcher …

8 probability bernoulli-distribution

3

Was ist der

In der Bayes'schen Wahrscheinlichkeitstheorie ist Wahrscheinlichkeit unser Ausdruck von Wissen über eine bestimmte Sache, nicht eine Eigenschaft dieser Sache. Ich sehe jedoch immer Leute behandelnpppals ein Parameter, der geschätzt werden muss. Sie haben einen Prior für eingerichtetppp, normalerweise in Form einer Beta-Funktion, und aktualisieren Sie diese dann, wenn "Realisierungen" dieser …

8 probability bayesian bernoulli-distribution philosophical

1

Bernoulli zu beweisen ist die Grenze der Beta

Durch Inspektion wird mir klar, dass sich die Beta-Verteilung einem Bernoulli ( nähert , wenn wir (wodurch der Mittelwert festgelegt wird) und ) Verteilung.β=1−μμαβ=1−μμα\beta = \frac{1-\mu}{\mu} \alphaα→0α→0\alpha \rightarrow 0μμ\mu Zum Beispiel: par(mfrow = c(1, 2), oma = c(0, 0, 1.5, 0)) xx = seq(0, 1, length.out = 1000) mus = …

7 convergence beta-distribution bernoulli-distribution

1

Wie erhalte ich das Konfidenzintervall eines Bernoulli-Versuchs, wenn ?

Ich weiß, dass die Standardformel für das Bernoulli CI lautet: p^±z1−α/2p^(1−p^)n−−−−−−−−√p^±z1−α/2p^(1−p^)n\hat{p}\pm z_{1-\alpha/2}\sqrt{\frac{\hat{p}(1-\hat{p})}{n}} Wenn p^=mnp^=mn\hat{p} = \frac{m}{n} wie schätze ich das Konfidenzintervall, wenn n n\ n klein und m=0 m=0\ m = 0 ? Dieser Fall würde die obige Gleichung auf 0±0 0±0\ 0 \pm 0 reduzieren, was impliziert, dass sich …

7 confidence-interval small-sample bernoulli-distribution

2

Frage zur gemeinsamen Verteilung von Bernoulli-Zufallsvariablen unter der Bedingung, dass die Summe 1 sein muss

Ich habe ein Problem bei der Arbeit. Kann mir bitte jemand helfen, mir die gemeinsame Verteilung von Bernoulli-Zufallsvariablen zu geben, aber unter der Bedingung, dass die Summe dieser Zufallsvariablen muss .nnnnnn111 Kann mir jemand zeigen, wie ich diese Verteilung ableiten kann?

7 distributions joint-distribution bernoulli-distribution constraint

1

Erwarteter Wert des Produkts nicht unabhängiger Bernoulli-Zufallsvariablen (Korrelationen sind bekannt)

Ich habe eine Frage zum Ermitteln der gemeinsamen Wahrscheinlichkeitsverteilung für Bernoulli-Zufallsvariablen gestellt, unter Berücksichtigung des erwarteten Werts für jede Variable ( und ihrer Korrelationen ( ). Jemand hat mich freundlicherweise auf dieses Papier verwiesen , und es war wirklich hilfreich, aber ich kann immer noch keinen letzten Punkt herausfinden:NNNE[Xi]=pi)E[Xi]=pi)E[X_i]=p_i)ρ12,ρ13,…ρ12,ρ13,…\rho_{12},\rho_{13},\dots Vorausgesetzt, …

7 correlation expected-value joint-distribution bernoulli-distribution

Als «bernoulli-distribution» getaggte Fragen