Als «probability» getaggte Fragen

Eine Wahrscheinlichkeit liefert eine quantitative Beschreibung des wahrscheinlichen Auftretens eines bestimmten Ereignisses.

1
Geschlossene Form für die Quantile von
Ich habe zwei Zufallsvariablen, wobei U ( 0 , 1 ) die gleichmäßige 0-1-Verteilung ist.αi∼iid U(0,1),i=1,2αich∼iid U(0,1),ich=1,2\alpha_i\sim \text{iid }U(0,1),\;\;i=1,2U(0,1)U(0,1)U(0,1) Dann ergeben diese einen Prozess, sagen wir: P(x)=α1sin(x)+α2cos(x),x∈(0,2π)P(x)=α1Sünde⁡(x)+α2cos⁡(x),x∈(0,2π)P(x)=\alpha_1\sin(x)+\alpha_2\cos(x), \;\;\;x\in (0,2\pi) Nun habe ich mich gefragt, ob es einen Ausdruck in geschlossener Form für das theoretische 75 - Prozent - Quantil von …

5
Wahrscheinlichkeitstheorie Bücher zum Selbststudium
Gibt es gute Bücher, die wichtige Konzepte der Wahrscheinlichkeitstheorie wie Wahrscheinlichkeitsverteilungsfunktionen und kumulative Verteilungsfunktionen erklären? Vermeiden Sie es, auf Bücher wie "Mathematical Statistics and Data Analysis" von John Rice zu verweisen, die mit einfachen Permutationskonzepten beginnen und dann plötzlich (im 2. Kapitel) einen Sprung machen, indem Sie Kenntnisse in reeller …

4
Warum ist P (A, B | C) / P (B | C) = P (A | B, C)?
Ich verstehe . Die Bedingung ist der Schnittpunkt von A und B geteilt durch die gesamte Fläche von B.P(A∩B)/P(B)=P(A|B)P(A∩B)/P(B)=P(A|B)P(A\cap B)/P(B) = P(A|B) Aber warum ist ?P(A∩B|C)/P(B|C)=P(A|B∩C)P(A∩B|C)/P(B|C)=P(A|B∩C)P(A\cap B|C)/P(B|C) = P(A|B \cap C) Kannst du etwas Intuition geben? Sollte es nicht sein: ?P(A∩B∩C)/P(B,C)=P(A|B∩C)P(A∩B∩C)/P(B,C)=P(A|B∩C)P(A\cap B \cap C)/P(B,C) = P(A|B \cap C)

2
Welche Notation und warum: , , oder
Handelt es sich um rein stilistische Konventionen (ob kursiv oder nicht kursiv) oder gibt es wesentliche Unterschiede in der Bedeutung dieser Notationen? Gibt es andere Notationen, die " die Wahrscheinlichkeit von " bedeuten und in dieser Frage berücksichtigt werden sollten?


5
Warum ?
ich vermute das P( A | B ) = P( A | B , C) ∗ P( C) + P( A | B , ¬ C) ∗ P( ¬ C)P(A|B)=P(A|B,C)∗P(C)+P(A|B,¬C)∗P(¬C)P(A|B) = P(A | B,C) * P(C) + P(A|B,\neg C) * P(\neg C) ist richtig, wohingegen P( A | B ) …

1
Herleitung der Änderung von Variablen einer Wahrscheinlichkeitsdichtefunktion?
In dem Buch Mustererkennung und maschinelles Lernen (Formel 1.27) gibt es Dabei istx=g(y),px(x)das PDF, das inBezug auf die Änderung der Variablenpy(y)entspricht.py(y)=px(x)∣∣∣dxdy∣∣∣=px(g(y))|g′(y)|py(y)=px(x)|dxdy|=px(g(y))|g′(y)|p_y(y)=p_x(x) \left | \frac{d x}{d y} \right |=p_x(g(y)) | g'(y) |x=g(y)x=g(y)x=g(y)px(x)px(x)p_x(x)py(y)py(y)p_y(y) In den Büchern heißt es, dass Beobachtungen, die in den Bereich , für kleine Werte von δ x in …


4
Die Maschinengenauigkeit zur Steigerung des Gradienten nimmt mit zunehmender Anzahl von Iterationen ab
Ich experimentiere mit dem Algorithmus der Gradientenverstärkungsmaschine über das caretPaket in R. Unter Verwendung eines kleinen Datensatzes für Hochschulzulassungen habe ich den folgenden Code ausgeführt: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

1
Was sind einige gute Interviewfragen für Entwickler von statistischen Algorithmen?
Ich interviewe Leute für eine Position als Entwickler / Forscher von Algorithmen in einem Kontext von Statistik, maschinellem Lernen und Data Mining. Ich suche nach Fragen, um insbesondere die Vertrautheit, das Verständnis und die Fließfähigkeit eines Kandidaten mit der zugrunde liegenden Theorie zu bestimmen, z. B. grundlegende Eigenschaften von Erwartung …


2
Was bedeutet PAC-Lerntheorie?
Ich bin neu im maschinellen Lernen. Ich studiere einen Kurs in maschinellem Lernen (Stanford University) und habe nicht verstanden, was mit dieser Theorie gemeint ist und welchen Nutzen sie hat. Ich frage mich, ob jemand diese Theorie für mich detaillieren könnte. Diese Theorie basiert auf dieser Gleichung.


4
Wie entwickelt man Intuition für bedingte Wahrscheinlichkeit?
In den Videovorträgen von Harvards Statistikkurs 110: Wahrscheinlichkeitsrechnung , die auf iTunes und YouTube zu finden sind, bin ich auf dieses Problem gestoßen . Ich habe versucht, es hier zusammenzufassen: Angenommen, wir erhalten eine zufällige Zwei-Karten-Hand aus einem Standardstapel. Wie groß ist die Wahrscheinlichkeit, dass beide Karten Asse sind, vorausgesetzt, …

4
Wie merkwürdig ist eine Ansammlung von Flugzeugunfällen?
Originalfrage (25.07.14): Ist dieses Zitat aus den Nachrichtenmedien sinnvoll, oder gibt es eine bessere statistische Sichtweise auf die jüngsten Flugzeugunfälle? Barnett macht jedoch auch auf die Theorie der Poisson-Verteilung aufmerksam, wonach kurze Absturzintervalle wahrscheinlicher sind als lange. "Nehmen wir an, es gibt durchschnittlich einen tödlichen Unfall pro Jahr, was bedeutet, …

Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.