Als «probability» getaggte Fragen

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

4
Kombinieren der Wahrscheinlichkeiten von nuklearen Unfällen
Die jüngsten Ereignisse in Japan haben mich über Folgendes nachdenken lassen. Kernkraftwerke sind normalerweise so ausgelegt, dass das Risiko schwerer Unfälle auf eine „Entwurfsgrundwahrscheinlichkeit“ begrenzt wird, z. B. 10E-6 / Jahr. Dies ist das Kriterium für eine einzelne Anlage. Wie kombinieren wir jedoch bei einer Population von Hunderten von Reaktoren …
4
Wie kann ich die Dichte eines Null-Inflations-Parameters in R schätzen?
Ich habe einen Datensatz mit vielen Nullen, der so aussieht: set.seed(1) x <- c(rlnorm(100),rep(0,50)) hist(x,probability=TRUE,breaks = 25) Ich möchte eine Linie für ihre Dichte zeichnen, aber die density()Funktion verwendet ein sich bewegendes Fenster, das negative Werte von x berechnet. lines(density(x), col = 'grey') Es gibt density(... from, to)Argumente, aber diese …
10 r  probability  kde 
1
Haben stochastische Prozesse wie der Gaußsche Prozess / Dirichlet-Prozess Dichten? Wenn nicht, wie kann die Bayes-Regel auf sie angewendet werden?
Der Dirichlet-Prozess und der Gauß-Prozess werden oft als "Verteilungen über Funktionen" oder "Verteilungen über Verteilungen" bezeichnet. Kann ich in diesem Fall sinnvoll über die Dichte einer Funktion unter einem Hausarzt sprechen? Das heißt, haben der Gaußsche Prozess oder der Dirichlet-Prozess eine Vorstellung von einer Wahrscheinlichkeitsdichte? Wenn dies nicht der Fall …
3
Gaußsche Prozessregression für große Datenmengen
Ich habe aus Online-Videos und Vorlesungsskripten etwas über die Gaußsche Prozessregression gelernt. Wenn wir einen Datensatz mit Punkten haben, gehen wir davon aus, dass die Daten aus einem dimensionalen multivariaten Gaußschen Prozess stammen . Meine Frage ist also für den Fall, dass 10 Millionen beträgt. Funktioniert die Gaußsche Prozessregression noch? …
3
Wenn endlich ist, ist ?
Für eine kontinuierliche Zufallsvariable XXX , wenn E(|X|)E(|X|)E(|X|) endlich ist, ist limn→∞nP(|X|&gt;n)=0limn→∞nP(|X|&gt;n)=0\lim_{n\to\infty}n P(|X|>n)=0 ? Dies ist ein Problem, das ich im Internet gefunden habe, aber ich bin mir nicht sicher, ob es gilt oder nicht. Ich weiß, dass nP(|X|&gt;n)&lt;E(|X|)nP(|X|&gt;n)&lt;E(|X|)n P(|X|>n)<E(|X|) durch Markov-Ungleichung gilt, aber ich kann nicht zeigen, dass es …
2
Frequentistische Definition der Wahrscheinlichkeit; Gibt es eine formale Definition?
Gibt es eine formale (mathematische) Definition dessen, was Frequentisten unter "Wahrscheinlichkeit" verstehen? Ich habe gelesen, dass es die relative Häufigkeit des Auftretens auf lange Sicht ist, aber gibt es eine formale Möglichkeit, es zu definieren? Gibt es bekannte Referenzen, wo ich diese Definition finden kann? BEARBEITEN: Mit Frequentist (siehe Kommentar …
3
Eine Normale geteilt durch
sei und .Z∼N(0,1)Z∼N(0,1)Z \sim N(0,1)W∼χ2(s)W∼χ2(s)W \sim \chi^2(s) Wenn und unabhängig voneinander verteilt sind, folgt die Variable einer Verteilung mit Freiheitsgraden .W Y = Z.ZZZWWW tsY=ZW/s√Y=ZW/sY = \frac{Z}{\sqrt{W/s}}tttsss Ich suche einen Beweis für diese Tatsache, eine Referenz ist gut genug, wenn Sie nicht das vollständige Argument aufschreiben möchten.
1
Fast sichere Konvergenz bedeutet keine vollständige Konvergenz
Wir sagen, konvergieren vollständig zu wenn für jedes .X1,X2,…X1,X2,…X_1, X_2, \ldotsXXXϵ&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 Mit Borel Cantellis Lemma ist es einfach zu beweisen, dass vollständige Konvergenz eine fast sichere Konvergenz impliziert. Ich suche ein Beispiel, bei dem die Konvergenz mit Borel Cantelli fast nicht nachgewiesen werden kann. Dies ist eine …
1
Unvoreingenommener Schätzer mit minimaler Varianz für
Sei eine Zufallsstichprobe aus einer Verteilung für . DhX1,...,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) Finden Sie den unverzerrten Schätzer mit der minimalen Varianz fürg(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Mein Versuch: Da die geometrische Verteilung aus der Exponentialfamilie stammt, ist die Statistik vollständig und für ausreichend . Auch wenn ein Schätzer für , ist es unverzerrt. …
4
Zeitdiskretes Ereignisverlaufsmodell (Überlebensmodell) in R.
Ich versuche, ein zeitdiskretes Modell in R einzubauen, bin mir aber nicht sicher, wie ich das machen soll. Ich habe gelesen, dass Sie die abhängige Variable in verschiedenen Zeilen organisieren können, eine für jede glmZeitbeobachtung , und die Funktion mit einem Logit- oder Cloglog-Link verwenden können. In diesem Sinne, ich …
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 
1
Frage zur Autokovarianzfunktion der Probe
Ich lese ein Zeitreihenanalysebuch und die Formel für die Autokovarianz von Stichproben ist im Buch wie folgt definiert: γˆ( h ) = n- 1∑t = 1n - h( xt+h−x¯)(xt−x¯)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}) mitfür . ist der Mittelwert.γˆ( - h ) = γˆ( h )γ^(−h)=γ^(h)\widehat{\gamma}(-h) = \widehat{\gamma}(h)\;≤ xh = 0 , 1 …
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.