Als «probability» getaggte Fragen

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

1
Bayesianische Inferenz für die multinomiale Verteilung mit asymmetrischem Vorwissen?
Angenommen, ich werde einige Proben aus einer Binomialverteilung erhalten. Eine Möglichkeit, meine Vorkenntnisse zu modellieren, ist eine Beta-Distribution mit den Parametern und . Soweit ich weiß, ist dies gleichbedeutend damit, in Versuchen "Köpfe" mal gesehen zu haben . Daher ist es eine gute Abkürzung, um die vollständige Bayes'sche Folgerung durchzuführen, …

4
Suchen Sie eine Verteilung, die vielleicht ungewöhnlich ist und mit zwei Datenpunkten und Experteneinschränkungen übereinstimmt?
Ich versuche, eine vorherige Verteilung für eine Bayes'sche Metaanalyse anzugeben. Ich habe die folgenden Informationen zu einer Zufallsvariablen: Zwei Beobachtungen: 3.0, 3.6 Ein Wissenschaftler, der die Variable untersucht, hat mir gesagt, dass ist und dass Werte bis 6 eine Wahrscheinlichkeit ungleich Null haben.P(X&lt;2)=P(X&gt;8)=0P(X&lt;2)=P(X&gt;8)=0P(X<2)=P(X>8)=0 Ich habe den folgenden Optimierungsansatz verwendet (der …



4
Das Froschproblem (Puzzle im YouTube-Video)
Das YouTube-Video enthält ein interessantes Rätsel. Können Sie das Froschproblem lösen? . Ich werde versuchen, hier eine äquivalente Formulierung zu geben. Ein Frosch ist auf der einen Seite des Teiches und möchte auf die andere Seite. Es gibt Lilienblätter in einer Reihe, wobei der te Laub am anderen Ende des …

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 …

2
Wie ist ?
Ich habe kürzlich angefangen, über Maximum Likelihood Estimator und Bayes'sche Statistiken zu lesen. Ich verstehe, dass bei einem statistischen Modell , bei dem zu einem großen Parameterraum , die KL-Divergenz zwischen und ( die Wahrheit ist) Der Parameter, den wir finden möchten) wird für das minimiert, das maximiert . Unter …

1
Das ist unabhängig, wenn und wenn
Sei unabhängige Zufallsvariablen.Xi∼Gamma(α,pi),i=1,2,...,n+1Xi∼Gamma(α,pi),i=1,2,...,n+1X_i\sim\text{Gamma}(\alpha,p_i),i=1,2,...,n+1 Definiere und . Zeigen Sie dann, dass unabhängig voneinander verteilt sind.Z1=∑n+1i=1XiZ1=∑i=1n+1XiZ_1=\sum_{i=1}^{n+1}X_iZi=Xi∑ij=1Xj,i=2,3,...,n+1Zi=Xi∑j=1iXj,i=2,3,...,n+1Z_i=\frac{X_i}{\sum_{j=1}^iX_j},\quad i=2,3,...,n+1Z1,Z2,...,Zn+1Z1,Z2,...,Zn+1Z_1,Z_2,...,Z_{n+1} Die Verbindungsdichte von ist gegeben durch(X1,...,Xn+1)(X1,...,Xn+1)(X_1,...,X_{n+1}) fX(x1,...,xn+1)=[α∑n+1i=1pi∏n+1i=1Γ(pi)exp(−α∑i=1n+1xi)∏i=1n+1xpi−1i]Ixi&gt;0,α&gt;0,pi&gt;0fX(x1,...,xn+1)=[α∑i=1n+1pi∏i=1n+1Γ(pi)exp⁡(−α∑i=1n+1xi)∏i=1n+1xipi−1]Ixi&gt;0,α&gt;0,pi&gt;0f_{\bf X}(x_1,...,x_{n+1})=\left[\frac{\alpha^{\sum_{i=1}^{n+1}p_i}}{\prod_{i=1}^{n+1}\Gamma(p_i)}\exp\left(-\alpha\sum_{i=1}^{n+1}x_i\right)\prod_{i=1}^{n+1}x_i^{p_i-1}\right]\mathbf I_{x_i>0}\quad,\alpha>0,p_i>0 Wir transformieren so, dassX=(X1,⋯,Xn+1)↦Z=(Z1,⋯,Zn+1)X=(X1,⋯,Xn+1)↦Z=(Z1,⋯,Zn+1)\mathbf X=(X_1,\cdots,X_{n+1})\mapsto\mathbf Z=(Z_1,\cdots,Z_{n+1}) Z1=∑n+1i=1XiZ1=∑i=1n+1XiZ_1=\sum_{i=1}^{n+1}X_i undZi=Xi∑ij=1Xj,i=2,3,...,n+1Zi=Xi∑j=1iXj,i=2,3,...,n+1Z_i=\frac{X_i}{\sum_{j=1}^iX_j},\quad i=2,3,...,n+1 ⟹xn+1=z1zn+1,⟹xn+1=z1zn+1,\implies x_{n+1}=z_1z_{n+1}, xn=z1zn(1−zn+1),xn=z1zn(1−zn+1),\qquad x_n=z_1z_n(1-z_{n+1}), xn−1=z1zn−1(1−zn)(1−xn+1),xn−1=z1zn−1(1−zn)(1−xn+1),\qquad x_{n-1}=z_1z_{n-1}(1-z_n)(1-x_{n+1}), ⋮⋮\qquad\vdots x3=z1z3∏n+1j=4(1−zj)x3=z1z3∏j=4n+1(1−zj)\qquad x_3=z_1z_3\prod_{j=4}^{n+1}(1-z_j) x2=z1z2∏n+1j=3(1−zj)x2=z1z2∏j=3n+1(1−zj)\qquad x_2=z_1z_2\prod_{j=3}^{n+1}(1-z_j) x1=z1∏n+1j=2(1−zj)x1=z1∏j=2n+1(1−zj)\qquad x_1=z_1\prod_{j=2}^{n+1}(1-z_j) , wobei und0&lt;z1&lt;∞0&lt;z1&lt;∞00 und …

1
Was ist der Mittelwert und die Varianz des Medians einer Menge normaler Zufallsvariablen?
Sei , ..., identisch unabhängig verteilte Zufallsvariablen mitX1X1X_1X.nXnX_nN.( μ ,σ2)N(μ,σ2)N(\mu, \sigma^2) Es ist leicht zu zeigen, dass der Stichprobenmittelwert eine Zufallsvariable mit .X.¯=1n∑ni = 0X.ichX¯=1n∑i=0nXi\bar{X} = \frac{1}{n}\sum^n_{i = 0}{X_i}N.( μ ,σ2n)N(μ,σ2n)N(\mu, \frac{\sigma^2}{n}) Es fällt mir jedoch schwer, die Verteilung des der Stichprobe zu ermitteln , insbesondere in Bezug auf Mittelwert …

2
Was ist probabilistische Folgerung?
Ich lese Chris Bishops Lehrbuch zur Mustererkennung und zum maschinellen Lernen . Ich bin mehrmals auf den Begriff probabilistische Folgerung gestoßen. Ich habe ein paar Fragen. Ist probabilistische Inferenz nur in einem grafischen Modellierungskontext anwendbar? Was ist der Unterschied zwischen traditioneller statistischer Inferenz (p-Werte, Konfidenzintervalle, Bayes-Faktoren usw.) und probabilistischer Inferenz? …

2
Was ist die Intuition hinter einer Indikatorfunktion?
Was ist eine Indikatorfunktion? Was ist die Intuition hinter einer Indikatorfunktion? Warum ist die Anzeigefunktion IAIAI_A im folgenden Beispiel benötigt? Kann das folgende Beispiel ohne Verwendung der Anzeigefunktion umgeschrieben werden? Lassen AAAsei irgendein Ereignis. Wir können schreibenP(A)P(A)\Bbb P(A) als Erwartung wie folgt: Definieren Sie die Anzeigefunktion: IA={1,0,if event A occursotherwiseIA={1,if …


2
Berechnung der Emissionswahrscheinlichkeitswerte für das Hidden Markov Model (HMM)
Ich bin neu in HMM und lerne noch. Ich verwende derzeit HMM, um einen Teil der Sprache zu markieren. Um den Viterbi-Algorithmus zu implementieren, benötige ich Übergangswahrscheinlichkeiten ( ) und Emissionswahrscheinlichkeiten ( b_i (o) ).ai,jai,j a_{i,j} \newcommand{\Count}{\text{Count}}bi(o)bi(o) b_i(o) Ich generiere Werte für diese Wahrscheinlichkeiten mithilfe einer überwachten Lernmethode, bei der …



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.