Preguntas etiquetadas con conditional-expectation

¿Cuál es el significado exacto de la notación de subíndice en las expectativas condicionales en el marco de la teoría de la medida? Estos subíndices no aparecen en la definición de expectativa condicional, pero podemos ver, por ejemplo, en esta página de wikipedia . (Tenga en cuenta que no siempre …

64 conditional-expectation  notation 

Recientemente me encontré con esta identidad: E[E(Y|X,Z)|X]=E[Y|X]E[E(Y|X,Z)|X]=E[Y|X]E \left[ E \left(Y|X,Z \right) |X \right] =E \left[Y | X \right] Por supuesto, estoy familiarizado con la versión más simple de esa regla, a saber, que pero no pude encontrar justificación para su generalizaciónE[E(Y|X)]=E(Y)E[E(Y|X)]=E(Y)E \left[ E \left(Y|X \right) \right]=E \left(Y\right) Estaría agradecido si …

43 self-study  conditional-probability  conditional-expectation 

Sea un espacio de probabilidad, dada una variable aleatoria y a -algebra podemos construir una nueva variable aleatoria , que es la expectativa condicional.(Ω,F,μ)(Ω,F,μ)(\Omega,\mathscr{F},\mu)ξ:Ω→Rξ:Ω→R\xi:\Omega \to \mathbb{R}σσ\sigmaG⊆FG⊆F\mathscr{G}\subseteq \mathscr{F}E[ξ|G]E[ξ|G]E[\xi|\mathscr{G}] ¿Cuál es exactamente la intuición para pensar en ? Entiendo la intuición de lo siguiente:E[ξ|G]E[ξ|G]E[\xi|\mathscr{G}] (i) donde es un evento (con probabilidad positiva).E[ξ|A]E[ξ|A]E[\xi|A]AAA …

20 probability  conditional-probability  conditional-expectation  conditioning  sigma-algebra 

Tengo un problema con la prueba de mi( YEl | X) ∈ argminsol( X)mi[ ( Y- g( X) )2]mi(YEl |X)∈arg⁡minsol(X)mi[(Y-sol(X))2]E(Y|X) \in \arg \min_{g(X)} E\Big[\big(Y - g(X)\big)^2\Big] que muy probablemente revelen un malentendido más profundo de las expectativas y expectativas condicionales. La prueba que conozco es la siguiente (puede encontrar otra …

19 mathematical-statistics  conditional-probability  proof  conditional-expectation 

En general, ¿cuál es la diferencia entre E ( X | Y )E(X|Y)E(X|Y) y E ( X | Y = y )E(X|Y=y)E(X|Y=y) ? Primero es función de yyy y último es función de xxx ? Es muy confuso ...

18 conditional-expectation  notation  definition 

Me siento un poco incómodo con la forma en que me he ocupado mentalmente de la paradoja de Borel y otras "paradojas" relacionadas con la probabilidad condicional. Para aquellos que están leyendo esto que no están familiarizados con él, vea este enlace . Mi respuesta mental hasta este momento ha …

17 probability  conditional-probability  conditional-expectation 

Deje denotar la mediana y deje que denote la media de una muestra aleatoria de tamaño de una distribución que es N (\ mu, \ sigma ^ 2) . ¿Cómo puedo calcular E (Y | \ bar {X} = \ bar {x}) ?YYYX¯X¯\bar{X}n=2k+1n=2k+1n=2k+1N(μ,σ2)N(μ,σ2)N(\mu,\sigma^2)E(Y|X¯=x¯)E(Y|X¯=x¯)E(Y|\bar{X}=\bar{x}) Intuitivamente, debido al supuesto de normalidad, tiene …

16 self-study  normal-distribution  mathematical-statistics  expected-value  conditional-expectation 

Suponga que XXX e YYY tienen un segundo momento finito. En el espacio de Hilbert de variables aleatorias con segundo momento finito (con el producto interno de T1,T2T1,T2T_1,T_2 definido por E(T1T2)E(T1T2)E(T_1T_2) , ||T||2=E(T2)||T||2=E(T2)||T||^2=E(T^2) ), podemos interpretar E(Y|X)E(Y|X)E(Y|X) como la proyección de YYY en el espacio de las funciones de XXX …

15 variance  conditional-expectation 

Pregunta Si X 1 , ⋯ , X n ∼ N ( μ , 1 )X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1) son IID, entonces calcule E ( X 1 ∣ T )E(X1∣T)\mathbb{E}\left( X_1 \mid T \right) , donde T = ∑ i X iT=∑iXiT = \sum_i X_i . Intento : compruebe si …

14 probability  self-study  mathematical-statistics  conditional-probability  conditional-expectation 

Para una variable aleatoria ( ) Siento intuitivamente que debería ser igual a ya que por la propiedad sin memoria la distribución de es la misma que la de pero desplazada a la derecha por .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 Sin embargo, estoy luchando por …

13 random-variable  exponential  conditional-expectation 

Tengo algunos problemas para resolver lo siguiente. Robas cartas de una baraja estándar de 52 cartas sin reemplazo hasta que obtengas un as. Sacas de lo que queda hasta que obtienes un 2. Continúas con 3. ¿Cuál es el número esperado en el que estarás después de que se acabe …

12 self-study  conditional-probability  conditional-expectation  games  conditioning 

Quería entender mejor la prueba exacta del pescador, así que ideé el siguiente ejemplo de juguete, donde f y m corresponde a machos y hembras, y n e y corresponden a "consumo de refrescos" de esta manera: > soda_gender f m n 0 5 y 5 0 Obviamente, esta es …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por qué te(x1, x2)y ti(x1) + ti(x2) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Considere 3 muestras de iid extraídas de la distribución uniforme , donde es el parámetro. Quiero encontrar donde es la estadística de orden .u(θ,2θ)u(θ,2θ)u(\theta, 2\theta)θθ\thetaE[X(2)|X(1),X(3)]E[X(2)|X(1),X(3)] \mathbb{E}\left[X_{(2)}| X_{(1)}, X_{(3)}\right] X(i)X(i)X_{(i)}iii Esperaría que el resultado sea Pero la única forma en que puedo mostrar este resultado parece ser también largo, no puedo …

9 uniform  conditional-expectation  order-statistics 

Tengo dos variables normalmente distribuidas X1X1X_1 y X2X2X_2 con media cero y matriz de covarianza ΣΣ\Sigma . Estoy interesado en tratar de calcular el valor de E[X21X22]mi[X12X22]E[X_1^2 X_2^2] en términos de las entradas de ΣΣ\Sigma . Usé la ley de probabilidad total para obtener pero no estoy seguro de a …

9 normal-distribution  conditional-expectation