Preguntas etiquetadas con conditional-expectation

Deje que sean observaciones distintas (sin vínculos). Deje que denote una muestra de bootstrap (una muestra del CDF empírico) y deje . Busque y .X1,...,XnX1,...,XnX_{1},...,X_{n}X∗1,...,X∗nX1∗,...,Xn∗X_{1}^{*},...,X_{n}^{*}X¯∗n=1n∑ni=1X∗iX¯n∗=1n∑i=1nXi∗\bar{X}_{n}^{*}=\frac{1}{n}\sum_{i=1}^{n}X_{i}^{*}E(X¯∗n)E(X¯n∗)E(\bar{X}_{n}^{*})Var(X¯∗n)Var(X¯n∗)\mathrm{Var}(\bar{X}_{n}^{*}) Lo que tengo hasta ahora es que es cada uno con probabilidad entonces y que da X∗iXi∗X_{i}^{*}X1,...,XnX1,...,XnX_{1},...,X_{n}1n1n\frac{1}{n}E(X∗i)=1nE(X1)+...+1nE(Xn)=nμn=μE(Xi∗)=1nE(X1)+...+1nE(Xn)=nμn=μ E(X_{i}^{*})=\frac{1}{n}E(X_{1})+...+\frac{1}{n}E(X_{n})=\frac{n\mu}{n}=\mu E(X∗2i)=1nE(X21)+...+1nE(X2n)=n(μ2+σ2)n=μ2+σ2,E(Xi∗2)=1nE(X12)+...+1nE(Xn2)=n(μ2+σ2)n=μ2+σ2,E(X_{i}^{*2})=\frac{1}{n}E(X_{1}^{2})+...+\frac{1}{n}E(X_{n}^{2})=\frac{n(\mu^{2}+\sigma^{2})}{n}=\mu^{2}+\sigma^{2}\>, Var(X∗i)=E(X∗2i)−(E(X∗i))2=μ2+σ2−μ2=σ2.Var(Xi∗)=E(Xi∗2)−(E(Xi∗))2=μ2+σ2−μ2=σ2. \mathrm{Var}(X_{i}^{*})=E(X_{i}^{*2})-(E(X_{i}^{*}))^{2}=\mu^{2}+\sigma^{2}-\mu^{2}=\sigma^{2} \>. Entonces, y desde …

9 self-study  variance  bootstrap  cdf  conditional-expectation 

De acuerdo con la Ley de Variación Total, Var(X)=E(Var(X∣Y))+Var(E(X∣Y))Var⁡(X)=E⁡(Var⁡(X∣Y))+Var⁡(E⁡(X∣Y))\operatorname{Var}(X)=\operatorname{E}(\operatorname{Var}(X\mid Y)) + \operatorname{Var}(\operatorname{E}(X\mid Y)) Cuando trato de demostrarlo, escribo Var(X)=E(X−EX)2=E{E[(X−EX)2∣Y]}=E(Var(X∣Y))Var⁡(X)=E⁡(X−E⁡X)2=E⁡{E⁡[(X−E⁡X)2∣Y]}=E⁡(Var⁡(X∣Y)) \begin{equation} \begin{aligned} \operatorname{Var}(X) &= \operatorname{E}(X - \operatorname{E}X)^2 \\ &= \operatorname{E}\left\{\operatorname{E}\left[(X - \operatorname{E}X)^2\mid Y\right]\right\} \\ &= \operatorname{E}(\operatorname{Var}(X\mid Y)) \end{aligned} \end{equation} ¿Qué tiene de malo?

9 variance  conditional-probability  expected-value  conditional-expectation  moments 

Dejar YYY y XXX ser variables aleatorias E(Y|X)E(Y|X)E(Y|X) es la media condicional de YYY dado XXX. DecimosYYY no está causalmente relacionado con XXX Si E(Y|X)E(Y|X)E(Y|X) no depende de XXX, lo que implica que es igual a E(Y)E(Y)E(Y). Ahora, sigamos con esta definición de causalidad por un segundo. Por la ley …

9 econometrics  causality  conditional-expectation 

Suponga que X = ~ , donde .(X1,...,Xn)(X1,...,Xn)(X_1, ..., X_n)U(θ,2θ)U(θ,2θ)U(\theta, 2\theta)θ∈R+θ∈R+\theta \in \Bbb{R}^+ ¿Cómo se calcula la expectativa condicional de E[X1|X(1),X(n)]E[X1|X(1),X(n)]E[X_1|X_{(1)},X_{(n)}], dónde X(1)X(1)X_{(1)} y X(n)X(n)X_{(n)} Cuáles son las estadísticas de pedido más pequeñas y más grandes respectivamente? Mi primer pensamiento sería que, dado que las estadísticas del pedido limitan el …

8 mathematical-statistics  expected-value  uniform  conditional-expectation  order-statistics 

Ms. A selecciona un número XXX al azar de la distribución uniforme en [0,1][0,1][0, 1]. Luego, el Sr. B repetidamente, e independientemente, dibuja números Y1,Y2,...Y1,Y2,...Y_1, Y_2, ... de la distribución uniforme en [0,1][0,1][0, 1], hasta que obtenga un número mayor que X2X2\frac{X}{2}, luego se detiene. La suma esperada del número …

8 probability  self-study  expected-value  conditional-expectation  geometric-distribution 

Tengo una secuencia de variables no negativas.XnXnX_n como: E(Xn|Cn)=Cnn2E(Xn|Cn)=Cnn2E(X_n|C_n)=\frac{C_n}{n^2} dónde CnCnC_n es una secuencia de variables aleatorias que convergen casi seguramente 111. Puedo concluir XnXnX_n tiende a 0 casi seguro? Nota: puedes reemplazar 1n21n2\frac{1}{n^2}por cualquier secuencia con suma finita. La pregunta sigue siendo esencialmente la misma y la respuesta proporcionada …

8 probability  convergence  conditional-expectation 

Tengo dos variables aleatorias que son independientes e idénticamente distribuidas, es decir, :ϵ1,ϵ0∼iidGumbel(μ,β)ϵ1,ϵ0∼iidGumbel(μ,β)\epsilon_{1}, \epsilon_{0} \overset{\text{iid}}{\sim} \text{Gumbel}(\mu,\beta) F(ϵ)=exp(−exp(−ϵ−μβ)),F(ϵ)=exp⁡(−exp⁡(−ϵ−μβ)),F(\epsilon) = \exp(-\exp(-\frac{\epsilon-\mu}{\beta})), f(ϵ)=1βexp(−(ϵ−μβ+exp(−ϵ−μβ))).f(ϵ)=1βexp⁡(−(ϵ−μβ+exp⁡(−ϵ−μβ))).f(\epsilon) = \dfrac{1}{\beta}\exp(-\left(\frac{\epsilon-\mu}{\beta}+\exp(-\frac{\epsilon-\mu}{\beta})\right)). Estoy tratando de calcular dos cantidades: Eϵ1Eϵ0|ϵ1[c+ϵ1|c+ϵ1&gt;ϵ0]Eϵ1Eϵ0|ϵ1[c+ϵ1|c+ϵ1&gt;ϵ0]\mathbb{E}_{\epsilon_{1}}\mathbb{E}_{\epsilon_{0}|\epsilon_{1}}\left[c+\epsilon_{1}|c+\epsilon_{1}>\epsilon_{0}\right] Eϵ1Eϵ0|ϵ1[ϵ0|c+ϵ1&lt;ϵ0]Eϵ1Eϵ0|ϵ1[ϵ0|c+ϵ1&lt;ϵ0]\mathbb{E}_{\epsilon_{1}}\mathbb{E}_{\epsilon_{0}|\epsilon_{1}}\left[\epsilon_{0}|c+\epsilon_{1}<\epsilon_{0}\right] Llego a un punto en el que necesito hacer integración en algo de la forma: , que parece no tener …

8 probability  logistic  conditional-probability  conditional-expectation  gumbel 

Me he encontrado con un lema en el artículo de infoGAN . No entiendo la derivación de Lemma 5.1 en el apéndice del documento. Va de la siguiente manera (incluido como png): No entiendo el último paso. ¿Por qué uno puede tirarf(x,y)f(x,y)f(x,y) en lo más interno, transformándolo en f(x′,y)f(x′,y)f(x',y)? ¿Cuáles …

8 probability  pdf  conditional-expectation  integral 

¿ ? Además, ¿qué pasa con Estoy confundido por las relaciones. Parece intuitivamente ser el caso. Si es correcto, ¿cómo lo pruebo matemáticamente? He buscado en este sitio y en otros lugares ...E[E(X|Y)|Z]=E[X|Y,Z]E[E(X|Y)|Z]=E[X|Y,Z]E[E(X|Y)|Z] =E[X|Y,Z]mi[ E( XEl | Y= y) | Z= z] = E[ XEl | Y= y, Z= z]E[E(X|Y=y)|Z=z]=E[X|Y=y,Z=z]E[E(X|Y=y)|Z=z] …

8 conditional-expectation 

Realmente no he visto ningún libro de probabilidad que calcule las expectativas condicionales, excepto σσ\sigma-Álgebras generadas por una variable aleatoria discreta. Simplemente declaran la existencia de expectativa condicional, junto con sus propiedades, y lo dejan así. Me parece un poco molesto y estoy tratando de encontrar un método para calcularlo. …

8 probability  conditional-probability  conditional-expectation  conditioning  sigma-algebra 

Cito (el énfasis es mío) de la definición de Wikipedia : La proposición en la teoría de probabilidad conocida como la ley de la expectativa total, ..., establece que si X es una variable aleatoria integrable (es decir, una variable aleatoria que satisface E (| X |) &lt;∞) e Y …

8 probability  expected-value  conditional-expectation 

Estaba leyendo esta pregunta y pensé en simular la cantidad requerida. El problema es el siguiente: si y son estándar normal, ¿qué es ? Entonces quiero simular . (para un valor elegido de )AAABBBE(A2|A+B)E(A2|A+B)E(A^2|A+B)E(A2|A+B)E(A2|A+B)E(A^2|A+B)A+BA+BA+B Intenté el siguiente código para lograr esto: n &lt;- 1000000 x &lt;- 1 # the sum …

8 r  simulation  monte-carlo  conditional-expectation