Preguntas etiquetadas con probability

Mis estadísticas han sido autodidactas, pero una gran cantidad de material que leo apunta a un conjunto de datos que tiene una media de 0 y una desviación estándar de 1. Si ese es el caso, entonces: ¿Por qué la media 0 y la SD 1 son buenas propiedades? ¿Por …

15 probability 

Sea una variable aleatoria distribuida de chi-cuadrado con k grados de libertad. ¿Cuáles son los límites más agudos conocidos para las siguientes probabilidades?X∼χ2kX∼χk2X \sim \chi^2_kkkk P[X&gt;t]≤1−δ1(t,k)P[X&gt;t]≤1−δ1(t,k) \mathbb{P}[X > t] \leq 1 - \delta_1(t, k) y P[X&lt;z]≤1−δ2(z,k)P[X&lt;z]≤1−δ2(z,k) \mathbb{P}[X < z] \leq 1 - \delta_2(z, k) donde y δ 2 son algunas …

15 probability  chi-squared 

Por lo general, una distribución de probabilidad sobre variables discretas se describe utilizando una función de masa de probabilidad (PMF): Cuando trabajamos con variables aleatorias continuas, describimos distribuciones de probabilidad usando una función de densidad de probabilidad (PDF) en lugar de una función de masa de probabilidad. - Aprendizaje profundo …

14 probability  mathematical-statistics  terminology  pdf 

Noto que en los métodos de estadística / aprendizaje automático, una distribución es a menudo aproximada por un gaussiano, y luego ese gaussiano se usa para el muestreo. Comienzan calculando los dos primeros momentos de la distribución, y los usan para estimar μμ\mu y σ2σ2\sigma^2 . Entonces pueden probar de …

14 probability  sampling  moments 

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 

Entonces, esta puede ser una pregunta común, pero nunca he encontrado una respuesta satisfactoria. ¿Cómo se determina la probabilidad de que la hipótesis nula sea verdadera (o falsa)? Digamos que les das a los estudiantes dos versiones diferentes de una prueba y quieres ver si las versiones son equivalentes. Realiza …

14 probability  hypothesis-testing  bayesian 

Leí este artículo sobre el caso de Palantir, donde el Departamento de Trabajo los acusa de discriminación contra los asiáticos. ¿Alguien sabe de dónde obtuvieron estas estimaciones de probabilidad? No obtengo 1/741 en el artículo (a). (a) Para el puesto de Ingeniero de Control de Calidad, de un grupo de …

14 probability  p-value  contingency-tables  legal 

Los modelos de mezcla gaussiana (GMM) son atractivos porque son fáciles de trabajar tanto en el análisis como en la práctica, y son capaces de modelar algunas distribuciones exóticas sin demasiada complejidad. Hay algunas propiedades analíticas que deberíamos tener que no están claras en general. En particular: SnSnS_nnnnPPPnnnPPPlimn→∞infP^∈SnD(P||P^)=0?limn→∞infP^∈SnD(P||P^)=0?\lim_{n\rightarrow \infty}\inf_{\hat{P}\in S_n} …

14 probability  normal-distribution  references  gaussian-mixture  information-theory 

Vamos a sumar un flujo de variables aleatorias, ; dejemos que sea ​​el número de términos que necesitamos para que el total exceda uno, es decir, es el número más pequeño tal queY YXi∼iidU(0,1)Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1)YYYYYY X1+X2+⋯+XY&gt;1.X1+X2+⋯+XY&gt;1.X_1 + X_2 + \dots + X_Y > 1. ¿Por qué la media de …

14 probability  self-study  expected-value  uniform 

Supongamos que tienes ocho corredores corriendo una carrera; la distribución de sus tiempos de ejecución individuales es Normal y cada uno tiene una media de 111111 segundos, por ejemplo. La desviación estándar del corredor uno es la más pequeña, dos la segunda más pequeña, la tercera más pequeña, etc., y …

14 probability  normal-distribution  mathematical-statistics  order-statistics 

Un amigo representa a un cliente en una apelación, después de un juicio penal en el que parece que la selección del jurado fue racialmente parcial. El jurado estuvo formado por 30 personas, en 4 grupos raciales. La fiscalía utilizó desafíos perentorios para eliminar a 10 de estas personas del …

14 probability  statistical-significance  references  bias  combinatorics 

Estoy buscando un método para calcular el área de superposición entre dos estimaciones de densidad del núcleo en R, como una medida de similitud entre dos muestras. Para aclarar, en el siguiente ejemplo, necesitaría cuantificar el área de la región superpuesta púrpura: library(ggplot2) set.seed(1234) d &lt;- data.frame(variable=c(rep("a", 50), rep("b", 30)), …

14 r  probability  pdf  kernel-smoothing 

El siguiente problema surgió recientemente al analizar los datos. Si la variable aleatoria X sigue una distribución normal e Y sigue una distribución χ2nχn2\chi^2_n (con n dof), ¿cómo se distribuye ? Hasta ahora se me ocurrió el pdf de : Y 2 ψ 2 n ( x )Z=X2+Y2Z=X2+Y2Z = X^2 …

14 probability  distributions  normal-distribution  chi-squared  convolution 

Estaba pasando por algunas conferencias relacionadas con MCMC. Sin embargo, no encuentro un buen ejemplo de cómo se usa. ¿Alguien puede darme un ejemplo concreto? Todo lo que puedo ver es que corren una cadena de Markov y dicen que su distribución estacionaria es la distribución deseada. Quiero un buen …

14 probability  bayesian  mcmc  markov-process 

Noté que en la distribución Normal, la probabilidad es igual a cero, mientras que para la distribución de Poisson, no será igual a cero cuando c es un número entero no negativo.PAG( x = c )PAG(X=C)P(x=c)CCc Mi pregunta es: ¿la probabilidad de cualquier constante en la distribución normal es igual …

14 probability  normal-distribution  poisson-distribution