Preguntas etiquetadas con probability

Actualmente estoy trabajando como asistente de enseñanza en mi universidad, en un curso introductorio de estadística (para estudiantes de medicina). Fuera de línea, hay muchos libros disponibles con información para ayudar al maestro. Sin embargo, lo que me interesa saber es si podría dirigirme a algún recurso (bueno) que proporcione …

13 probability  references  inference  descriptive-statistics  teaching 

Recientemente he estado aprendiendo sobre las reglas de puntuación adecuadas para los clasificadores probabilísticos. Varios hilos en este sitio web han hecho hincapié en que la precisión es una regla de puntuación inadecuada y no debe usarse para evaluar la calidad de las predicciones generadas por un modelo probabilístico como …

13 probability  accuracy  scoring-rules 

Digamos que estoy calculando alturas (en cm) y los números deben ser superiores a cero. Aquí está la lista de muestra: 0.77132064 0.02075195 0.63364823 0.74880388 0.49850701 0.22479665 0.19806286 0.76053071 0.16911084 0.08833981 Mean: 0.41138725956196015 Std: 0.2860541519582141 En este ejemplo, de acuerdo con la distribución normal, el 99.7% de los valores deben …

13 probability  mathematical-statistics  normal-distribution  standard-deviation 

Soy bastante nuevo en el campo de los procesos gaussianos y cómo se están aplicando en el aprendizaje automático. Sigo leyendo y escuchando sobre las funciones de covarianza que son la atracción principal de estos métodos. Entonces, ¿alguien podría explicar de manera intuitiva lo que está sucediendo en estas funciones …

13 machine-learning  probability  bayesian 

En los comentarios que siguen a esta respuesta mía a una pregunta relacionada, ¿los usuarios ssdecontrol y Glen_b preguntaron si la normalidad conjunta de e es necesaria para afirmar la normalidad de la suma ? Que la normalidad articular sea suficiente es, por supuesto, bien conocida. Esta pregunta complementaria no …

13 probability  normal-distribution  distributions  bivariate  multivariate-normal 

Estoy tratando de entender la lógica detrás de la prueba de chi-cuadrado. La prueba de Chi-cuadrado es . χ2luego se compara con una distribución de Chi-cuadrado para encontrar un valor p para rechazar o no la hipótesis nula. H0: las observaciones provienen de la distribución que utilizamos para crear nuestros …

13 probability  distributions  normal-distribution  mathematical-statistics  chi-squared 

Me hicieron esta pregunta con en una entrevista. ¿Hay una respuesta "correcta"?(n,k)=(400,220)(n,k)=(400,220)(n, k) = (400, 220) Suponga que los lanzamientos son iid y la probabilidad de caras es . La distribución de la cantidad de cabezas en 400 lanzamientos debe estar cerca de Normal (200, 10 ^ 2), de modo …

13 probability  hypothesis-testing  self-study  prior 

Supongamos que tenemos dos vectores de variables aleatorias, ambas son normales, es decir, e Y ∼ N ( μ Y , Σ Y ) . Estamos interesados ​​en la distribución de su combinación lineal Z = A X + B Y + C , donde A y B son matrices, …

13 probability  normal-distribution  multinomial 

Sé que para la variable continua .P[X=x]=0P[X=x]=0P[X=x]=0 Pero no puedo visualizar que si , hay un número infinito de posibles 's. ¿Y también por qué sus probabilidades se vuelven infinitamente pequeñas?xP[X=x]=0P[X=x]=0P[X=x]=0xxx

13 probability  self-study  references  continuous-data 

Estoy estudiando el aprendizaje automático y cada libro que abro me encuentro con la distribución chi-cuadrado, la función gamma, la distribución t, gaussiana, etc. Cada libro que he abierto hasta ahora solo define cuáles son las distribuciones: no explican ni dan la intuición de dónde provienen las fórmulas específicas para …

13 probability  distributions  mathematical-statistics  references 

En el libro "Teoremas del límite de la teoría de la probabilidad" de Valentin V. Petrov, vi una distinción entre las definiciones de una distribución que es "continua" y "absolutamente continua", que se establece de la siguiente manera: X P ( X ∈ B ) = 0 B P ( …

13 probability  distributions  random-variable 

El teorema de Halmos-Savage dice que para un modelo estadístico dominado una estadística es suficiente si (y solo si) para todos hay una versión medible de la derivada Radon Nikodym donde es un medida privilegiada tal que para y .(Ω,A,P)(Ω,A,P)(\Omega, \mathscr A, \mathscr P)T:(Ω,A,P)→(Ω′,A′)T:(Ω,A,P)→(Ω′,A′)T: (\Omega, \mathscr A, \mathscr P)\to(\Omega', \mathscr …

12 probability  mathematical-statistics  intuition  measure-theory 

El siguiente problema ha sido publicado en la página de Facebook de Mensa International: \quad\quad\quad\quad\quad\quad\quad\quad La publicación en sí recibió más de 1000 comentarios, pero no entraré en detalles sobre el debate allí, ya que sé que esta es la paradoja de Bertrand y la respuesta es . Lo que …

12 r  probability  simulation  monte-carlo  paradox 

Cómo construir un ejemplo de una distribución de probabilidad para la cual cumple, suponiendo \ mathbb {P} (X \ ne0) = 1 ?E(1X)=1E(X)E(1X)=1E(X)\mathbb{E}\left(\frac{1}{X}\right)=\frac{1}{\mathbb{E}(X)}P(X≠0)=1P(X≠0)=1\mathbb{P}(X\ne0)=1 La desigualdad que se deriva de la desigualdad de Jensen para un RV XXX valor positivo es como E(1X)≥1E(X)E(1X)≥1E(X)\mathbb{E}\left(\frac{1}{X}\right)\ge\frac{1}{\mathbb{E}(X)} (la desigualdad inversa si X&lt;0X&lt;0X<0 ). Esto se …

12 probability  distributions  random-variable  expected-value 

Las competiciones de Kaggle determinan las clasificaciones finales en función de un conjunto de pruebas extendido. Un conjunto de prueba extendido es una muestra; puede no ser representativo de la población que se está modelando. Dado que cada presentación es como una hipótesis, el algoritmo que ganó la competencia puede, …

12 machine-learning  probability  hypothesis-testing  sample  kaggle