Preguntas etiquetadas con probability

¿Podemos interpretar la probabilidad posterior obtenida de un clasificador que genera un valor de clase predicho y una probabilidad (por ejemplo, regresión logística o Naive Bayes) como algún tipo de puntaje de confianza que se asigna a ese valor de clase predicho?

12 probability  logistic  naive-bayes 

Tengo la siguiente función de probabilidad: Prob=11+e−zProb=11+e−z\text{Prob} = \frac{1}{1 + e^{-z}} dónde z=B0+B1X1+⋯+BnXn.z=B0+B1X1+⋯+BnXn.z = B_0 + B_1X_1 + \dots + B_nX_n. Mi modelo se parece Pr(Y=1)=11+exp(−[−3.92+0.014×(bid)])Pr(Y=1)=11+exp⁡(−[−3.92+0.014×(bid)])\Pr(Y=1) = \frac{1}{1 + \exp\left(-[-3.92 + 0.014\times(\text{bid})]\right)} Esto se visualiza a través de una curva de probabilidad que se parece a la de abajo. Estoy …

12 r  probability  data-visualization  logistic 

¿Existe una distribución de solo positivo tal que la diferencia de dos muestras independientes de esta distribución se distribuya normalmente? Si es así, ¿tiene una forma simple?

12 distributions  probability 

Supongamos que tenemos un conjunto (medible y adecuadamente bien comportado) , donde es compacto. Además, supongamos que podemos extraer muestras de la distribución uniforme sobre wrt la medida de Lebesgue y que conocemos la medida . Por ejemplo, tal vez es una caja que contiene .S⊆B⊂RnS⊆B⊂RnS\subseteq B\subset\mathbb R^nBBBBBBλ(⋅)λ(⋅)\lambda(\cdot)λ(B)λ(B)\lambda(B)BBB[−c,c]n[−c,c]n[-c,c]^nSSS Para fijo …

12 probability  monte-carlo  unbiased-estimator  measure-theory 

Estaba pensando en el significado de familia a escala de ubicación. Entiendo que para cada miembro de una familia de escala de ubicación con parámetros ubicación y una escala , entonces la distribución de no depende de ningún parámetro y es igual para cada pertenece a esa familia.a b Z …

12 probability  distributions  mathematical-statistics  random-variable  moments 

El libro bayesiano de Kruschke dice, con respecto al uso de una distribución beta para lanzar una moneda, Por ejemplo, si no tenemos ningún conocimiento previo que no sea el conocimiento de que la moneda tiene un lado de la cara y un lado de la cola, eso equivale a …

12 probability  bayesian  beta-distribution 

Mi formación es informática. Soy bastante nuevo en los métodos de muestreo de Monte Carlo y, aunque entiendo las matemáticas, me resulta difícil encontrar ejemplos intuitivos para el muestreo de importancia. Más precisamente, ¿alguien podría proporcionar ejemplos de: una distribución original de la que no se puede muestrear pero se …

12 probability  distributions  sampling  importance-sampling 

Supongamos que tengo un momento conjunto que genera la función para una distribución conjunta con CDF F X , Y ( x , y ) . Es M X , Y ( s , t ) = M X , Y ( s , 0 ) ⋅ M X , …

12 probability  independence  joint-distribution  mgf 

Supongo que entiendo la ecuación de la condición de equilibrio detallado, que establece que para la probabilidad de transición y la distribución estacionaria , una cadena de Markov satisface el equilibrio detallado siqqqππ\piq(x|y)π(y)=q(y|x)π(x),q(x|y)π(y)=q(y|x)π(x),q(x|y)\pi(y)=q(y|x)\pi(x), Esto tiene más sentido para mí si lo reformulo como: q(x|y)q(y|x)=π(x)π(y).q(x|y)q(y|x)=π(x)π(y).\frac{q(x|y)}{q(y|x)}= \frac{\pi(x)}{\pi(y)}. Básicamente, la probabilidad de transición …

12 probability  mcmc  markov-process 

En Bishop's Pattern Recognition and Machine Learning leí lo siguiente, justo después de que se introdujera la densidad de probabilidad :p(x∈(a,b))=∫bap(x)dxp(x∈(a,b))=∫abp(x)dxp(x\in(a,b))=\int_a^bp(x)\textrm{d}x Bajo un cambio no lineal de variable, una densidad de probabilidad se transforma de manera diferente a una función simple, debido al factor jacobiano. Por ejemplo, si consideramos un …

12 machine-learning  probability 

¿Cómo defino la distribución de una variable aleatoria modo que un sorteo de tenga correlación con , donde es un sorteo único de una distribución con función de distribución acumulativa ? Y ρ x 1 x 1 F X ( x )YYYYYYρρ\rhoX1x1x_1X1x1x_1FX( x )FX(x)F_{X}(x)

12 distributions  probability  correlation  random-variable  conditional-probability 

Sé que un error de Tipo II es donde H1 es verdadero, pero H0 no se rechaza. Pregunta ¿Cómo calculo la probabilidad de un error de Tipo II que involucra una distribución normal, donde se conoce la desviación estándar?

12 probability  power-analysis  type-i-and-ii-errors 

Cuando se calcula el error estándar de un coeficiente de regresión, no tenemos en cuenta la aleatoriedad en la matriz de diseño . En OLS, por ejemplo, calculamos comoXXXvar(β^)var(β^)\text{var}(\hat{\beta})var((XTX)−1XTY)=σ2(XTX)−1var((XTX)−1XTY)=σ2(XTX)−1\text{var}((X^TX)^{-1}X^TY) = \sigma^2(X^TX)^{-1} Si la se considerara aleatoria, la ley de la varianza total exigiría, en cierto sentido, la contribución adicional de …

11 regression  probability  variance  inference 

Antecedentes : tengo un doctorado en psicología social, donde las estadísticas teóricas y las matemáticas apenas se cubrieron en mi curso cuantitativo. En la escuela de pregrado y posgrado, me enseñaron (al igual que muchos de ustedes también en ciencias sociales, probablemente) a través del marco frecuentista "clásico". Ahora, también …

11 probability  bayesian  simulation  monte-carlo  frequentist 

Sea una secuencia de variables aleatorias distribuidas de forma independiente e idéntica con la función de densidad de probabilidad; Muestre queX1,X2,…X1,X2,…X_1,X_2,\ldotsf(x)={12x2e−x0if x>0;otherwise.f(x)={12x2e−xif x>0;0otherwise. f(x) = \left\{ \begin{array}{ll} \frac{1}{2}x^2 e^{-x} & \mbox{if $x>0$};\\ 0 & \mbox{otherwise}.\end{array} \right. limn→∞P[X1+X2+…+Xn≥3(n−n−−√)]≥12limn→∞P[X1+X2+…+Xn≥3(n−n)]≥12\lim_{n\to \infty} P[X_1+X_2+\ldots+X_n\ge 3(n-\sqrt{n})] \ge \frac{1}{2} Lo que intenté A primera vista, pensé que …

11 probability  self-study