Preguntas etiquetadas con probability

Una probabilidad proporciona una descripción cuantitativa de la ocurrencia probable de un evento particular.





2
Expectativa de
Deje X1X1X_1 , X2X2X_2 , ⋯⋯\cdots , Xd∼N(0,1)Xd∼N(0,1)X_d \sim \mathcal{N}(0, 1) y sea independiente. ¿Cuál es la expectativa de X41(X21+⋯+X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 + \cdots + X_d^2)^2} ? Es fácil encontrar E(X21X21+⋯+X2d)=1dE(X12X12+⋯+Xd2)=1d\mathbb{E}\left(\frac{X_1^2}{X_1^2 + \cdots + X_d^2}\right) = \frac{1}{d} por simetría. Pero no sé cómo encontrar la expectativa deX41(X21+⋯+X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 + \cdots + X_d^2)^2} . …


3
En CLT, ¿por qué
Supongamos que son observaciones independientes de una distribución que tiene la media y la varianza , cuando , entoncesX1,...,XnX1,...,XnX_1,...,X_nμμ\muσ2&lt;∞σ2&lt;∞\sigma^2 < \inftyn→∞n→∞n \rightarrow \infty n−−√X¯n−μσ→N(0,1).nX¯n−μσ→N(0,1).\sqrt{n}\frac{\bar{X}_n-\mu}{\sigma} \rightarrow N(0,1). ¿Por qué esto implica que X¯n∼N(μ,σ2n)?X¯n∼N(μ,σ2n)?\bar{X}_n \sim N\left(\mu, \frac{\sigma^2}{n}\right)?

1
¿Cuál es la distribución de razón de un espaciado y la media de la muestra?
Sea una muestra de variables aleatorias exponenciales iid con media , y sea las estadísticas de orden de esta muestra. Deje .X1,…,XnX1,…,XnX_1,\dots,X_nββ\betaX(1),…,X(n)X(1),…,X(n)X_{(1)},\dots,X_{(n)}X¯=1n∑ni=1XiX¯=1n∑i=1nXi\bar X = \frac{1}{n}\sum_{i=1}^n X_i DefinirSe puede demostrar que cada también es exponencial, con media .Wi=X(i+1)−X(i) ∀ 1≤i≤n−1.Wi=X(i+1)−X(i) ∀ 1≤i≤n−1.W_i=X_{(i+1)}-X_{(i)}\ \forall\ 1 \leq i \leq n-1\,. WiWiW_iβi=βn−iβi=βn−i\beta_i=\frac{\beta}{n-i} Pregunta: ¿Cómo …




4
Supongamos que
Como se sugiere en el título. Suponga que son variables aleatorias continuas iid con pdf . Considere el evento de que , , entonces es cuando la secuencia disminuye por primera vez. Entonces, ¿cuál es el valor de ?X1,X2,…,XnX1,X2,…,XnX_1, X_2, \dotsc, X_nfffX1≤X2…≤XN−1&gt;XNX1≤X2…≤XN−1&gt;XNX_1 \leq X_2 \dotsc \leq X_{N-1} > X_NN≥2N≥2N \geq …



4
Quiero mostrar
Sea una variable aleatoria en el espacio de probabilidad Muestre queX: Ω → NX:Ω→NX:\Omega \to \mathbb N( Ω , B, P)(Ω,B,P)(\Omega,\mathcal B,P)mi( X) = ∑n = 1∞PAG( X≥ n ) .E(X)=∑n=1∞P(X≥n).E(X)=\sum_{n=1}^\infty P(X\ge n). mi definición de es igual a mi( X)E(X)E(X)mi( X) = ∫ΩXrePAG.E(X)=∫ΩXdP.E(X)=\int_\Omega X \, dP. Gracias.

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.