Preguntas etiquetadas con probability

Tengo una serie de funciones, cada una de las cuales supuestamente representa la densidad de una variable aleatoria entre agentes. Cada función también tiene un dominio, que describe qué valores de la variable aleatoria son válidos. Ahora, si recuerdo mis clases de estadísticas correctamente, si tomo la integral de una …

10 distributions  probability 

Problema Estoy escribiendo una función R que realiza un análisis bayesiano para estimar una densidad posterior dado un previo y datos informados. Me gustaría que la función envíe una advertencia si el usuario necesita reconsiderar lo anterior. En esta pregunta, estoy interesado en aprender a evaluar un previo. Las preguntas …

10 distributions  probability  bayesian 

Resuelvo los cubos de Rubik como un hobby. Grabo el tiempo que me llevó resolver el cubo usando algún software, y ahora tengo datos de miles de soluciones. Los datos son básicamente una larga lista de números que representan el tiempo que tomó cada resolución secuencial (por ejemplo, 22.11, 20.66, …

10 probability 

Los recientes acontecimientos en Japón me han hecho pensar en lo siguiente. Las plantas nucleares generalmente están diseñadas para limitar el riesgo de accidentes graves a una "probabilidad básica de diseño", por ejemplo, 10E-6 / año. Este es el criterio para una sola planta. Sin embargo, cuando hay una población …

10 probability 

Tengo un conjunto de datos con muchos ceros que se ve así: set.seed(1) x <- c(rlnorm(100),rep(0,50)) hist(x,probability=TRUE,breaks = 25) Me gustaría dibujar una línea para su densidad, pero la density()función usa una ventana móvil que calcula valores negativos de x. lines(density(x), col = 'grey') Hay density(... from, to)argumentos, pero estos …

10 r  probability  kde 

El Proceso de Dirichlet y el Proceso Gaussiano a menudo se denominan "distribuciones sobre funciones" o "distribuciones sobre distribuciones". En ese caso, ¿puedo hablar significativamente sobre la densidad de una función en un GP? Es decir, ¿el Proceso Gaussiano o el Proceso de Dirichlet tienen alguna noción de densidad de …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes 

He estado aprendiendo sobre la regresión del proceso gaussiano a partir de videos en línea y notas de conferencias, entiendo que si tenemos un conjunto de datos con puntos, asumimos que los datos se muestrean a partir de un gaussiano multivariado dimensional. Entonces, mi pregunta es en el caso en …

10 machine-learning  probability  inference  gaussian-process  multivariate-regression 

Para una variable aleatoria continua XXX , si mi( | XEl | )E(|X|)E(|X|) es finito, ¿es limn → ∞n P( | XEl | >n)=0limn→∞nP(|X|>n)=0\lim_{n\to\infty}n P(|X|>n)=0 ? Este es un problema que encontré en Internet, pero no estoy seguro de si es válido o no. Sé que n P( | XEl …

10 probability  expected-value  probability-inequalities 

¿Existe alguna definición formal (matemática) de lo que los frecuentas entienden bajo '' probabilidad ''? Leí que es la frecuencia relativa de ocurrencia "a largo plazo", pero ¿hay alguna forma formal de definirlo? ¿Hay alguna referencia conocida donde pueda encontrar esa definición? EDITAR: Con frecuentista (vea el comentario de @whuber …

10 probability  frequentist  definition 

dejemos y .Z∼N(0,1)Z∼N(0,1)Z \sim N(0,1)W∼χ2(s)W∼χ2(s)W \sim \chi^2(s) Si y se distribuyen independientemente, entonces la variable sigue una distribución con grados de libertad .ZZZWWWY=ZW/s√Y=ZW/sY = \frac{Z}{\sqrt{W/s}}tttsss Estoy buscando una prueba de este hecho, una referencia es lo suficientemente buena si no desea escribir el argumento completo.

10 probability  distributions  references 

Decimos que convergen completamente a si por cada .X ϵ &gt; 0 ∑ ∞ n = 1 P ( | X n - X | &gt; ϵ ) &lt; ∞X1, X2, ...X1,X2,…X_1, X_2, \ldotsXXXϵ &gt; 0ϵ&gt;0\epsilon>0 ∑∞n = 1P ( | Xnorte- XEl | &gt;ϵ)&lt;∞∑n=1∞P(|Xn−X|&gt;ϵ)&lt;∞\sum_{n=1}^\infty \text{P}\left(|X_n-X|>\epsilon\right) <\infty Con el lema …

10 probability  convergence 

Sea una muestra aleatoria de una distribución para . Es decir,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Encuentre el estimador imparcial con varianza mínima parag(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Mi intento: Como la distribución geométrica es de la familia exponencial, la estadística es completa y suficiente para . Además, si es un estimador para , es …

10 probability  self-study  estimation  unbiased-estimator  exponential-family 

Aquí hay un caso de ejemplo: Tengo una población de 10,000 artículos. Cada artículo tiene una identificación única. Escojo al azar 100 artículos y anoto los identificadores Puse los 100 artículos nuevamente en la población Elijo aleatoriamente 100 artículos nuevamente, anoto los identificadores y los reemplazo. En total, repito este …

10 probability  hypergeometric 

Tengo el siguiente problema: Tengo 100 elementos únicos (n), y estoy seleccionando 43 (m) de ellos uno a la vez (con reemplazo). Necesito resolver el número esperado de exclusivos (solo seleccionados una vez, k = 1), dobles (seleccionados exactamente dos veces k = 2), triples (exactamente k = 3), quads, …

10 probability  expected-value  birthday-paradox 

Estoy tratando de ajustar un modelo de tiempo discreto en R, pero no estoy seguro de cómo hacerlo. He leído que puede organizar la variable dependiente en diferentes filas, una para cada observación de tiempo, y usar la glmfunción con un enlace logit o cloglog. En este sentido, tengo tres …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation