Preguntas etiquetadas con probability

El sistema en el que estamos trabajando es biológico, más específicamente la distribución de eventos de daño de ADN programados a través de un cromosoma. Esto puede considerarse como una matriz 1D (el cromosoma) a través del cual se pueden elegir los puntos (los sitios de daño intencional). Hemos mapeado …

8 probability  distributions  mathematical-statistics  matlab 

Permite donde y son independientes .X=(x1,x2,...x20)X=(x1,x2,...x20)X=(x_1, x_2,...x_{20})xi∼N(0,1)xi∼N(0,1)x_i\sim N(0,1)xi,xjxi,xjx_i, x_j∀i≠j∀i≠j\forall i\neq j ¿Cuál es la probabilidad de obtener una muestra donde hay al menos dos valores consecutivos y modo que ?XXXxixix_ixi+1xi+1x_{i+1}⎧⎩⎨|xi||xi+1|xixi+1&gt;&gt;&lt;1.51.50{|xi|&gt;1.5|xi+1|&gt;1.5xixi+1&lt;0 \begin{cases} |x_{i}| & > & 1.5 \\ |x_{i+1}| & > & 1.5 \\ x_i x_{i+1} & < & 0 \end{cases}

8 probability  markov-chain 

Estoy tratando de entender por qué la función softmax se define como tal: mizjΣKk = 1mizk= σ(z)ezjΣk=1Kezk=σ(z)\frac{e^{z_{j}}} {\Sigma^{K}_{k=1}{e^{z_{k}}}} = \sigma(z) Entiendo cómo esto normaliza los datos y se asigna correctamente a algún rango (0, 1), pero la diferencia entre las probabilidades de peso varía exponencialmente en lugar de linealmente. ¿Hay …

8 probability  neural-networks  softmax 

XXX es una variable aleatoria discreta que puede tomar valores de . Como es una función convexa, podemos utilizar la desigualdad de Jensen para derivar un límite inferior : ¿Es posible derivar un límite superior ?( 0 , 1 )(0,1)(0,1)φ ( x ) = 1 / xφ(x)=1/x\varphi(x)=1/xmi[11 - X] ≥11 …

8 probability  expected-value  bounds 

Estaba leyendo el artículo sobre la fórmula de Schuette-Nesbitt , que se describe como "una generalización del principio de inclusión-exclusión" , que tiene versiones combinatorias y probabilísticas. Otro sitio web proporcionó una prueba de eventos dependientes (descarga en pdf) , y encontró un tercero que lo compara con el Teorema …

8 probability  combinatorics 

La relación entre las distribuciones normal normal y chi-cuadrado es bien conocida. Sin embargo, me preguntaba, ¿hay una transformación que pueda conducir de un a una distribución normal estándar?χ2(1)χ2(1)\chi^2 (1) Se puede ver fácilmente que la transformación de raíz cuadrada no funciona ya que su rango es solo números positivos. …

8 probability  normal-distribution  mathematical-statistics  chi-squared  data-transformation 

El espíritu de esta pregunta proviene del "Monte Carlo ordinario", también conocido como "el buen Monte Carlo a la antigua". Supongamos que tengo una variable aleatoria , conXXX μ : = E[ X]σ2: = Va r [ X]μ: =mi[X]σ2: =Vunar[X]\mu := E[X]\\ \sigma^2:=Var[X] Ambos son valores desconocidos, porque la función …

8 probability  monte-carlo  computational-statistics 

Una distribución tiene la función característica. ϕ ( t ) = ( 1 -t2/ 2)exp( -t2/ 4),-∞&lt;t&lt;∞ ϕ(t)=(1−t2/2)exp⁡(−t2/4), −∞&lt;t&lt;∞\phi(t) = (1-t^2/2)\exp(-t^2/4),\ -\infty \lt t \lt \infty Muestre que la distribución es absolutamente continua y escriba la función de densidad de la distribución. Intento: ∫∞- ∞El | (1-t2/ 2)exp( -t2/ 4) …

8 probability  distributions  self-study  characteristic-function 

Tengo dificultades con las probabilidades . Entiendo el teorema de Bayes p(A|B,H)=p(B|A,H)p(A|H)p(B|H)p(A|B,H)=p(B|A,H)p(A|H)p(B|H)p(A|B, \mathcal{H}) = \frac{p(B|A, \mathcal{H}) p(A|\mathcal{H})}{p(B|\mathcal{H})} que puede deducirse directamente de la solicitud p(A,B)=p(B)⋅p(A|B)=p(A)p(B|A)=p(B,A)p(A,B)=p(B)⋅p(A|B)=p(A)p(B|A)=p(B,A)p(A,B) = p(B) \cdot p(A|B) = p (A) p(B|A) = p(B,A). Así, en mi interpretación, elp(⋅)p(⋅)p(\cdot)Las funciones en el teorema de Bayes son de alguna manera …

8 probability  likelihood 

Cerrada . Esta pregunta necesita detalles o claridad . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Agregue detalles y aclare el problema editando esta publicación . Cerrado hace 10 meses . Estoy pensando en escribir un juego simple sobre zombies. Me quedé atascado tratando de calcular cuántas personas …

8 time-series  probability  epidemiology 

Mi proyecto actual puede requerir que construya un modelo para predecir el comportamiento de un determinado grupo de personas. el conjunto de datos de entrenamiento contiene solo 6 variables (la identificación es solo para fines de identificación): id, age, income, gender, job category, monthly spend en el cual monthly spendestá …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Supongamos que tengo un experimento de lanzamiento de moneda en el que quiero calcular la estimación de probabilidad máxima del parámetro de moneda cuando lanzo la moneda veces. Después de calcular la derivada de la función de probabilidad binomial L (p) = {n \ choose x} p ^ x (1-p) …

8 probability  self-study  variance  maximum-likelihood  expected-value 

Mi libro de texto pone esto en una caja lateral con el título "Nota" y no explica por qué. ¿Podría decirme por qué se cumple esta afirmación? P(a&lt;Z&lt;b)=P(a≤Z&lt;b)=P(a&lt;Z≤b)=P(a≤Z≤b)P(a&lt;Z&lt;b)=P(a≤Z&lt;b)=P(a&lt;Z≤b)=P(a≤Z≤b)P(a < Z < b) = P(a \leq Z < b) = P(a < Z \leq b) = P(a \leq Z \leq b)

8 probability  mathematical-statistics  continuous-data 

Básicamente estoy aprendiendo sobre la asignación de Dirichlet latente. Estoy viendo un video aquí: http://videolectures.net/mlss09uk_blei_tm/ y me quedé atrapado en el minuto 45 cuando comenzó a explicar sobre el muestreo de la distribución. También intenté consultar un libro de aprendizaje automático que no tiene una introducción detallada sobre la distribución …

8 probability  distributions  sampling  dirichlet-distribution 

He construido un modelo de regresión logística en R y, aunque el resultado parece ser satisfactorio hasta cierto punto, hay una pregunta que no he podido abordar. No estoy seguro de si mi enfoque es correcto. Sé que el propósito general del modelo logístico es predecir la probabilidad de éxito …

8 probability  distributions  logistic  binomial