Preguntas etiquetadas con self-study

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>XNX1≤X2…≤XN−1>XNX_1 \leq X_2 \dotsc \leq X_{N-1} > X_NN≥2N≥2N \geq …

10 probability  self-study  iid 

Demuestre o proporcione un contraejemplo: Si , entonces XXnXnX_n →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX(∏ni=1Xi)1/n(∏i=1nXi)1/n(\prod_{i=1}^{n}X_i)^{1/n} →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX Mi intento : FALSO: Supongamos que XXX puede tomar valores negativos, y suponga que Xn≡XXn≡XX_n \equiv X ∀∀\forall nnn ENTONCES XnXnX_n →a.s.→a.s.\,{\buildrel a.s. \over \rightarrow}\, XXX , sin embargo, incluso parannn …

10 self-study  convergence  geometric-mean 

¿Cuál es la dimensión VC del algoritmo vecino k más cercano si k es igual al número de puntos de entrenamiento utilizados? Contexto: esta pregunta se formuló en un curso que tomé y la respuesta dada fue 0. Sin embargo, no entiendo por qué este es el caso. Mi intuición …

10 machine-learning  self-study  k-nearest-neighbour  vc-dimension 

Actualmente atascado en esto, sé que probablemente debería usar la desviación media de la distribución binomial, pero no puedo entenderlo.

10 self-study  binomial  mean  expected-value  proof 

Estoy atrapado en cómo resolver este problema. Entonces, tenemos dos secuencias de variables aleatorias, e para . Ahora, e son distribuciones exponenciales independientes con parámetros y . Sin embargo, en vez de observar y , observamos en lugar y .XiXiX_iYiYiY_ii=1,...,ni=1,...,ni=1,...,nXXXYYYλλ\lambdaμμ\muXXXYYYZZZWWW Z=min(Xi,Yi)Z=min(Xi,Yi)Z=\min(X_i,Y_i) y W=1W=1W=1 si Zi=XiZi=XiZ_i=X_i y 0 si Zi=YiZi=YiZ_i=Y_i . …

10 self-study  maximum-likelihood  exponential  minimum 

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.

10 probability  self-study  expected-value 

Estoy tratando de aprender algunas estadísticas usando el libro, Biometry de Sokal y Rohlf (3e). Este es un ejercicio en el quinto capítulo que cubre la probabilidad, la distribución binomial y la distribución de Poisson. Me doy cuenta de que hay una fórmula para producir una respuesta a esta pregunta: …

10 self-study  binomial  proportion  power-analysis  type-i-and-ii-errors 

Un instrumento utilizado para medir los niveles de glucosa en la sangre de una persona se controla en una muestra aleatoria de 10 personas. Los niveles también se miden utilizando un procedimiento de laboratorio muy preciso. La medida del instrumento se denota por x. La medida del procedimiento de laboratorio …

10 regression  self-study  measurement 

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 2 años . Estoy leyendo a Luce (1959) . Entonces encontré esta declaración: Cuando una persona elige entre alternativas, muy …

10 probability  logistic  self-study  conditional-probability  multinomial 

Digamos que estoy haciendo 10,000 lanzamientos de una moneda. Me gustaría saber la probabilidad de cuántas vueltas se necesitan para obtener 4 o más caras consecutivas seguidas. El recuento funcionaría de la siguiente manera, contaría una ronda sucesiva de lanzamientos siendo solo cabezas (4 cabezas o más). Cuando una cola …

10 probability  distributions  self-study  conditional-probability 

Uno de los problemas en mi libro de texto se plantea de la siguiente manera. Un vector continuo estocástico bidimensional tiene la siguiente función de densidad: fX,Y(x,y)={15xy20if 0 < x < 1 and 0 < y < xotherwisefX,Y(x,y)={15xy2if 0 < x < 1 and 0 < y < x0otherwise f_{X,Y}(x,y)= …

10 self-study  random-variable  marginal  joint-distribution 

Si tenemos dos variables aleatorias independientes X1∼Binom(n,p)X1∼Binom(n,p)X_1 \sim \mathrm{Binom}(n,p) y , ¿cuál es la función de masa de probabilidad de ?X2∼Pois(λ)X2∼Pois(λ)X_2 \sim \mathrm{Pois}(\lambda)X1+X2X1+X2X_1 + X_2 NB Esto no es tarea para mí.

10 distributions  self-study  binomial  poisson-distribution 

Necesito encontrar una prueba estadística adecuada (prueba de razón de probabilidad, prueba t, etc.) sobre lo siguiente: Sea sea ​​una muestra iid de un vector aleatorio ( X ; Y ) y suponga que ( Y X ) ~ N [ ( μ 1 μ 2 ) , ( 1 …

10 hypothesis-testing  self-study 

Tengo un GLMM de la forma: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Cuando lo uso drop1(model, test="Chi"), obtengo resultados diferentes a los que uso Anova(model, type="III")del paquete del automóvil o summary(model). Estos dos últimos dan las mismas respuestas. Usando un montón de …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Sean e dos variables aleatorias independientes que tengan la misma distribución uniforme con densidadXXXYYYU(0,1)U(0,1)U(0,1) f(x)=1f(x)=1f(x)=1 si (y otro lugar).0≤x≤10≤x≤10≤x≤1000 Sea una variable aleatoria real definida por:ZZZ Z=X−YZ=X−YZ=X-Y si (y otro lugar).X>YX>YX>Y000 Deducir la distribución de .ZZZ Calcule la expectativa y la varianza .E(Z)E(Z)E(Z)V(Z)V(Z)V(Z)

10 self-study  random-variable