Preguntas etiquetadas con stochastic-processes

Me he encontrado con el término "solución de forma cerrada" con bastante frecuencia. ¿Qué significa una solución de forma cerrada? ¿Cómo se determina si existe una solución de forma cerrada para un problema dado? Al buscar en línea, encontré información, pero nada en el contexto del desarrollo de un modelo …

82 regression  machine-learning  probability  terminology  stochastic-processes 

La caminata aleatoria que se define como , donde es ruido blanco. Denota que la posición actual es la suma de la posición anterior + un término imprevisto.Yt= Yt - 1+ etYt=Yt−1+etY_{t} = Y_{t-1} + e_tmitete_t Puede probar que la función media , ya queμt= 0μt=0\mu_t = 0 mi( Yt) …

28 time-series  self-study  mathematical-statistics  stochastic-processes  random-walk 

Un proceso estocástico es un proceso que evoluciona con el tiempo, entonces, ¿es realmente una forma más elegante de decir "series temporales"?

27 time-series  stochastic-processes  definition 

En otras palabras, según lo siguiente, ¿qué es p? Para hacer de esto un problema matemático en lugar de antropología o ciencias sociales, y para simplificar el problema, suponga que los compañeros se seleccionan con la misma probabilidad en toda la población, excepto que los hermanos y primos hermanos nunca …

26 probability  stochastic-processes  genetics 

Inspirado por la charla de Peter Donnelly en TED , en la que analiza cuánto tiempo le tomaría a un cierto patrón aparecer en una serie de lanzamientos de monedas, creé el siguiente guión en R. Dados dos patrones 'hth' y 'htt', calcula cuánto tiempo tarda (es decir, cuántos lanzamientos …

26 r  probability  stochastic-processes 

Tomemos fútbol (soccer) por ejemplo. Hay 3 resultados posibles: victoria en casa, empate, victoria fuera. Tomé un juego al azar de bet365 Turkey vs Ukraine hwin, draw, awin 2.20 3.40 3.20 Entonces, para una inversión de 100 $ en el resultado dado, pierdes 100 $ o ganas: 220 $ , …

25 probability  stochastic-processes 

Recientemente, me encontré con varios documentos y recursos en línea que mencionan la causalidad de Granger . La breve búsqueda en el artículo de Wikipedia correspondiente me dejó con la impresión de que este término se refiere a la causalidad en el contexto de series de tiempo (o, más generalmente, …

21 stochastic-processes  causality  granger-causality 

He estado leyendo Maraun et al. , "Procesos gaussianos no estacionarios en el dominio wavelet: síntesis, estimación y pruebas significativas" (2007) que define una clase de GP no estacionarias que pueden especificarse mediante multiplicadores en el dominio wavelet. La realización de uno de estos GP es: Donde η ( t …

20 normal-distribution  stochastic-processes  gaussian-process  fourier-transform  wavelet 

Deseo decidir si debo tomar un curso llamado "INTRODUCCIÓN A LOS PROCESOS ESTOCÁSTICOS" que se llevará a cabo el próximo semestre en mi universidad. Le pregunté al profesor cómo estudiar un curso de este tipo me ayudaría como estadístico, dijo que dado que proviene de la probabilidad, sabe muy poco …

18 probability  stochastic-processes 

Considere una caminata aleatoria entera que comienza en 0 con las siguientes condiciones: El primer paso es más o menos 1, con igual probabilidad. Cada paso futuro es: 60% de probabilidades de estar en la misma dirección que el paso anterior, 40% de probabilidades de estar en la dirección opuesta …

18 stochastic-processes  randomness  random-walk 

Tengo antecedentes moderados en el pronóstico de series de tiempo. He mirado varios libros de pronósticos y no veo las siguientes preguntas abordadas en ninguno de ellos. Tengo dos preguntas: ¿Cómo determinaría objetivamente (mediante una prueba estadística) si una serie de tiempo dada tiene: Estacionalidad estocástica o estacionalidad determinista Tendencia …

16 time-series  forecasting  arima  stochastic-processes 

¿Alguien puede explicarme de manera intuitiva cuál es la periodicidad de una cadena de Markov? Se define de la siguiente manera: Para todos los estados iii en SSS didid_i = mcd{n∈N|p(n)ii>0}=1{n∈N|pii(n)>0}=1\{n \in \mathbb{N} | p_{ii}^{(n)} > 0\} =1 ¡Gracias por tu esfuerzo!

16 stochastic-processes  markov-process 

Tengo dos variables aleatorias, αi∼iid U(0,1),i=1,2αi∼iid U(0,1),i=1,2\alpha_i\sim \text{iid }U(0,1),\;\;i=1,2 dondeU(0,1)U(0,1)U(0,1) es la distribución uniforme 0-1. Entonces, estos producen un proceso, digamos: P(x)=α1sin(x)+α2cos(x),x∈(0,2π)P(x)=α1sin⁡(x)+α2cos⁡(x),x∈(0,2π)P(x)=\alpha_1\sin(x)+\alpha_2\cos(x), \;\;\;x\in (0,2\pi) Ahora, me preguntaba si hay una expresión de forma cerrada para F−1(P(x);0.75)F−1(P(x);0.75)F^{-1}(P(x);0.75) el cuantil teórico del 75 por ciento de P(x)P(x)P(x) para un determinado x∈(0,2π)x∈(0,2π)x\in(0,2\pi) - …

16 distributions  probability  stochastic-processes 

El proceso exponencial univariante de Hawkes es un proceso de puntos autoexcitante con una tasa de llegada de eventos de: λ(t)=μ+∑ti&lt;tαe−β(t−ti)λ(t)=μ+∑ti&lt;tαe−β(t−ti) \lambda(t) = \mu + \sum\limits_{t_i<t}{\alpha e^{-\beta(t-t_i)}} donde son las horas de llegada del evento.t1,..tnt1,..tn t_1,..t_n La función de probabilidad de registro es −tnμ+αβ∑(e−β(tn−ti)−1)+∑i&lt;jln(μ+αe−β(tj−ti))−tnμ+αβ∑(e−β(tn−ti)−1)+∑i&lt;jln⁡(μ+αe−β(tj−ti)) - t_n \mu + \frac{\alpha}{\beta} \sum{( …

16 maximum-likelihood  stochastic-processes  likelihood 

¿Cuál es la diferencia entre las cadenas de Markov y los procesos de Markov? Estoy leyendo información contradictoria: a veces la definición se basa en si el espacio de estado es discreto o continuo, y otras veces se basa en si el tiempo es discreto o continuo. Diapositiva 20 de …

16 terminology  stochastic-processes  markov-process