Вопросы с тегом «conditional-probability»

Точность определяется как: p = true positives / (true positives + false positives) Является ли это исправить , что, как true positivesи false positivesподход 0, точность приближается к 1? Тот же вопрос для отзыва: r = true positives / (true positives + false negatives) В настоящее время я выполняю статистический …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Теорема Байеса имеет вид P(model|data)=P(model)×P(data|model)P(data)P(model|data)=P(model)×P(data|model)P(data) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Это все хорошо. Но я где-то читал: По сути, P (данные) - это не что иное, как нормализующая константа, то есть константа, которая заставляет апостериорную плотность интегрироваться в единицу. Мы знаем, что0≤P(model)≤10≤P(model)≤10 \leq P(\textrm{model}) \leq 1 и . 0 ≤ …

20 probability  bayesian  conditional-probability  bayes 

Пусть - вероятностное пространство, заданное случайной величиной и -algebra мы можем построить новую случайную величину , которая является условным ожиданием.(Ω,F,μ)(Ω,F,μ)(\Omega,\mathscr{F},\mu)ξ:Ω→Rξ:Ω→R\xi:\Omega \to \mathbb{R}σσ\sigmaG⊆FG⊆F\mathscr{G}\subseteq \mathscr{F}E[ξ|G]E[ξ|G]E[\xi|\mathscr{G}] Что такое интуиция для размышления об ? Я понимаю интуицию для следующего:E[ξ|G]E[ξ|G]E[\xi|\mathscr{G}] (i) где - событие (с положительной вероятностью).E[ξ|A]E[ξ|A]E[\xi|A]AAA (ii) где - дискретная случайная величина.E[ξ|η]E[ξ|η]E[\xi|\eta]ηη\eta Но я …

20 probability  conditional-probability  conditional-expectation  conditioning  sigma-algebra 

У меня есть проблема с доказательством E ( Y | X ) ∈ arg min g ( X ) E [ ( Y - g ( X ) ) 2 ]E(Y|X)∈argming(X)E[(Y−g(X))2]E(Y|X) \in \arg \min_{g(X)} E\Big[\big(Y - g(X)\big)^2\Big] что, скорее всего, выявит более глубокое непонимание ожиданий и условных ожиданий. Доказательство, которое …

19 mathematical-statistics  conditional-probability  proof  conditional-expectation 

Не могли бы вы сообщить мне, пожалуйста, как я могу рассчитать условную вероятность нескольких событий? например: P (A | B, C, D) -? Я знаю это: P (A | B) = P (A B) / P (B)∩∩\cap Но, к сожалению, я не могу найти формулу, если событие A зависит от …

19 conditional-probability 

В формуле Байеса: P(x|a)=P(a|x)P(x)P(a)P(x|a)=P(a|x)P(x)P(a)P(x|a) = \frac{P(a|x) P(x)}{P(a)} может ли задняя вероятность превысить 1?P(x|a)P(x|a)P(x|a) Я думаю, что это возможно, если, например, предполагая, что и , и . Но я не уверен в этом, потому что это будет означать, что вероятность будет больше единицы?P ( a ) < P ( x ) …

18 probability  bayesian  conditional-probability 

Этот перекрестный вопрос, в котором задавался вопрос об имитации выборки с условием наличия фиксированной суммы, напомнил мне проблему, поставленную мне Джорджем Казеллой . Учитывая параметрическую модель f(x|θ)f(x|θ)f(x|\theta) и iid-образец из этой модели (X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) , MLE of определяется как Для заданного значения \ theta существует ли общий способ имитации образца iid …

17 maximum-likelihood  conditional-probability  random-variable  simulation  t-distribution 

Мне немного неловко от того, как я мысленно справился с парадоксом Бореля и другими связанными с ним «парадоксами», связанными с условной вероятностью. Для тех, кто читает это, кто не знаком с этим, посмотрите эту ссылку . Мой ментальный ответ до этого момента был в основном игнорировать это, потому что никто, …

17 probability  conditional-probability  conditional-expectation 

Если у меня есть две нормально распределенные независимые случайные величины XXX и YYY со средними значениями μXμX\mu_X и μYμY\mu_Y и стандартными отклонениями σXσX\sigma_X и σYσY\sigma_Y и я обнаружил, что X+Y=cX+Y=cX+Y=c , то (при условии, что я не допустил никаких ошибок) условное распределение для XXX и YYY заданные ccc , также …

16 normal-distribution  conditional-probability 

Я понимаю, что P(A∩B)/P(B)=P(A|B)P(A∩B)/P(B)=P(A|B)P(A\cap B)/P(B) = P(A|B) . Условным является пересечение A и B, деленное на всю площадь B. Но почему P(A∩B|C)/P(B|C)=P(A|B∩C)P(A∩B|C)/P(B|C)=P(A|B∩C)P(A\cap B|C)/P(B|C) = P(A|B \cap C) ? Можете ли вы дать некоторую интуицию? Разве это не должно быть: ?P(A∩B∩C)/P(B,C)=P(A|B∩C)P(A∩B∩C)/P(B,C)=P(A|B∩C)P(A\cap B \cap C)/P(B,C) = P(A|B \cap C)

16 probability  conditional-probability 

В видео-лекциях из Гарвардского журнала « Статистика 110: вероятность», которые можно найти в iTunes и YouTube, я столкнулся с этой проблемой. Я попытался обобщить это здесь: Предположим, нам дают случайную двухкарточную комбинацию из стандартной колоды. Какова вероятность того, что обе карты являются тузами, если у нас есть хотя бы один …

15 probability  conditional-probability  intuition 

Вопрос Если являются IID, то вычислите , где .X1,⋯,Xn∼N(μ,1)X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1)E(X1∣T)E(X1∣T)\mathbb{E}\left( X_1 \mid T \right)T=∑iXiT=∑iXiT = \sum_i X_i Попытка : пожалуйста, проверьте правильность приведенного ниже. Пусть говорят, мы возьмем сумму этих условных ожиданий такое , что ∑iE(Xi∣T)=E(∑iXi∣T)=T.∑iE(Xi∣T)=E(∑iXi∣T)=T.\begin{align} \sum_i \mathbb{E}\left( X_i \mid T \right) = \mathbb{E}\left( \sum_i X_i \mid T …

14 probability  self-study  mathematical-statistics  conditional-probability  conditional-expectation 

Рассмотрим следующие утверждения в отношении Титаника: Предположение 1: Только мужчины и женщины были на корабле Предположение 2: было большое количество мужчин и женщин Утверждение 1: 90 процентов всех женщин выжили Утверждение 2: 90 процентов всех, кто выжил, были женщины Первое указывает на то, что спасение женщин, вероятно, было приоритетом (независимо …

14 conditional-probability  descriptive-statistics  reporting 

Я не понимаю, как это уравнение было получено. P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M_{1}\cap M_{2}) \leq \frac{P(I)}{P(I')}\cdot \frac{P(M_{1}|I)P(M_{2}|I)}{P(M_{1}|I')P(M_{2}|I')} Это уравнение было взято из статьи «Испытание по вероятности», где случай О.Дж. Симпсона был приведен в качестве примера задачи. Обвиняемый находится под следствием за двойное убийство, и против него представлены два доказательства. M1M1M_{1} - это случай, когда …

13 bayesian  conditional-probability  bayes 

Предположим, что случайная величина следует непрерывному равномерному распределению с параметрами 0 и 10 (т. Е. )U ∼ U ( 0 , 10 )UUUU∼ U ( 0 , 10 )U∼U(0,10)U \sim \rm{U}(0,10) Теперь давайте обозначим A событие, когда = 5, а B событие, когда равно или 6. Согласно моему пониманию, оба …

12 conditional-probability  continuous-data  uniform