Вопросы с тегом «expected-value»

Я наткнулся на вопрос интервью: Существует красный поезд, который идет каждые 10 минут. Каждые 15 минут идет синий поезд. Оба они начинаются со случайного времени, поэтому у вас нет расписания. Если вы прибываете на станцию ​​в произвольное время и садитесь на любой поезд, который прибывает первым, каково ожидаемое время ожидания?

19 probability  random-variable  expected-value 

Пусть и , . Каково ожидание как ?X1∼U[0,1]X1∼U[0,1]X_1 \sim U[0,1]Xi∼U[Xi−1,1]Xi∼U[Xi−1,1]X_i \sim U[X_{i - 1}, 1]i=2,3,...i=2,3,...i = 2, 3,...X1X2⋯XnX1X2⋯XnX_1 X_2 \cdots X_nn→∞n→∞n \rightarrow \infty

18 mathematical-statistics  random-variable  expected-value 

Я не знаю, только ли это я, но я очень скептически отношусь к статистике в целом. Я могу понять это в играх в кости, в покер и т. Д. Очень маленькие, простые, в основном автономные повторяющиеся игры - это хорошо. Например, приземление монеты на своем краю достаточно мало, чтобы принять …

18 probability  expected-value  philosophical 

Предположим, что честная монета подбрасывается несколько раз, пока голова не будет получена впервые. Какое ожидаемое количество бросков потребуется? Какое ожидаемое количество хвостов будет получено до получения первой головы?

18 probability  self-study  expected-value  bernoulli-distribution  geometric-distribution 

Рассмотрим простую линейную модель: Yy = X ′ ββ + ϵyy=X′ββ+ϵ\pmb{y}=X'\pmb{\beta}+\epsilon где ε я ~ я . я . д .N ( 0 , сг 2 )ϵi∼i.i.d.N(0,σ2)\epsilon_i\sim\mathrm{i.i.d.}\;\mathcal{N}(0,\sigma^2) и Х ∈ R п × рX∈Rn×pX\in\mathbb{R}^{n\times p} , р ≥ 2p≥2p\geq2 и ХXX содержит столбец констант. Мой вопрос заключается в том, что, …

18 linear-model  expected-value 

Пусть обозначает медиану, а обозначает среднее случайной выборки размером из распределения . Как я могу вычислить ?Y ˉ X n = 2 k + 1 N ( μ , σ 2 ) E ( Y | ˉ X = ˉ x )YYX¯\bar{X}n=2k+1n=2k+1N(μ,σ2)N(\mu,\sigma^2)E(Y|X¯=x¯)E(Y|\bar{X}=\bar{x}) Интуитивно понятно, что из предположения о нормальности имеет …

16 self-study  normal-distribution  mathematical-statistics  expected-value  conditional-expectation 

Я пытаюсь доказать, что наблюдаемая информационная матрица, оцененная по слабо непротиворечивой оценке максимального правдоподобия (MLE), является слабо непротиворечивой оценкой ожидаемой информационной матрицы. Это широко цитируемый результат, но никто не дает ссылку или доказательство (я исчерпал, я думаю, первые 20 страниц результатов Google и мои учебники статистики)! Используя слабо согласованную последовательность …

16 maximum-likelihood  expected-value  asymptotics  information  fisher-information 

Рассмотрим урну, содержащую шариков разных цветов, причем - это пропорция шариков цвета среди шариков ( ). Я рисую шариков из урны без замены и смотрю на число разных цветов среди нарисованных шариков. Каково ожидание как функции , в зависимости от подходящих свойств распределения ?NNNр я я Н Σ я р …

15 probability  expected-value  coupon-collector-problem 

Я запутался в применении ожидания в знаменателе. E ( 1 / X ) =?E(1/X)=?E(1/X)=\,? это может быть ,?1/E(X)1/E(X)1/E(X)\,

15 expected-value 

Тесты перестановки (также называемые тестом рандомизации, тестом повторной рандомизации или точным тестом) очень полезны и оказываются полезными, когда предположение о нормальном распределении, требуемое, например, t-testне выполняется, и когда преобразование значений путем ранжирования непараметрическое тестирование, как, Mann-Whitney-U-testможет привести к потере большего количества информации. Тем не менее, одно и только одно предположение …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Ожидаемое значение распределения f(x)f(x)f(x) - это среднее значение, то есть средневзвешенное значение E[x]=∫+∞−∞xf(x)dxE[x]=∫−∞+∞xf(x)dxE[x]=\int_{-\infty}^{+\infty} x \, \, f(x) dx Наиболее вероятным значением является режим, то есть наиболее вероятное значение. Однако ожидаем ли мы как-нибудь увидеть E[x]E[x]E[x] много раз? Цитирую отсюда : Если результаты не являются в равной степени вероятными, то простое …

15 probability  distributions  chi-squared  expected-value  mode 

В Libre Office Calc rand()доступна функция, которая выбирает случайное значение от 0 до 1 из равномерного распределения. Я немного заржавел в своей вероятности, поэтому, когда я увидел следующее поведение, я был озадачен: A = 200x1 столбец rand()^2 B = 200x1 столбец rand()*rand() mean(A) знак равно 1/3 mean(B) знак равно 1/4 …

15 expected-value  random-generation  uniform 

Суммируем поток случайных величин: ; пусть будет числом слагаемых, которое нам нужно, чтобы сумма превысила единицу, т. е. - наименьшее число, такое, чтоY YXi∼iidU(0,1)Xi∼iidU(0,1)X_i \overset{iid}\sim \mathcal{U}(0,1)YYYYYY X1+X2+⋯+XY>1.X1+X2+⋯+XY>1.X_1 + X_2 + \dots + X_Y > 1. Почему среднее значение равно постоянной Эйлера ?еYYYeee E(Y)=e=10!+11!+12!+13!+…E(Y)=e=10!+11!+12!+13!+…\mathbb{E}(Y) = e = \frac{1}{0!} + \frac{1}{1!} + …

14 probability  self-study  expected-value  uniform 

Легко получить случайную переменную с распределением Дирихле, используя гамма-переменные с тем же параметром масштаба. Если: Xi∼Gamma(αi,β)Xi∼Gamma(αi,β) X_i \sim \text{Gamma}(\alpha_i, \beta) Потом: (X1∑jXj,…,Xn∑jXj)∼Dirichlet(α1,…,αn)(X1∑jXj,…,Xn∑jXj)∼Dirichlet(α1,…,αn) \left(\frac{X_1}{\sum_j X_j},\; \ldots\; , \frac{X_n}{\sum_j X_j}\right) \sim \text{Dirichlet}(\alpha_1,\;\ldots\;,\alpha_n) Проблема Что происходит, если параметры шкалы не равны? Xi∼Gamma(αi,βi)Xi∼Gamma(αi,βi) X_i \sim \text{Gamma}(\alpha_i, \beta_i) Тогда каково распределение этой переменной? (X1∑jXj,…,Xn∑jXj)∼?(X1∑jXj,…,Xn∑jXj)∼? \left(\frac{X_1}{\sum_j …

14 expected-value  dirichlet-distribution  gamma-distribution  integral 

Кажется, существует большая путаница при сравнении использования glmnetвнутри caretдля поиска оптимальной лямбды и использования cv.glmnetдля выполнения той же задачи. Было задано много вопросов, например: Модель классификации train.glmnet против cv.glmnet? Как правильно использовать glmnet с кареткой? Перекрестная проверка `glmnet` с использованием` caret` но ответа не дано, что может быть связано с …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality