Вопросы с тегом «probability»

Мне было интересно, какой пакет статистических программ вы, ребята, порекомендуете для выполнения байесовского вывода. Например, я знаю, что вы можете запускать openBUGS или winBUGS как автономные или вы также можете вызывать их из R. Но R также имеет несколько своих собственных пакетов (MCMCPack, BACCO), которые могут выполнять байесовский анализ. У …

14 r  probability  bayesian  inference  bugs 

Этот вопрос возникает из вопроса, который здесь задают о функции, порождающей момент (MGF). Предположим, что XXX - ограниченная случайная величина со средним нулем, принимающая значения в [−σ,σ][−σ,σ][-\sigma, \sigma] и пусть G(t)=E[etX]G(t)=E[etX]G(t) = E[e^{tX}] - ее MGF. Из а связаны используется в доказательстве неравенства Хёфдинга , мы имеем , что G(t)=E[etX]≤eσ2t2/2G(t)=E[etX]≤eσ2t2/2G(t) …

14 probability  probability-inequalities  mgf 

Я бы хотел (в далеком будущем) научить детей статистике. В этом отношении я был бы рад узнать о программном обеспечении (очевидно, я склоняюсь к FOSS) или веб-приложениям, которые помогают объяснить статистические / вероятностные идеи детям (или взрослым в этом отношении). Это может быть использовано либо инструктором, детьми, либо и тем, …

14 probability  references  software  teaching 

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 

Контекст : Я хочу , чтобы нарисовать линию в диаграмме рассеяния , что не появляется параметрическими, поэтому я использую geom_smooth()в ggplotв R. Он автоматически возвращает geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to …

14 r  gam  splines  loess  r  data-visualization  boxplot  mathematical-statistics  theory  sufficient-statistics  machine-learning  classification  correlation  svm  feature-selection  probability  stochastic-processes  machine-learning  reinforcement-learning 

Я создал логистическую регрессию, используя следующий код: full.model.f = lm(Ft_45 ~ ., LOG_D) base.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg) step(base.model.f, scope=list(upper=full.model.f, lower=~1), direction="forward", trace=FALSE) Затем я использовал выходные данные для создания окончательной модели: final.model.f = lm(Ft_45 ~ IP_util_E2pl_m02_flg + IP_util_E2_m02_flg + AE_NumVisit1_flg + OP_NumVisit1_m01_flg + IP_TotLoS_m02 + Ft1_45 + IP_util_E1_m05_flg + …

14 r  probability  logistic 

У меня есть случайные величины Икс0, X1, … , XNИкс0,Икс1,...,ИксNX_0,X_1,\dots,X_n . Икс0Икс0X_0 имеет нормальное распределение со средним μ > 0μ>0\mu>0 и дисперсией 111 . Икс1, … , XNИкс1,...,ИксNX_1,\dots,X_n RVS нормально распределены со средним 000 и дисперсией 111 . Все взаимно независимы. Обозначим через ЕЕE событие, когда Икс0Икс0X_0 является наибольшим из …

14 probability  normal-distribution 

Центральная предельная теорема утверждает, что среднее значение iid-переменных, когда переходит в бесконечность, становится нормально распределенным.NNN Это поднимает два вопроса: Можем ли мы вывести из этого закон больших чисел? Если закон больших чисел гласит, что среднее значение выборки значений случайной величины равно истинному среднему значению при переходе в бесконечность, то, кажется, …

14 probability  central-limit-theorem  law-of-large-numbers 

Пакеты программ для обнаружения сетевых мотивов могут возвращать чрезвычайно высокие Z-оценки (самый высокий показатель, который я видел, составляет 600 000+, но Z-оценки более 100 встречаются довольно часто). Я планирую показать, что эти Z-оценки являются поддельными. Огромные Z-оценки соответствуют чрезвычайно низким вероятностям. Значения связанных вероятностей приведены, например, на странице википедии нормального …

14 probability  normal-distribution  p-value  approximation  z-statistic 

Есть веб-сервис, где я могу запросить информацию о случайном предмете. Для каждого запроса каждый элемент имеет равные шансы на возврат. Я могу продолжать запрашивать предметы и записывать количество дубликатов и уникальных. Как я могу использовать эти данные для оценки общего количества товаров?

14 probability  population  coupon-collector-problem 

Этот вопрос вдохновлен мини-игрой от Pokemon Soulsilver: Представьте, что в этой области 5х6 спрятано 15 бомб (РЕДАКТИРОВАТЬ: максимум 1 бомба / клетка): Теперь, как бы вы оценили вероятность найти бомбу на определенном поле, учитывая итоги строки / столбца? Если вы посмотрите на столбец 5 (всего бомб = 5), то вы …

14 probability  estimation  chi-squared  independence  games 

Предположим, что у нас есть два вектора случайных величин, оба являются нормальными, то есть и Y ∼ N ( μ Y , Σ Y ) . Нас интересует распределение их линейной комбинации Z = A X + B Y + C , где A и B - матрицы, C - …

14 probability  normal-distribution  multinomial 

Почему область под кривой ROC является вероятностью того, что классификатор оценит случайно выбранный «положительный» экземпляр (из полученных предсказаний) выше, чем случайно выбранный «положительный» (из исходного положительного класса)? Как можно доказать это утверждение математически, используя интеграл, давая CDF и PDF истинных положительных и отрицательных распределений классов?

14 probability  roc  auc 

Я знаю, что дивергенция KL не является симметричной, и ее нельзя строго рассматривать как метрику. Если да, то почему он используется, когда JS Divergence удовлетворяет требуемым свойствам метрики? Существуют ли сценарии, в которых может использоваться дивергенция KL, но не дивергенция JS или наоборот?

14 probability  distributions  kullback-leibler  metric 

Я думаю, что это довольно просто, но, скажем, у меня есть случайная величина , является ли вероятность P ( X ≤ a ) такой же, как P ( f ( X ) ≤ f ( a ) ) для любой действительной непрерывной функции f ?XXXP(X≤a)P(X≤a)P(X \leq a)P(f(X)≤f(a))P(f(X)≤f(a))P(f(X) \leq f(a))fff

13 probability  distributions