Câu hỏi được gắn thẻ «expected-value»

Giá trị mong đợi của một biến ngẫu nhiên là trung bình có trọng số của tất cả các giá trị có thể mà một biến ngẫu nhiên có thể đảm nhận, với các trọng số bằng với xác suất lấy giá trị đó.

2
Hàm mất phần trăm
Giải pháp cho vấn đề: minmE[|m−X|]minmE[|m−X|] \min_{m} \; E[|m-X|] được biết đến là trung vị của XXX , nhưng hàm mất mát trông như thế nào đối với các phần trăm khác? Ví dụ: phân vị thứ 25 của X là giải pháp để: minmE[L(m,X)]minmE[L(m,X)] \min_{m} \; E[ L(m,X) ] …


2
Mong đợi của
Đặt , , , và độc lập. Kỳ vọng của gì?X1X1X_1X2X2X_2⋯⋯\cdotsXd∼N(0,1)Xd∼N(0,1)X_d \sim \mathcal{N}(0, 1)X41(X21+⋯+X2d)2X14(X12+⋯+Xd2)2\frac{X_1^4}{(X_1^2 + \cdots + X_d^2)^2} Rất dễ tìm thấy bằng cách đối xứng. Nhưng tôi không biết làm thế nào để tìm thấy kỳ vọng của . Bạn có thể vui lòng cung cấp một số gợi …



1
Giá trị kỳ vọng của các biến ngẫu nhiên iid
Tôi đã bắt gặp đạo hàm này mà tôi không hiểu: Nếu là các mẫu ngẫu nhiên có kích thước n được lấy từ một quần thể có nghĩa là và phương sai , thìX1,X2,...,XnX1,X2,...,XnX_1, X_2, ..., X_nμμ\muσ2σ2\sigma^2 X¯=(X1+X2+...+Xn)/nX¯=(X1+X2+...+Xn)/n\bar{X} = (X_1 + X_2 + ... + X_n)/n E(X¯)=E(X1+X2+...+Xn)/n=(1/n)(E(X1)+E(X2)+...+E(Xn))E(X¯)=E(X1+X2+...+Xn)/n=(1/n)(E(X1)+E(X2)+...+E(Xn))E(\bar{X}) = E(X_1 …


2
Khi nào chuỗi Taylor xấp xỉ với kỳ vọng của (toàn bộ) chức năng hội tụ?
Tham dự một sự mong đợi của mẫu E(f(X))E(f(X))E(f(X)) đối với một số đơn biến biến ngẫu nhiên XXX và một toàn bộ chức năng f(⋅)f(⋅)f(\cdot) (ví dụ, khoảng hội tụ là toàn bộ dòng sản) XXXμ≡E(x)μ≡E(x)\mu \equiv E(x)E(f(x))=E(f(μ)+f′(μ)(x−μ)+f′′(μ)(x−μ)22!+…)E(f(x))=E(f(μ)+f′(μ)(x−μ)+f″(μ)(x−μ)22!+…) E(f(x)) = E\left(f(\mu) + f'(\mu)(x - \mu) + f''(\mu)\frac{(x - \mu)^2}{2!} …



4
Tôi muốn hiển thị
Đặt là biến ngẫu nhiên trên không gian xác suất .show rằngX:Ω→NX:Ω→NX:\Omega \to \mathbb N(Ω,B,P)(Ω,B,P)(\Omega,\mathcal B,P)E(X)=∑n=1∞P(X≥n).E(X)=∑n=1∞P(X≥n).E(X)=\sum_{n=1}^\infty P(X\ge n). định nghĩa của tôi từ bằng E(X)E(X)E(X)E(X)=∫ΩXdP.E(X)=∫ΩXdP.E(X)=\int_\Omega X \, dP. Cảm ơn.

2
Giá trị mong đợi của biến ngẫu nhiên Gaussian được chuyển đổi bằng hàm logistic
Cả hàm logistic và độ lệch chuẩn thường được ký hiệu là . Tôi sẽ sử dụng và cho độ lệch chuẩn.σσ\sigmaσ(x)=1/(1+exp(−x))σ(x)=1/(1+exp⁡(−x))\sigma(x) = 1/(1+\exp(-x))sss Tôi có một neuron hậu cần với một đầu vào ngẫu nhiên mà có nghĩa là và độ lệch chuẩn tôi biết. Tôi hy vọng sự …


1
Là mẫu có nghĩa là ước tính phân phối tốt nhất của Ý có nghĩa là phân phối?
Theo luật (yếu / mạnh) của số lượng lớn, được cho một số điểm mẫu iid của một phân phối, mẫu của chúng có nghĩa là hội tụ đến phân phối có nghĩa là cả xác suất và như, như cỡ mẫu đi đến vô cùng.{xi∈Rn,i=1,…,N}{xi∈Rn,i=1,…,N}\{x_i \in \mathbb{R}^n, i=1,\ldots,N\}f∗({xi,i=1,…,N}):=1N∑Ni=1xif∗({xi,i=1,…,N}):=1N∑i=1Nxif^*(\{x_i, i=1,\ldots,N\}):=\frac{1}{N} …

3
Nếu
Đối với biến ngẫu nhiên liên tục , nếu là hữu hạn, thì ?XXXE( | X| )E(|X|)E(|X|)limn → ∞n P( | X| >n)=0limn→∞nP(|X|>n)=0\lim_{n\to\infty}n P(|X|>n)=0 Đây là một vấn đề tôi tìm thấy trên internet, nhưng tôi không chắc liệu nó có giữ được hay không. Tôi biết rằng giữ bởi …

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.