Câu hỏi được gắn thẻ «probability»

Một xác suất cung cấp một mô tả định lượng về khả năng xảy ra của một sự kiện cụ thể.





1
Các quy trình Stochastic như Quy trình Gaussian / Quy trình Dirichlet có mật độ không? Nếu không, làm thế nào quy tắc Bayes có thể được áp dụng cho họ?
Quy trình Dirichlet Pocess và Gaussian thường được gọi là "phân phối trên các chức năng" hoặc "phân phối trên các phân phối". Trong trường hợp đó, tôi có thể nói một cách có ý nghĩa về mật độ của hàm theo GP không? Đó là, liệu Quy trình Gaussian …


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 …


3
Một bình thường chia cho
hãy Z~ N( 0 , 1 )Z∼N(0,1)Z \sim N(0,1) và W∼ χ2( s )W∼χ2(s)W \sim \chi^2(s) . Nếu ZZZ và WWW được phân phối độc lập thì biến Y= ZW/ s√Y=ZW/sY = \frac{Z}{\sqrt{W/s}} tuân theophân phốitttvới bậc tự doSss . Tôi đang tìm kiếm một bằng chứng về thực tế …


1
Công cụ ước tính không thiên vị với phương sai tối thiểu cho
Đặt là một mẫu ngẫu nhiên trong phân phối cho . I E,X1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ( X ) = θ ( 1 - θ )x - 1Tôi{ 1 , 2 , . . . }( x )pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Tìm công cụ ước tính không thiên vị với phương sai tối …


4
Mô hình lịch sử sự kiện rời rạc (Survival) trong R
Tôi đang cố gắng để phù hợp với một mô hình thời gian rời rạc trong R, nhưng tôi không chắc làm thế nào để làm điều đó. Tôi đã đọc rằng bạn có thể sắp xếp biến phụ thuộc theo các hàng khác nhau, mỗi hàng cho mỗi lần …
10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 


1
Câu hỏi về chức năng tự động mẫu
Tôi đang đọc một cuốn sách phân tích chuỗi thời gian và công thức cho chế độ tự động mẫu được định nghĩa trong cuốn sách là: γˆ(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)γ^(h)=n−1∑t=1n−h(xt+h−x¯)(xt−x¯)\widehat{\gamma}(h) = n^{-1}\displaystyle\sum_{t=1}^{n-h}(x_{t+h}-\bar{x})(x_t-\bar{x}) với γˆ( - h ) = γˆ( h )γ^(−h)=γ^(h)\widehat{\gamma}(-h) = \widehat{\gamma}(h)\;cho h = 0 , 1 , . . . …

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.