Câu hỏi được gắn thẻ «random-variable»

Một biến ngẫu nhiên hoặc biến ngẫu nhiên là một giá trị có thể thay đổi cơ hội (nghĩa là tính ngẫu nhiên theo nghĩa toán học).

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 …

1
Chứng minh / Từ chối
Chứng minh / Từ chối E[1A|Ft]=0 or 1 a.s. ⇒E[1A|Fs]=E[1A|Ft] a.s.E[1A|Ft]=0 or 1 a.s. ⇒E[1A|Fs]=E[1A|Ft] a.s.E[1_A | \mathscr{F_t}] = 0 \ \text{or} \ 1 \ \text{a.s.} \ \Rightarrow E[1_A | \mathscr{F_{s}}] = E[1_A | \mathscr{F_t}] \ \text{a.s.} Cho một không gian xác suất lọc (Ω,F,{Fn}n∈N,P)(Ω,F,{Fn}n∈N,P)(\Omega, \mathscr{F}, \{\mathscr{F}_n\}_{n \in \mathbb{N}}, \mathbb{P}) …



3
Liên kết giữa các phương thức như khớp và kiểm soát thống kê cho các biến là gì?
Thông thường trong các bài báo nghiên cứu bạn đọc các nhà nghiên cứu đã kiểm soát các biến nhất định. Điều này có thể được thực hiện bằng các phương pháp như khớp, chặn, v.v. Nhưng tôi luôn nghĩ rằng việc kiểm soát các biến là một việc được …

1
Phân phối sự khác biệt của hai biến thống nhất độc lập, bị cắt ở 0
Đặt và là hai biến ngẫu nhiên độc lập có cùng phân bố với mật độXXXYYYU(0,1)U(0,1)U(0,1) f(x)=1f(x)=1f(x)=1 nếu (và ở nơi khác).0≤x≤10≤x≤10≤x≤1000 Đặt là biến ngẫu nhiên thực được xác định bởi:ZZZ Z=X−YZ=X−YZ=X-Y nếu (và ở nơi khác).X>YX>YX>Y000 Rút ra sự phân bố của .ZZZ Tính toán kỳ vọng và …

2
Xác suất của
Giả sử X1X1X_1 và X2X2X_2 là các biến ngẫu nhiên hình học độc lập với tham số ppp . Xác suất đó là những gì X1≥X2X1≥X2X_1 \geq X_2 ? Tôi bối rối về câu hỏi này bởi vì chúng tôi không nói gì về X1X1X_1 và X2X2X_2 ngoài chúng là …



2
Hiển thị là tiêu chuẩn Cauchy khi là tiêu chuẩn Cauchy
Nếu , hãy tìm phân phối của .X∼C(0,1)X∼C(0,1)X\sim\mathcal C(0,1)Y=2X1−X2Y=2X1−X2Y=\frac{2X}{1-X^2} Chúng ta cóFY(y)=Pr(Y≤y)FY(y)=Pr(Y≤y)F_Y(y)=\mathrm{Pr}(Y\le y) =Pr(2X1−X2≤y)=Pr(2X1−X2≤y)\qquad\qquad\qquad=\mathrm{Pr}\left(\frac{2X}{1-X^2}\le y\right) =⎧⎩⎨⎪⎪⎪⎪⎪⎪Pr(X∈(−∞,−1−1+y2√y])+Pr(X∈(−1,−1+1+y2√y]),ify&gt;0Pr(X∈(−1,−1+1+y2√y])+Pr(X∈(1,−1−1+y2√y]),ify&lt;0={Pr(X∈(−∞,−1−1+y2y])+Pr(X∈(−1,−1+1+y2y]),ify&gt;0Pr(X∈(−1,−1+1+y2y])+Pr(X∈(1,−1−1+y2y]),ify&lt;0\qquad\qquad=\begin{cases} \mathrm{Pr}\left(X\in\left(-\infty,\frac{-1-\sqrt{1+y^2}}{y}\right]\right)+\mathrm{Pr}\left(X\in\left(-1,\frac{-1+\sqrt{1+y^2}}{y}\right]\right),\text{if}\quad y>0\\ \mathrm{Pr}\left(X\in\left(-1,\frac{-1+\sqrt{1+y^2}}{y}\right]\right)+\mathrm{Pr}\left(X\in\left(1,\frac{-1-\sqrt{1+y^2}}{y}\right]\right),\text{if}\quad y<0 \end{cases} Tôi tự hỏi nếu phân biệt trường hợp trên là chính xác hay không. Mặt khác, sau đây có vẻ là một phương pháp đơn giản hơn: Chúng ta …

1
Có ngụ ý sự độc lập của và ?
Có ngụ ý sự độc lập của và ?X YC o v ( f( X) , Y) = 0∀f( . )Cov(f(X),Y)= =0∀f(.)\mathbb{Cov} \left(f(X),Y\right) = 0 \; \forall \; f(.)XXXYYY Tôi chỉ quen thuộc với các định nghĩa sau đây của độc lập giữa và .YXXXYYY fx , y( x , …





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.