expected-value पर टैग किए गए जवाब

चलो X1,…,Xn∼U(0,1)X1,…,Xn∼U(0,1)X_1,\dots,X_n \sim U(0,1) स्वतंत्र और समान रूप से वितरित मानक समान यादृच्छिक चर हैं। Let Yn=∑inX2iI seek: E[Yn−−√]Let Yn=∑inXi2I seek: E[Yn]\text{Let }\quad Y_n=\sum_i^nX_i^2 \quad \quad \text{I seek: } \quad \mathbb{E}\big[\sqrt{Y_n } \big] की उम्मीद YnYnY_n आसान है: E[X2]E[Yn]=∫10y2y√=13=E[∑inX2i]=∑inE[X2i]=n3E[X2]=∫01y2y=13E[Yn]=E[∑inXi2]=∑inE[Xi2]=n3\begin{align} \mathbb{E}\left[X^2\right] &=\int_0^1\frac{y}{2\sqrt{y}}=\frac{1}{3}\\ \mathbb{E}\left[Y_n\right] &=\mathbb{E}\left[\sum_i^nX_i^2\right] = \sum_i^n\mathbb{E}\left[X_i^2\right]=\frac{n}{3} \end{align} अब बोरिंग वाले हिस्से …

9 probability  expected-value  uniform  central-limit-theorem  mgf 

चलो आईआईडी और हो । यह स्पष्ट प्रतीत होता है, लेकिन मुझे औपचारिक रूप से इसे प्राप्त करने में परेशानी हो रही है।XiXiX_iX¯=∑ni=1XiX¯=∑i=1nXi\bar{X} = \sum_{i=1}^{n} X_iE[XiX¯]= ?E[XiX¯]= ? E\left[\frac{X_i}{\bar{X}}\right] = \ ?

9 probability  random-variable  expected-value 

मान लो की ई [ लॉग( एक्स)) ]]E[log⁡(X)]\text{E}[\log(X)] दिया गया है, क्या मैं प्राप्त कर सकता हूं ई [ एक्स]E[X]\text{E}[X] एक बंद स्वरूप में?

9 expected-value  logarithm 

मान लें कि हम कुछ अपेक्षा की गणना करना चाहते हैं: इYइएक्स| Y[ च( एक्स), वाई) ]]EYEX|Y[f(X,Y)]E_YE_{X|Y}[f(X,Y)] मान लीजिए कि हम मोंटे कार्लो सिमुलेशन का उपयोग करके इसे अनुमानित करना चाहते हैं। इYइएक्स| Y[ च( एक्स), वाई) ] ≈1आर एसΣआर = १आरΣs = 1एसच(एक्सआर , एस,yआर)EYEX|Y[f(X,Y)]≈1RS∑r=1R∑s=1Sf(xr,s,yr)E_YE_{X|Y}[f(X,Y)] \approx \frac1{RS}\sum_{r=1}^R\sum_{s=1}^Sf(x^{r,s},y^r) लेकिन मान …

9 optimization  conditional-probability  simulation  expected-value  monte-carlo 

एक 6 पक्षीय मर पुनरावृति से लुढ़का हुआ है। K से अधिक या उसके बराबर राशि बनाने के लिए अपेक्षित रोल की संख्या क्या है? संपादित करने से पहले P(Sum>=1 in exactly 1 roll)=1 P(Sum>=2 in exactly 1 roll)=5/6 P(Sum>=2 in exactly 2 rolls)=1/6 P(Sum>=3 in exactly 1 roll)=5/6 P(Sum>=3 …

9 self-study  mean  expected-value  dice  saddlepoint-approximation 

25 जनवरी 2014 को अद्यतन: गलती अब ठीक हो गई है। कृपया अपलोड की गई छवि में अपेक्षित मूल्य के परिकलित मानों को अनदेखा करें - वे गलत हैं- मैं छवि को नहीं हटाता क्योंकि इससे इस प्रश्न का उत्तर उत्पन्न हुआ है। अद्यतन 10 जनवरी 2014: गलती पाई गई …

9 normal-distribution  expected-value  order-statistics  minimum 

यदि मैं निर्देशांक को परिभाषित करता (X1,Y1)(X1,Y1)(X_{1},Y_{1}) तथा (X2,Y2)(X2,Y2)(X_{2},Y_{2}) कहाँ पे X1,X2∼Unif(0,30) and Y1,Y2∼Unif(0,40).X1,X2∼Unif(0,30) and Y1,Y2∼Unif(0,40).X_{1},X_{2} \sim \text{Unif}(0,30)\text{ and }Y_{1},Y_{2} \sim \text{Unif}(0,40). मुझे उनके बीच की दूरी का अपेक्षित मूल्य कैसे मिलेगा? मैं सोच रहा था, क्योंकि दूरी की गणना अपेक्षित मान होगा बस ?(X1−X2)2+(Y1−Y2)2−−−−−−−−−−−−−−−−−−−√)(X1−X2)2+(Y1−Y2)2)\sqrt{(X_{1}-X_{2})^{2} + (Y_{1}-Y_{2})^{2}})(1/30+1/30)2+(1/40+1/40)2(1/30+1/30)2+(1/40+1/40)2(1/30 + 1/30)^2 + …

9 expected-value  uniform  distance 

मैं यह दिखाने की कोशिश कर रहा हूं कि सममित वितरण का केंद्रीय क्षण: विषम संख्याओं के लिए शून्य है। उदाहरण के लिए तीसरे केंद्रीय क्षणमैंने यह दिखाने की कोशिश की किमुझे यकीन नहीं है कि यहाँ से कहाँ जाना है, कोई सुझाव? क्या इसे साबित करने के लिए बेहतर …

9 mathematical-statistics  expected-value  moments 

मान लीजिए एक्सएक्सX गैर-केंद्रीय घातीय स्थान के साथ वितरित किया जाता है ककk और दर λλ\lambda। फिर, क्या हैइ( लॉग( एक्स)) )इ(लॉग⁡(एक्स))E(\log(X))। मुझे पता है कि के लिए के = ०क=0k=0, उत्तर है - लॉग करें( λ ) - γ-लॉग⁡(λ)-γ-\log(\lambda) - \gamma कहाँ पे γγ\gammaEuler-Mascheroni स्थिर है। कब क्या हुआ?k …

9 mean  expected-value  integral 

निम्नलिखित आलेख इस लेख से लिए गए हैं । मैं बूटस्ट्रैप करने के लिए नौसिखिया हूं और R bootपैकेज के साथ रैखिक मिश्रित मॉडल के लिए पैरामीट्रिक, सेमीपैरेट्रिक और नॉनपैमेट्रिक बूटस्ट्रैपिंग बूटस्ट्रैपिंग को लागू करने की कोशिश कर रहा हूं । आर कोड यहाँ मेरा Rकोड है: library(SASmixed) library(lme4) library(boot) …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

एक गैर-सामान्य वितरण (जैसे कि तिरछा-सामान्य) में एक निरंतर यादृच्छिक चर का अपेक्षित मान उसके अंकगणितीय माध्य, माध्यिका आदि से कैसे संबंधित है? मैं किसी भी आम / दिलचस्प वितरण में रुचि रखता हूं (जैसे। लॉग-सामान्य, सरल द्वि / मल्टीमॉडल वितरण, कुछ और अजीब और अद्भुत)। मैं ज्यादातर गुणात्मक उत्तरों …

9 mean  expected-value  median 

तो, मेरे पास 16 परीक्षण हैं जिनमें मैं एक व्यक्ति को बॉयोमीट्रिक विशेषता से हैमिंग दूरी का उपयोग करके प्रमाणित करने की कोशिश कर रहा हूं। मेरी दहलीज 3.5 पर सेट है। मेरा डेटा नीचे है और केवल परीक्षण 1 एक सच्चा सकारात्मक है: Trial Hamming Distance 1 0.34 2 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction