probability पर टैग किए गए जवाब

मूल प्रश्न (ation/२५/१४): क्या समाचार माध्यमों के इस उद्धरण से समझ में आता है, या हाल ही में हुए विमान दुर्घटनाओं के मद्देनजर देखने का एक बेहतर सांख्यिकीय तरीका है? हालांकि, बार्नेट पोइसन वितरण के सिद्धांत पर भी ध्यान आकर्षित करते हैं, जिसका अर्थ है कि क्रैश के बीच छोटे …

15 probability  poisson-distribution 

क्रमपरिवर्तन परीक्षण (इसे रेंडमाइजेशन टेस्ट, री-रैंडमाइजेशन टेस्ट या एक सटीक परीक्षण भी कहा जाता है) बहुत उपयोगी होते हैं और उदाहरण के लिए आवश्यक सामान्य वितरण की धारणा को पूरा करने और काम में आने पर काम में आते t-testहैं। गैर-पैरामीट्रिक परीक्षण की तरह Mann-Whitney-U-testअधिक जानकारी खो जाएगी। हालांकि, इस …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

मेरे पास लगभग 1000 मूल्यों का एक नमूना है। इन आंकड़ों से दो स्वतंत्र यादृच्छिक चर के उत्पाद से प्राप्त कर रहे हैं ξ∗ψξ∗ψ\xi \ast \psi । पहले यादृच्छिक चर एक समान वितरण है ξ∼U(0,1)ξ∼U(0,1)\xi \sim U(0,1) । दूसरे यादृच्छिक चर का वितरण ज्ञात नहीं है। मैं दूसरा (का वितरण …

15 probability  distributions  mathematical-statistics 

मैं एक मशीन लर्निंग कोर्स का अध्ययन कर रहा हूं और व्याख्यान स्लाइड में वह जानकारी है जो मुझे अनुशंसित पुस्तक के साथ विरोधाभास लगती है। समस्या निम्न है: तीन वर्गीकरण हैं: क्लासिफायर A थ्रेसहोल्ड की निचली श्रेणी में बेहतर प्रदर्शन प्रदान करता है, उच्च श्रेणी के थ्रेसहोल्ड में बेहतर …

15 machine-learning  probability  data-visualization  classification  roc 

मैं एक डेटा सेट के साथ काम कर रहा हूं जिसमें 200,000 के आसपास एन है। प्रतिगमन में, मैं बहुत छोटे महत्व मान देख रहा हूं << 0.001 बहुत छोटे प्रभाव आकारों से जुड़ा हुआ है, उदाहरण के लिए r = 0.028। जो मैं जानना चाहता हूं, क्या नमूना आकार …

15 regression  probability  statistical-significance  sample-size 

मान लीजिए कि मेरे पास दो अलग-अलग आबादी से नमूने हैं। यदि मैं मापता हूं कि प्रत्येक सदस्य को एक कार्य करने में कितना समय लगता है, तो मैं आसानी से प्रत्येक जनसंख्या के माध्य और विचरण का अनुमान लगा सकता हूं। यदि मैं अब प्रत्येक व्यक्ति से एक व्यक्ति …

15 probability  normal-distribution 

मैं दर्शकों के लिए 'संयुक्त संभाव्यता वितरण' का उपयोग करने के बारे में लिख रहा हूं, जो 'बहुभिन्नरूपी वितरण' को समझने की अधिक संभावना होगी इसलिए मैं बाद में उपयोग करने पर विचार कर रहा हूं। हालांकि, मैं ऐसा करते समय अर्थ को ढीला नहीं करना चाहता। विकिपीडिया यह दर्शाता …

15 probability  terminology  joint-distribution  definition 

वितरण का अपेक्षित मान माध्य है, जो भारित औसत मान f(x)f(x)f(x)E[x]=∫+∞−∞xf(x)dxE[x]=∫−∞+∞xf(x)dxE[x]=\int_{-\infty}^{+\infty} x \, \, f(x) dx सबसे संभावित मूल्य मोड है, यही सबसे संभावित मूल्य है। हालांकि क्या हम किसी भी समय को देखने की उम्मीद करते हैं ? यहाँ से उद्धृत :E[x]E[x]E[x] यदि परिणाम समान रूप से संभावित नहीं …

15 probability  distributions  chi-squared  expected-value  mode 

मैं एसएएस का उपयोग करके मार्कोव श्रृंखलाओं को समझने की कोशिश कर रहा हूं। मैं समझता हूं कि एक मार्कोव प्रक्रिया वह है जहां भविष्य की स्थिति केवल वर्तमान स्थिति पर निर्भर करती है, न कि पिछली स्थिति पर और एक संक्रमण मैट्रिक्स है जो एक राज्य से दूसरे राज्य …

15 probability  simulation  mcmc  monte-carlo  markov-process 

संभाव्यता सिद्धांत में, एक गैर नकारात्मक यादृच्छिक चर XXX एक कहा जाता है जाली यदि वहां मौजूद d≥0d≥0d \geq 0 ऐसी है कि ∑∞n=0P(X=nd)=1∑n=0∞P(X=nd)=1\sum_{n=0}^{\infty}P(X=nd) = 1 । क्या इस परिभाषा के लिए ज्यामितीय व्याख्या है कि इस परिभाषा को जाली क्यों कहा जाता है?

15 probability 

CLT को धारण करने के लिए हमें उस वितरण की आवश्यकता होती है जो हम अनुमानित और परिमित विचरण T 2 के लिए चाहते हैं । क्या यह कहना सही होगा कि काउची वितरण के मामले में, माध्य और विचरण, अपरिभाषित हैं, केंद्रीय सीमा प्रमेय भी असममित रूप से एक …

15 probability  central-limit-theorem  asymptotics  cauchy 

स्टीवन पिंकर्स की किताब बेटर एंजेल्स ऑफ आवर नेचर में उन्होंने लिखा है कि संभावना परिप्रेक्ष्य का विषय है। पर्याप्त रूप से नज़दीकी सीमा पर देखे जाने के कारण, अलग-अलग घटनाओं के कारण निर्धारित होते हैं। यहां तक ​​कि एक सिक्का फ्लिप की शुरुआत की स्थिति और भौतिकी के कानूनों …

15 probability  central-limit-theorem  intuition 

क्या हम एक यादृच्छिक चर की निर्भरता और एक यादृच्छिक चर के कार्य के बारे में कुछ कह सकते हैं? उदाहरण के लिए XX2X2X^2 पर निर्भर है ?XXX

15 probability  random-variable 

Pr(data)Pr(data)\Pr(\textrm{data}) Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)\Pr(\text{parameters} \mid \text{data}) = \frac{\Pr(\textrm{data} \mid \textrm{parameters}) \Pr(\text{parameters})}{\Pr(\text{data})} एक सामान्य स्थिरांक कहलाता है । वास्तव में क्या है? इसका उद्देश्य क्या है? यह तरह क्यों दिखता है ? यह मापदंडों पर निर्भर क्यों नहीं है?Pr(data)Pr(data)\Pr(data)

15 probability  bayesian 

भौतिकी में एक छात्र के रूप में, मैंने "क्यों मैं एक बायेसियन हूँ" व्याख्यान का अनुभव शायद आधा दर्जन बार किया है। यह हमेशा समान होता है - प्रस्तुतकर्ता स्मगलित रूप से बताता है कि जनता द्वारा कथित तौर पर नियोजित लगातार व्याख्या के लिए बायेसियन व्याख्या कैसे बेहतर है। …

15 probability  bayesian  frequentist