probability पर टैग किए गए जवाब

बेयस प्रमेय P(model|data)=P(model)×P(data|model)P(data)P(model|data)=P(model)×P(data|model)P(data) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} यह सब ठीक है। लेकिन, मैंने कहीं पढ़ा है: मूल रूप से, P (डेटा) एक सामान्यीकृत स्थिरांक के अलावा कुछ भी नहीं है, अर्थात, एक स्थिरांक जो एक के बाद के घनत्व को एकीकृत करता है। हम जानते हैं कि और । …

20 probability  bayesian  conditional-probability  bayes 

वैचारिक रूप से मैं वाक्यांश का अर्थ समझ लेता हूं "एक पीडीएफ के नीचे का कुल क्षेत्र 1 है"। इसका मतलब यह होना चाहिए कि संभावनाओं के कुल अंतराल में परिणाम की संभावना 100% है। लेकिन मैं वास्तव में इसे "ज्यामितीय" दृष्टिकोण से नहीं समझ सकता। यदि, उदाहरण के लिए, …

20 probability  pdf  integral 

संभावना वितरण को निर्दिष्ट करते समय टिल्ड का क्या अर्थ है? उदाहरण के लिए: जेड~ सामान्य ( 0 , 1 ) ।जेड~साधारण(0,1)।Z \sim \mbox{Normal}(0,1).

20 probability  distributions  notation 

चलो एक संभावना स्थान हो, एक यादृच्छिक चर दिया और एक -algebra हम एक नया यादृच्छिक चर , जो सशर्त अपेक्षा है।( Ω , एफ , μ ) (Ω,F,μ)(\Omega,\mathscr{F},\mu)ξ : Ω → आरξ:Ω→R\xi:\Omega \to \mathbb{R} σ σ\sigmaजी ⊆ एफG⊆F\mathscr{G}\subseteq \mathscr{F} ई [ ξ | जी ]E[ξ|G]E[\xi|\mathscr{G}] बारे में सोचने के …

20 probability  conditional-probability  conditional-expectation  conditioning  sigma-algebra 

मुझे एक साक्षात्कार प्रश्न आया: एक लाल ट्रेन है जो हर 10 मिनट पर आ रही है। हर 15 मिनट पर एक ब्लू ट्रेन आती है। दोनों एक यादृच्छिक समय से शुरू होते हैं ताकि आपके पास कोई शेड्यूल न हो। यदि आप एक यादृच्छिक समय पर स्टेशन पर आते …

19 probability  random-variable  expected-value 

मेरी प्रेमिका ने हाल ही में एक प्रमुख बैंक में बिक्री और व्यापार करने वाली नौकरी प्राप्त की है। अपनी नई नौकरी से उत्साहित, उसे विश्वास है कि वह भविष्यवाणी कर सकती है कि महीने के अंत में स्टॉक ऊपर या नीचे होंगे या नहीं (उसे विश्वास है कि वह …

19 probability  forecasting  finance 

यह अनिवार्य रूप से एक प्रश्न का एक प्रतिकृति है , जो मुझे math.se पर मिला था, जिसके उत्तर मुझे नहीं मिले , जिसकी मुझे आशा थी। Let स्वतंत्र, समान रूप से वितरित यादृच्छिक चर का एक क्रम हो, जिसमें और ।{Xi}i∈N{Xi}i∈N\{ X_i \}_{i \in \mathbb{N}}E[Xi]=1E[Xi]=1\mathbb{E}[X_i] = 1V[Xi]=1V[Xi]=1\mathbb{V}[X_i] = 1 …

19 probability  mathematical-statistics  asymptotics 

द ओड्स, लगातार अपडेट किए गए लेख में एक लंबे द्वीप के मछुआरे की कहानी का उल्लेख किया गया है, जो वास्तव में बायेसियन सांख्यिकी के लिए अपने जीवन का श्रेय देता है। यहाँ संक्षिप्त संस्करण है: आधी रात को एक नाव पर दो मछुआरे हैं। जबकि एक सो रहा …

19 probability  bayesian  posterior  bayes 

मैंने शॉवर में इस समस्या के बारे में सोचा, यह निवेश रणनीतियों से प्रेरित था। मान लीजिए कि एक जादू का पेड़ था। हर दिन, आप पैसे के पेड़ को राशि की पेशकश कर सकते हैं और यह या तो इसे तीन गुना कर देगा, या इसे 50/50 संभावना के …

19 probability  mathematical-statistics  econometrics  random-walk  martingale 

यदि मैं एमआरएफ के देखे गए नोड्स के मूल्यों को ठीक करता हूं, तो क्या यह सीआरएफ बन जाता है?

19 probability  graphical-model  graph-theory  conditional-random-field  markov-random-field 

मैं एक हाई स्कूल का छात्र हूँ और मैं एक कंप्यूटर प्रोग्रामिंग प्रोजेक्ट पर काम कर रहा हूँ, लेकिन मुझे हाई स्कूल के आँकड़ों से परे आँकड़ों और मॉडलिंग के डेटा का बहुत अनुभव नहीं है इसलिए मैं थोड़े उलझन में हूँ। मूल रूप से, मेरे पास एक यथोचित बड़ी …

19 probability  modeling  data-mining  predictive-models 

बेयस के सूत्र में: P(x|a)=P(a|x)P(x)P(a)P(x|a)=P(a|x)P(x)P(a)P(x|a) = \frac{P(a|x) P(x)}{P(a)} क्या पीछे की संभावना P(x|a)P(x|a)P(x|a) 1 से अधिक हो सकती है? मुझे लगता है कि यह संभव है अगर उदाहरण के लिए, यह मानते हुए कि 0&lt;P(a)&lt;10&lt;P(a)&lt;10 < P(a) < 1 , और P(a)&lt;P(x)&lt;1P(a)&lt;P(x)&lt;1P(a) < P(x) < 1 , और P(a)/P(x)&lt;P(a|x)&lt;1P(a)/P(x)&lt;P(a|x)&lt;1P(a)/P(x) < …

18 probability  bayesian  conditional-probability 

मेरे पास एक द्विआधारी परिणाम चर {0,1} और एक भविष्यवक्ता चर {0,1} है। मेरा विचार है कि जब तक मैं अन्य चर को शामिल नहीं करता हूं और ऑड्स अनुपात की गणना नहीं करता है, तब तक लॉजिस्टिक करने का कोई मतलब नहीं है। एक बाइनरी भविष्यवक्ता के साथ, संभावना …

18 r  regression  probability  logistic  odds-ratio 

मैं एक गहरे स्तर पर सांख्यिकी और संभाव्यता सिद्धांत में लॉग-लाइबिलिटी (और शायद अधिक सामान्यतः लॉग-प्रायिकता) की सर्वव्यापीता को समझने की कोशिश कर रहा हूं। लॉग-संभाव्यताएं सभी जगह दिखाई देती हैं: हम आमतौर पर विश्लेषण के लिए लॉग-लाइबिलिटी के साथ काम करते हैं (उदाहरण के लिए अधिकतमकरण), फिशर सूचना को …

18 probability  bayesian  likelihood  log-likelihood 

चलो BtBtB_t एक मानक ब्राउनियन गति हो। चलो Ej,nEj,nE_{j, n} निरूपित घटना {Bt=0 for some j−12n≤t≤j2n},{Bt=0 for some j−12n≤t≤j2n},\left\{B_t = 0 \text{ for some }{{j-1}\over{2^n}} \le t \le {j\over{2^n}}\right\},और जानेKn=∑j=2n+122n1Ej,n,Kn=∑j=2n+122n1Ej,n,K_n = \sum_{j = 2^n + 1}^{2^{2n}} 1_{E_{j,n}},जहां111को दर्शाता सूचक समारोह। वहाँ मौजूद हैρ&gt;0ρ&gt;0\rho > 0ऐसी है कि के लिएP{Kn≥ρ2n}≥ρP{Kn≥ρ2n}≥ρ\mathbb{P}\{K_n \ge …

18 probability  self-study  moments  distributions  brownian