Il semble que les conditions complètes soient souvent assez difficiles à dériver, mais des programmes comme JAGS et BUGS les dérivent automatiquement. Quelqu'un peut-il expliquer comment il génère algorithmiquement des conditions complètes pour toute spécification de modèle...
Tout d'abord, permettez-moi de reconnaître dès le départ que je ne suis pas aussi doué en statistique et en mathématiques que je le souhaiterais. Certains pourraient dire avoir juste assez de connaissances pour être dangereux. : Je m'excuse si je n'utilise pas la terminologie correctement. J'essaie...
Fermé . Cette question a besoin de détails ou de clarté . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Ajoutez des détails et clarifiez le problème en modifiant ce message . Fermé il y a 2 ans . Je lis Luce (1959) . Ensuite, j'ai trouvé cette déclaration:...
Je voudrais savoir comment interpréter correctement les graphiques de densité conditionnelle. J'en ai inséré deux ci-dessous que j'ai créé en R avec cdplot. Par exemple, la probabilité que le résultat soit égal à 1 lorsque Var 1 est 150 est-elle d'environ 80%? La zone gris foncé est celle qui est...
\newcommand{\P}{\mathbb{P}} Je jette un dé équitable. Chaque fois que j'obtiens un 1, 2 ou 3, j'écris un «1»; chaque fois que j'obtiens un 4, j'écris un «2»; chaque fois que j'obtiens un 5 ou un 6, j'écris un «3». Soit NNN le nombre total de lancers dont j'ai besoin pour que le produit de tous les...
En étudiant la sélection de covariance, j'ai lu une fois l'exemple suivant. En ce qui concerne le modèle suivant: Sa matrice de covariance et sa matrice de covariance inverse sont données comme suit, Je ne comprends pas pourquoi l'indépendance de et est décidée par la covariance inverse ici?xxxyyy...
Si jamais il y a eu un cas où cela est devenu clair, c'est avec le problème de Monty Hall. Même le grand Paul Erdos s'est laissé berner par ce problème. Ma question à laquelle il peut être difficile de répondre est la suivante: quelle est la probabilité que nous puissions être si sûrs d'une réponse...
Prouver / réfuter 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.} Etant donné un espace de probabilité filtré , et encore A...
Je me demande si les probabilités conditionnelles sont propres au bayésianisme, ou si elles sont davantage un concept général partagé par plusieurs écoles de pensée parmi les statisticiens / probabilités. Je suppose que c'est le cas, parce que je suppose que personne ne peut est un peu logique,...
Il y a beaucoup de questions (comme celle-ci ) sur une ambiguïté avec la formule bayésienne en cas continu. p(θ|x)=p(x|θ)⋅p(θ)p(x)p(θ|x)=p(x|θ)⋅p(θ)p(x)p(\theta | x) = \frac{p(x | \theta) \cdot p(\theta)}{p(x)} Souvent, la confusion vient du fait que la définition de la distribution conditionnelle...
Supposons que XXX et YYY soient normaux bivariés avec la moyenne μ=(μ1,μ2)μ=(μ1,μ2)\mu=(\mu_1,\mu_2) et la covariance Σ=[σ11σ12σ12σ22]Σ=[σ11σ12σ12σ22]\Sigma = \begin{bmatrix} \sigma_{11} & \sigma_{12} \\ \sigma_{12} & \sigma_{22} \\ \end{bmatrix} . Quelle est la probabilité...
Lors de la formation d'un modèle paramétré (par exemple pour maximiser la probabilité) par descente de gradient stochastique sur certains ensembles de données, il est communément supposé que les échantillons d'apprentissage sont tirés de la distribution des données d'apprentissage. Donc, si...
Étant donné que , la distr conditionnelle. de est . a une distr marginale. de Poisson ( ), est une constante positive.Y χ 2 ( 2 n ) N θ θN=nN=nN = nYYYχ2(2n)χ2(2n)\chi ^2(2n)NNNθθ\thetaθθ\theta Montrez que, comme , dans la distribution.( Y - E ( Y ) ) / √θ→∞θ→∞\theta \rightarrow...
Je travaille mon chemin (auto-apprentissage) à travers le livre d'ET Jaynes Probability Theory - The Logic of Science Problème d'origine L'exercice 2.1 dit: "Est-il possible de trouver une formule générale pour analogue à [la formule ] à partir des règles de produit et de somme. Si oui, dérivez-la;...
J'essaie d'avoir une intuition plus claire derrière: "Si rend plus probable alors rend plus probable" ieUNEAABBBBBBUNEAA Soit la taille de l'espace dans lequel se trouvent et , puisn ( S)n(S)n(S)UNEAABBB Revendication: doncP( B | A ) > P( B )P(B|A)>P(B)P(B|A)>P(B)n ( A B ) / n ( A ) > n (...
Je sais ce qu'est une distribution de probabilité conditionnelle. Mais quelle est exactement la probabilité conditionnelle complète
Je travaille via Think Bayes (gratuit ici: http://www.greenteapress.com/thinkbayes/ ) et je fais de l'exercice 3.1. Voici un résumé du problème: "Un chemin de fer numérote ses locomotives dans l'ordre 1..N. Un jour, vous voyez une locomotive avec le numéro 60. Estimez combien de locomotives le...
Selon la loi de la variance totale, Var( X) = E( Var( X∣ Y) ) + Var( E( X∣ Y) )Var(X)=E(Var(X∣Y))+Var(E(X∣Y))\operatorname{Var}(X)=\operatorname{E}(\operatorname{Var}(X\mid Y)) + \operatorname{Var}(\operatorname{E}(X\mid Y)) En essayant de le prouver, j'écris Var( X)= E( X- EX)2= E{ E[ ( X-...
Supposons que nous voulons calculer une certaine attente: EYEX|Y[f(X, Y) ]EOuiEX|Oui[F(X,Oui)]E_YE_{X|Y}[f(X,Y)] Supposons que nous voulions l'approcher en utilisant la simulation de Monte Carlo. EOuiEX| Oui[ f( X, Y) ] ≈ 1R S∑r = 1R∑s = 1SF( xr , s,
Dans l'article original de pLSA, l'auteur, Thomas Hoffman, établit un parallèle entre les structures de données pLSA et LSA dont je voudrais discuter avec vous. Contexte: S'inspirant de la recherche d'informations, nous supposons que nous avons une collection de documents et un vocabulaire de...