প্রশ্ন ট্যাগ «conditional-expectation»

পরিমাপ তত্ত্বের কাঠামোর শর্তাধীন প্রত্যাশায় সাবস্ক্রিপ্ট স্বরলিপিটির সঠিক অর্থ কী ? এই সাবস্ক্রিপ্টগুলি শর্তসাপেক্ষ প্রত্যাশার সংজ্ঞাতে উপস্থিত হয় না, তবে আমরা উদাহরণস্বরূপ উইকিপিডিয়াতে দেখতে পাব । (দ্রষ্টব্য যে এটি সর্বদা ক্ষেত্রে ছিল না, কয়েক মাস আগে একই পৃষ্ঠা )।EX[f(X)]EX[f(X)]\mathbb{E}_X[f(X)] অর্থ উদাহরণস্বরূপ কেমন হওয়া উচিত সঙ্গে এবং ?EX[X+Y]EX[X+Y]\mathbb{E}_X[X+Y]X∼N(0,1)X∼N(0,1)X\sim\mathcal{N}(0,1)Y=X+1Y=X+1Y=X+1

64 conditional-expectation  notation 

আমি সম্প্রতি এই পরিচয় জুড়ে এসেছি: ই[ ই( ওয়াই| এক্স, জেড) | এক্স] = ই[ ওয়াই| এক্স]E[E(Y|X,Z)|X]=E[Y|X]E \left[ E \left(Y|X,Z \right) |X \right] =E \left[Y | X \right] আমি অবশ্যই এই নিয়মের সহজ সংস্করণটির সাথে পরিচিত, যথা তবে আমি এর সাধারণীকরণের পক্ষে ন্যায়সঙ্গততা খুঁজে পাইনি।ই[ ই( ওয়াই| এক্স) ] =ই( …

43 self-study  conditional-probability  conditional-expectation 

যাক একটি সম্ভাব্যতা স্থান হতে, একটি দৈব চলক দেওয়া এবং একটি -algebra আমরা একটি নতুন এলোমেলো পরিবর্তনশীল , যা শর্তাধীন প্রত্যাশা।( Ω , এফ , μ ) (Ω,F,μ)(\Omega,\mathscr{F},\mu)ξ : Ω → আরξ:Ω→R\xi:\Omega \to \mathbb{R} σ σ\sigmaজি ⊆ এফG⊆F\mathscr{G}\subseteq \mathscr{F} ই [ ξ | জি ]E[ξ|G]E[\xi|\mathscr{G}] সম্পর্কে চিন্তা করার অন্তর্দৃষ্টিটি আসলে …

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

প্রমাণের সাথে আমার একটি সমস্যা আছে E(Y|X)∈argming(X)E[(Y−g(X))2]E(Y|X)∈arg⁡ming(X)E[(Y−g(X))2]E(Y|X) \in \arg \min_{g(X)} E\Big[\big(Y - g(X)\big)^2\Big] যা খুব সম্ভবত প্রত্যাশা এবং শর্তসাপেক্ষ প্রত্যাশার গভীর ভুল বোঝাবুঝির প্রকাশ করে। আমার জানা প্রমাণগুলি নীচে চলে যায় (এই প্রমাণের আর একটি সংস্করণ এখানে পাওয়া যাবে ) ===argming(X)E[(Y−g(x))2]argming(X)E[(Y−E(Y|X)+E(Y|X)−g(X))2]argming(x)E[(Y−E(Y|X))2+2(Y−E(Y|X))(E(Y|X)−g(X))+(E(Y|X)−g(X))2]argming(x)E[2(Y−E(Y|X))(E(Y|X)−g(X))+(E(Y|X)−g(X))2]arg⁡ming(X)E[(Y−g(x))2]=arg⁡ming(X)E[(Y−E(Y|X)+E(Y|X)−g(X))2]=arg⁡ming(x)E[(Y−E(Y|X))2+2(Y−E(Y|X))(E(Y|X)−g(X))+(E(Y|X)−g(X))2]=arg⁡ming(x)E[2(Y−E(Y|X))(E(Y|X)−g(X))+(E(Y|X)−g(X))2]\begin{align*} &\arg \min_{g(X)} E\Big[\big(Y - g(x)\big)^2\Big]\\ = &\arg \min_{g(X)} E …

19 mathematical-statistics  conditional-probability  proof  conditional-expectation 

সাধারণত, এবং মধ্যে পার্থক্য কী ?E(X|Y)E(X|Y)E(X|Y)E(X|Y=y)E(X|Y=y)E(X|Y=y) প্রাক্তন ফাংশন এবং শেষটি ফাংশন ? এটা এত বিভ্রান্তিকর ..yyyxxx

18 conditional-expectation  notation  definition 

শর্তযুক্ত সম্ভাবনার সাথে আমি কীভাবে বোরেলের প্যারাডক্স এবং অন্যান্য সম্পর্কিত "প্যারাডক্স" এর সাথে মানসিকভাবে আচরণ করেছি তা নিয়ে আমি কিছুটা অস্বস্তি বোধ করি। যারা এটি পড়ছেন যা এর সাথে পরিচিত নয় তাদের জন্য এই লিঙ্কটি দেখুন । এই মুহুর্তে আমার মানসিক প্রতিক্রিয়াটি এটিকে বেশিরভাগ ক্ষেত্রে এড়িয়ে যাওয়া হয়েছে কারণ এটি …

17 probability  conditional-probability  conditional-expectation 

যাক YYY মধ্যমা বোঝাতে দিন X¯X¯\bar{X} বোঝাতে গড়, আকারের একটি র্যান্ডম নমুনা n=2k+1n=2k+1n=2k+1 একটি বিতরণ যে থেকে । আমি কীভাবে গণনা করতে পারি ?N(μ,σ2)N(μ,σ2)N(\mu,\sigma^2)E(Y|X¯=x¯)E(Y|X¯=x¯)E(Y|\bar{X}=\bar{x}) স্বজ্ঞাতভাবে, স্বাভাবিকতা অনুমানের কারণে, দাবি করা বুদ্ধিমান হয়ে যায় যে এবং সত্যই এটি সঠিক উত্তর। এটি কি কঠোরভাবে দেখানো যেতে পারে?E(Y|X¯=x¯)=x¯E(Y|X¯=x¯)=x¯E(Y|\bar{X}=\bar{x})=\bar{x} আমার প্রাথমিক চিন্তাটি ছিল শর্তসাপেক্ষে …

16 self-study  normal-distribution  mathematical-statistics  expected-value  conditional-expectation 

ধরুন XXX এবং YYY সীমাবদ্ধ দ্বিতীয় মুহূর্ত রয়েছে। দ্বিতীয় সসীম মুহূর্তে সঙ্গে র্যান্ডম ভেরিয়েবল হিলবার্ট স্থান (এর ভেতরের পণ্যের সাথে T1,T2T1,T2T_1,T_2 দ্বারা সংজ্ঞায়িত E(T1T2)E(T1T2)E(T_1T_2) , ||T||2=E(T2)||T||2=E(T2)||T||^2=E(T^2) ), আমরা ব্যাখ্যা করা হতে পারে E(Y|X)E(Y|X)E(Y|X) প্রজেকশন হিসাবে YYY এর ফাংশন স্থান সম্মুখের XXX । আমরা আরও জানি যে মোট ভেরিয়েন্সের আইন Var(Y)=E(Var(Y|X))+Var(E(Y|X))Var(Y)=E(Var(Y|X))+Var(E(Y|X))Var(Y)=E(Var(Y|X)) …

15 variance  conditional-expectation 

প্রশ্ন যদি X1,⋯,Xn∼N(μ,1)X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1) আইআইডি হয় তবে E(X1∣T)E(X1∣T)\mathbb{E}\left( X_1 \mid T \right) গণনা করুন যেখানে T=∑iXiT=∑iXiT = \sum_i X_i । চেষ্টা : দয়া করে নীচেরটি সঠিক কিনা তা পরীক্ষা করে দেখুন। ধরা যাক, আমরা সেইসব শর্তসাপেক্ষ প্রত্যাশা যেমন যে, এর সমষ্টি নিতে ∑iE(Xi∣T)=E(∑iXi∣T)=T.∑iE(Xi∣T)=E(∑iXi∣T)=T.\begin{align} \sum_i \mathbb{E}\left( X_i \mid T …

14 probability  self-study  mathematical-statistics  conditional-probability  conditional-expectation 

এলোমেলো ভেরিয়েবলের জন্য ( ) আমি স্বজ্ঞাতভাবে অনুভব করি যে সমান উচিত যেহেতু memoryless সম্পত্তি দ্বারা বিতরণের যে একই হয় কিন্তু দ্বারা ডানদিকে স্থানান্তরিত ।ই [ এক্স ] = 1X∼Exp(λ)X∼Exp(λ)X\sim \text{Exp}(\lambda) ই[এক্স| এক্স>এক্স]এক্স+ই[এক্স]এক্স| এক্স>এক্সএক্সএক্সE[X]=1λE[X]=1λ\mathbb{E}[X] = \frac{1}{\lambda}E[X|X>x]E[X|X>x]\mathbb{E}[X|X > x]x+E[X]x+E[X]x + \mathbb{E}[X]X|X>xX|X>xX|X > xXXXxxx যাইহোক, আমি একটি দৃ concrete় প্রমাণ দিতে স্মৃতিবিহীন …

13 random-variable  exponential  conditional-expectation 

নিম্নলিখিতগুলি সমাধান করতে আমার কিছুটা সমস্যা হচ্ছে। আপনি কোনও টেক্কা না পাওয়া পর্যন্ত প্রতিস্থাপন ছাড়াই একটি স্ট্যান্ডার্ড 52-কার্ড ডেক থেকে কার্ডগুলি আঁকুন। আপনি যা পান না হওয়া অবধি আপনি যা আঁকেন ২ থেকে টানুন You. আপনি চালিয়ে যান ৩. পুরো ডেকটি ফুরিয়ে যাওয়ার পরে আপনি যে প্রত্যাশিত সংখ্যাটি করবেন তা …

12 self-study  conditional-probability  conditional-expectation  games  conditioning 

আমি ফিশারদের সঠিক পরীক্ষাটি আরও ভালভাবে বুঝতে চেয়েছিলাম, তাই আমি নীচের খেলনাটির উদাহরণটি প্রস্তুত করেছি, যেখানে f এবং m পুরুষ এবং মহিলা এর সাথে মিলে যায় এবং n এবং y এর সাথে "সোডা সেবন" এর সাথে মিলে যায়: > soda_gender f m n 0 5 y 5 0 স্পষ্টতই, এটি …

12 fishers-exact  hypergeometric  clustering  supervised-learning  modeling  econometrics  r  regression  residuals  heteroscedasticity  independence  distributions  self-study  matlab  libsvm  self-study  conditional-probability  conditional-expectation  hypothesis-testing  self-study  multiple-comparisons  mode  statistical-significance  chi-squared  multiple-comparisons  maximum-likelihood  poisson-process  optimization  uncertainty  genetic-algorithms  bayesian  model-selection  overfitting  maximum-likelihood  optimization  approximation  r  prediction  model-evaluation  r  machine-learning  survival  neural-networks  cox-model  machine-learning  bayesian  bayesian-network  hierarchical-bayesian  pooling 

mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Consider 3 iid samples drawn from the uniform distribution u(θ,2θ)u(θ,2θ)u(\theta, 2\theta), where θθ\theta is parameter. I want to find E[X(2)|X(1),X(3)]E[X(2)|X(1),X(3)] \mathbb{E}\left[X_{(2)}| X_{(1)}, X_{(3)}\right] where X(i)X(i)X_{(i)} is order statistic iii. I would expect the result to be E[X(2)|X(1),X(3)]=X(1)+X(3)2E[X(2)|X(1),X(3)]=X(1)+X(3)2 \mathbb{E}\left[X_{(2)}| X_{(1)}, X_{(3)}\right] = \frac{X_{(1)}+ X_{(3)}}{2} But the only way I can show …

9 uniform  conditional-expectation  order-statistics 

আমার দুটি সাধারণত বিতরণযোগ্য ভেরিয়েবলগুলি এবং সাথে শূন্য এবং কোভারিয়েন্স ম্যাট্রিক্স । আমি এন্ট্রিগুলির ক্ষেত্রে এর মান গণনা করার চেষ্টা করতে আগ্রহী ।X1X1X_1X2X2X_2ΣΣ\SigmaE[X21X22]E[X12X22]E[X_1^2 X_2^2]ΣΣ\Sigma আমি পেতে সম্পূর্ণ সম্ভাবনার আইনটি ব্যবহার করেছি get তবে আমি নিশ্চিত নই যে অভ্যন্তরীণ প্রত্যাশা কমে যায়। এখানে অন্য পদ্ধতি আছে?E[X21X22]=E[X21E[X22|X1]]E[X12X22]=E[X12E[X22|X1]]E[X_1^2 X_2^2] = E[X_1^2 E[X_2^2 | …

9 normal-distribution  conditional-expectation