প্রশ্ন ট্যাগ «conditional-probability»

যথার্থতা হিসাবে সংজ্ঞায়িত করা হয়: p = true positives / (true positives + false positives) এটি সঠিক যে, 0 true positivesএবং false positivesকাছে যাওয়ার সাথে সাথে নির্ভুলতা 1 এ পৌঁছেছে? প্রত্যাহার জন্য একই প্রশ্ন: r = true positives / (true positives + false negatives) আমি বর্তমানে একটি পরিসংখ্যানগত পরীক্ষা বাস্তবায়ন …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

বয়েস উপপাদ্য 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})} এই সব ঠিক আছে। তবে, আমি কোথাও পড়েছি: মূলত, পি (ডেটা) কোনও স্বাভাবিক ধ্রুবক ছাড়া কিছুই নয়, যেমন একটি ধ্রুবক যা উত্তরীয় ঘনত্বকে একের সাথে সংহত করে তোলে। আমরা জানি যে এবং 0 ≤ পি ( ডেটা | মডেল ) ≤ 1 …

20 probability  bayesian  conditional-probability  bayes 

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 

আপনি আমাকে দয়া করে জানাতে পারেন, আমি কীভাবে বেশ কয়েকটি ইভেন্টের শর্তযুক্ত সম্ভাবনা গণনা করতে পারি? উদাহরণ স্বরূপ: পি (এ | বি, সি, ডি) -? আমি জানি, যে: পি (এ | বি) = পি (এ বি) / পি (বি)∩∩\cap তবে, দুর্ভাগ্যক্রমে, কোনও ইভেন্ট এ বিভিন্ন ভেরিয়েবলের উপর নির্ভর করে আমি …

19 conditional-probability 

বেয়েসের সূত্রে: পি( x | a ) = পি( a | x ) পি( এক্স )পি( ক )P(x|a)=P(a|x)P(x)P(a)P(x|a) = \frac{P(a|x) P(x)}{P(a)} উত্তরোত্তর সম্ভাবনা 1 ছাড়িয়ে যাবে?পি( x | ক )P(x|a)P(x|a) আমি মনে করি এটি উদাহরণস্বরূপ, যদি ধরে নেওয়া যায় যে , এবং , এবং । তবে আমি এ সম্পর্কে নিশ্চিত …

18 probability  bayesian  conditional-probability 

এই ক্রস যাচাই করা প্রশ্নটি একটি নির্দিষ্ট পরিমাণের শর্তসাপেক্ষে একটি নমুনা অনুকরণ সম্পর্কে জিজ্ঞাসা করে আমাকে সেট করে দেওয়া সমস্যার কথা মনে করিয়ে দেয় জর্জ Casella । প্রদত্ত স্থিতিমাপ মডেল f(x|θ)f(x|θ)f(x|\theta) , এবং এই মডেল থেকে একটি IID নমুনা, (X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) , এর MLE θθ\theta দেওয়া হয় θ ( এক্স 1 …

17 maximum-likelihood  conditional-probability  random-variable  simulation  t-distribution 

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 

যদি আমি দুই স্বাভাবিকভাবে বিতরণ স্বাধীন র্যান্ডম ভেরিয়েবল আছে এবং উপায়ে সঙ্গে এবং এবং স্ট্যান্ডার্ড ডেভিয়েশন এবং এবং আমি যে আবিষ্কার , তবে (অভিমানী আমি কোনো ত্রুটি করেননি) শর্তাধীন বিতরণ এর এবং দেওয়া স্বাভাবিক উপায়ে সঙ্গে বিতরণ করা হয় এবং স্ট্যান্ডার্ড বিচ্যুতি ওয়াই μ এক্স μ ওয়াই σ এক্সXXXYYYμXμX\mu_XμYμY\mu_YσXσX\sigma_XσYσY\sigma_YX+Y=cX+Y=cX+Y=cXXXYYYcccμX|c=μX+(c−μX−μY)σ2Xσ2X+σ2YμX|c=μX+(c−μX−μY)σX2σX2+σY2\mu_{X|c} = …

16 normal-distribution  conditional-probability 

আমি বুঝি P(A∩B)/P(B)=P(A|B)P(A∩B)/P(B)=P(A|B)P(A\cap B)/P(B) = P(A|B) । শর্তসাপেক্ষ হ'ল বি এবং এর পুরো অঞ্চলটি বিভাজিত A এবং B এর ছেদ is তবে কেন P(A∩B|C)/P(B|C)=P(A|B∩C)P(A∩B|C)/P(B|C)=P(A|B∩C)P(A\cap B|C)/P(B|C) = P(A|B \cap C) ? আপনি কিছু অন্তর্দৃষ্টি দিতে পারেন? এটি হওয়া উচিত নয়: P(A∩B∩C)/P(B,C)=P(A|B∩C)P(A∩B∩C)/P(B,C)=P(A|B∩C)P(A\cap B \cap C)/P(B,C) = P(A|B \cap C) ?

16 probability  conditional-probability 

হার্ভার্ডের পরিসংখ্যান 110 এর ভিডিও লেকচারে : সম্ভাব্যতা কোর্স যা আইটিউনস এবং ইউটিউবে পাওয়া যাবে, আমি এই সমস্যার মুখোমুখি হয়েছি । আমি এখানে সংক্ষিপ্ত করার চেষ্টা করেছি: ধরা যাক আমাদের একটি স্ট্যান্ডার্ড ডেক থেকে এলোমেলো দুটি কার্ড কার্ড দেওয়া হয়েছে। আমাদের কমপক্ষে একটি টেক্কা দিলে উভয় কার্ডই টেক্কা দেওয়ার সম্ভাবনা …

15 probability  conditional-probability  intuition 

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 

টাইটানিকের নীচের বিবৃতিগুলি বিবেচনা করুন: অনুমান 1: জাহাজে কেবল পুরুষ এবং মহিলা ছিলেন অনুমান 2: পুরুষদের পাশাপাশি মহিলাদেরও প্রচুর সংখ্যা ছিল বিবৃতি 1: সমস্ত মহিলার 90% বেঁচে গেছে বিবৃতি 2: যারা বেঁচে গেছেন তাদের 90% শতাংশই ছিলেন মহিলা প্রথমটি ইঙ্গিত দেয় যে মহিলাদের বাঁচানো সম্ভবত উচ্চ অগ্রাধিকারের ছিল (পুরুষদের বাঁচানো …

14 conditional-probability  descriptive-statistics  reporting 

এই সমীকরণটি কীভাবে উত্পন্ন হয়েছিল তা আমি বুঝতে পারি না। পি( আমি| এম1। এম2) ≤ পি( আমি)পি( আমি')। পি( এম1| আমি) পি( এম2| আমি)পি(এম1|আমি')পি( এম2|আমি')P(I|M1∩M2)≤P(I)P(I′)⋅P(M1|I)P(M2|I)P(M1|I′)P(M2|I′)P(I|M_{1}\cap M_{2}) \leq \frac{P(I)}{P(I')}\cdot \frac{P(M_{1}|I)P(M_{2}|I)}{P(M_{1}|I')P(M_{2}|I')} এই সমীকরণটি "ট্রায়াল বাই প্রব্যাবিলিটি" পত্রিকা থেকে ছিল যেখানে ওজে সিম্পসন কে উদাহরণ হিসাবে সমস্যা হিসাবে দেওয়া হয়েছিল। আসামির বিরুদ্ধে দ্বৈত …

13 bayesian  conditional-probability  bayes 

মনে করুন যে র্যান্ডম ভেরিয়েবল 0 এবং 10 প্যারামিটারের সাথে অবিচ্ছিন্ন ইউনিফর্ম বিতরণ অনুসরণ করে (যেমন )UUUU∼U(0,10)U∼U(0,10)U \sim \rm{U}(0,10) এখন এটিকে = 5 এবং B এর ইভেন্টটি বোঝা যাক যে বা 6 এর সমান হয় আমার ধারণা অনুসারে, উভয় ইভেন্টের শূন্যতার সম্ভাবনা রয়েছে।UUUUUU555 এখন, আমরা যদি গণনা করার বিষয়টি বিবেচনা …

12 conditional-probability  continuous-data  uniform