প্রশ্ন ট্যাগ «expected-value»

একটি এলোমেলো ভেরিয়েবলের প্রত্যাশিত মান হ'ল এলোমেলো মান যে সম্ভাবনামুলক মানটি গ্রহণের সম্ভাবনার সমান ওজন সহ একটি এলোমেলো ভেরিয়েবল গ্রহণ করতে পারে possible

2
গামা বিতরণের লগারিদমের প্রত্যাশিত মান কত?
যদি প্রত্যাশিত মান হয় , কি প্রত্যাশিত মান ? এটি বিশ্লেষণ করে গণনা করা যায়?Gamma(α,β)Gamma(α,β)\mathsf{Gamma}(\alpha, \beta)αβαβ\frac{\alpha}{\beta}log(Gamma(α,β))log⁡(Gamma(α,β))\log(\mathsf{Gamma}(\alpha, \beta)) আমি যে প্যারামিট্রেশন ব্যবহার করছি তা হ'ল শেপ-রেট।

1
এলএন [ই (এক্স)]> ই [এলএন (এক্স)] কেন?
আমরা একটি ফিনান্স কোর্সে লগন্যালমাল ডিস্ট্রিবিউশন নিয়ে কাজ করছি এবং আমার পাঠ্যপুস্তকটি কেবলমাত্র এটি সত্য বলেছে যে আমার গণিতের পটভূমি খুব শক্তিশালী না হওয়ায় আমি হতাশার মতো দেখতে পাই তবে আমি অন্তর্দৃষ্টি চাই। কেহ আমাকে দেখাতে পারে কেন এই ঘটনা?

1
প্রত্যাশিত মান এবং ট্রেস ফাংশনের বৈকল্পিক
র্যান্ডম ভেরিয়েবল জন্য , এবং একটি ইতিবাচক আধা নির্দিষ্ট ম্যাট্রিক্স একটি আছে: প্রত্যাশিত মান জন্য একটি সরলীকৃত অভিব্যক্তি, ই [ টি R ( এক্স টি একটি এক্স ) ] এবং ভ্যারিয়েন্স, ভী একটি দ [ টি R ( এক্স টি এ এক্স ) ] ? দয়া করে মনে রাখবেন যে …

2
showing দেখাচ্ছে উদাহরণ উদাহরণ
সম্ভাব্য বন্টনের একটি উদাহরণ কীভাবে তৈরি করবেন যার জন্য ধরে, ধরে ?ই( ঘএক্স) =1ই ( এক্স)E(1X)=1E(X)\mathbb{E}\left(\frac{1}{X}\right)=\frac{1}{\mathbb{E}(X)}পি ( এক্স≠ 0 ) = 1P(X≠0)=1\mathbb{P}(X\ne0)=1 ইতিবাচক-মূল্যবান আরভি এর জন্য জেনসেনের অসমতার পরে যে বৈষম্যটি আসে তা হ'ল ( হলে বিপরীত বৈষম্য )। কারণ ম্যাপিং জন্য উত্তল এবং জন্য অবতল । জেনসেনের অসমতার সাম্যতার …

2
সর্বোচ্চ আইড গম্বেল ভেরিয়েবলের প্রত্যাশা
আমি এলোমেলো ইউটিলিটি মডেলগুলিতে ব্যবহৃত একটি নির্দিষ্ট ফলাফল সম্পর্কে অর্থনীতি জার্নালে পড়তে থাকি। একটি সংস্করণ হ'ল: যদি ( , তবে:ϵi∼iid,ϵi∼iid,\epsilon_i \sim_{iid}, μ,1),∀iμ,1),∀i\mu, 1), \forall i E[maxi(δi+ϵi)]=μ+γ+ln(∑iexp{δi}),E[maxi(δi+ϵi)]=μ+γ+ln⁡(∑iexp⁡{δi}),E[\max_i(\delta_i + \epsilon_i)] = \mu + \gamma + \ln\left(\sum_i \exp\left\{\delta_i \right\} \right), যেখানে γ≈0.52277γ≈0.52277\gamma \approx 0.52277 হলেন এলিউর -মাসচেরনি ধ্রুবক। আমি পরীক্ষা করে দেখেছি যে …

1
নাল অনুমানের অধীনে সংকল্পের সহগ, এর প্রত্যাশিত মান
আর text সমন্বয় সম্পর্কিত এই পাঠ্যের প্রথম পৃষ্ঠার নীচে দেওয়া বিবৃতিটি সম্পর্কে আমি আগ্রহীR2adjustedRadjusted2R^2_\mathrm{adjusted} R2adjusted=1−(1−R2)(n−1n−m−1).Radjusted2=1−(1−R2)(n−1n−m−1).R^2_\mathrm{adjusted} =1-(1-R^2)\left({\frac{n-1}{n-m-1}}\right). পাঠ্যটিতে বলা হয়েছে: সামঞ্জস্যের যুক্তিটি নিম্নরূপ: সাধারণ একাধিক প্রতিরোধে, একটি এলোমেলো পূর্বাভাসকারী প্রতিক্রিয়াটির পরিবর্তনের গড় অনুপাত 1/(n–1)1/(n–1)1/(n – 1) ব্যাখ্যা করে, যাতে mmm এলোমেলো ভবিষ্যদ্বাণীগুলি গড়ে, m/(n–1)m/(n–1)m/(n – 1) প্রতিক্রিয়া বিভিন্নতা; অন্য কথায়, আর …

5
খুব বড় সংখ্যক ডেটা পয়েন্টে মানগুলির অনুগমন কীভাবে করা যায়?
আমার একটি খুব বড় ডেটাসেট রয়েছে এবং প্রায় 5% এলোমেলো মান অনুপস্থিত। এই ভেরিয়েবলগুলি একে অপরের সাথে সম্পর্কিত হয়। নীচের উদাহরণটি আর ডেটাসেটটি ডমি কোলেলেটেড ডেটা সহ একটি খেলনার উদাহরণ। set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

2
উদ্দীপনা সম্পর্কিত প্রত্যাশিত মান
আমরা আঁকা নমুনা আকার প্রতিটি একটি সাধারন থেকে স্বাধীনভাবে বন্টন।এন ( μ , σ 2 )NNNnnn(μ,σ2)(μ,σ2)(\mu,\sigma^2) থেকে নমুনা আমরা কি তবে 2 নমুনা যা সর্বোচ্চ (পূর্ণ) পিয়ারসন একে অপরের সাথে পারস্পরিক সম্পর্ক আছে চয়ন।NNN এই পারস্পরিক সম্পর্কের প্রত্যাশিত মান কী? ধন্যবাদ [পিএস এটি হোমওয়ার্ক নয়]

3
আপনি কীভাবে এর প্রত্যাশা গণনা করবেন ?
তাহলে ব্যাখ্যা মূলকভাবে বিতরণ করা হয় পরামিতি সঙ্গে এবং এর পারস্পরিক স্বাধীন হয়, প্রত্যাশা কি ( আমি = 1 , । । । , এন ) λ এক্স আমিXiXiX_i(i=1,...,n)(i=1,...,n)(i=1,...,n)λλ\lambdaXiXiX_i (∑i=1nXi)2(∑i=1nXi)2 \left(\sum_{i=1}^n {X_i} \right)^2 পদ এবং এবং সম্ভবত অন্যান্য ধ্রুবক?λnnnλλ\lambda দ্রষ্টব্য: এই প্রশ্নটি /math//q/12068/4051- তে একটি গাণিতিক উত্তর পেয়েছে । পাঠকরাও …

2
একটি সাধারণ বিতরণে এক্স এর প্রত্যাশিত মান, এটি নির্দিষ্ট মানের নীচে থেকে দিন IV
কেবলমাত্র একটি নির্দিষ্ট মানের নীচে (উদাহরণস্বরূপ, গড় মানের নীচে) দেওয়া সত্ত্বেও যদি এটি সাধারণত বিতরণ করা হয় তবে এক্স এর প্রত্যাশিত মানটি পাওয়া সম্ভব কিনা তা কেবল ভাবছেন।

1
কৌচি ব্যতীত অন্য কোনও বিতরণ আছে যার জন্য একটি নমুনার পাটিগণিত গড় একই বন্টন অনুসরণ করে?
যদি এক্সএক্সX কোনও কাচির বিতরণ অনুসরণ করে তবে ঠিক একই বন্টনকে অনুসরণ করে ; দেখতে এই থ্রেড ।ওয়াই= এক্স¯= 1এনΣএনi = 1এক্সআমিওয়াই=এক্স¯=1এনΣআমি=1এনএক্সআমিY = \bar{X} = \frac{1}{n} \sum_{i=1}^n X_iএক্সএক্সX এই সম্পত্তি একটি নাম আছে? অন্য কোন বিতরণ আছে যার জন্য এটি সত্য? সম্পাদনা এই প্রশ্ন জিজ্ঞাসার আরেকটি উপায়: সম্ভাব্যতা ঘনত্ব সহ …

2
বর্গাকার গামার প্রত্যাশা
যদি গামা বিতরণ এবং দিয়ে প্যারামিটারাইজড হয় তবে:বিটাαα\alphaββ\beta ই( Γ ( α , β)) ) = αβই(Γ(α,β))=αβ E(\Gamma(\alpha, \beta)) = \frac{\alpha}{\beta} আমি একটি বর্গাকার গামার প্রত্যাশা গণনা করতে চাই, এটি হ'ল: ই( Γ ( α , β))2) = ?ই(Γ(α,β)2)=? E(\Gamma(\alpha, \beta)^2) = ? আমি মনে করি এটি হ'ল: ই( Γ …

1
প্রত্যাশিত সংখ্যার গুণগত মান এক মান ছাড়িয়ে যাবে
আইআইডি র‌্যান্ডম ভেরিয়েবলের ক্রম দেওয়া, বলুন, আই = 1 , 2 , এর জন্য । । । , এন , আমি অনুভূতিগত গড় 1 এর প্রত্যাশিত সংখ্যাকে সীমাবদ্ধ করার চেষ্টা করছিXi∈[0,1]Xi∈[0,1]X_i \in [0,1]i=1,2,...,ni=1,2,...,ni = 1,2,...,nএকটি মান,সি≥0ছাড়িয়ে যাব, যেমন আমরা নমুনা আঁকতে থাকি, তা: টি ডি ই এফ = এন ∑ …

1
শূন্য-স্ফীত পোইসন বিতরণের গড় এবং বৈচিত্র
যে কেউ সম্ভাব্য ভর ফাংশন সহ কীভাবে শূন্য স্ফীত পোইসনের প্রত্যাশিত মান এবং তারতম্য দেখাতে পারে চ( y)) = { π+ ( 1 - π)) ই- λ,( 1 - π)) λYই- λY!,যদি y= 0যদি y= 1 , 2 ....f(y)={π+(1−π)e−λ,if y=0(1−π)λye−λy!,if y=1,2.... f(y) = \begin{cases} \pi+(1-\pi)e^{-\lambda}, & \text{if }y=0 \\ (1-\pi)\frac{\lambda^{y}e^{-\lambda}}{y!}, …

2
সাইন এবং কোসিনের মধ্যে সম্পর্ক
ধরুন [ 0 , 2 π ]এক্সXX এ অভিন্নভাবে বিতরণ করা হয়েছে । যাক Y = sin এক্স এবং জেড = কোস এক্স । দেখান যে Y এবং Z এর মধ্যে পারস্পরিক সম্পর্ক শূন্য।[ 0 , 2 π][0,2π][0, 2\pi]ওয়াই= পাপএক্সY=sin⁡XY = \sin Xজেড= cosএক্সZ=cos⁡XZ = \cos XYYYZZZ মনে হচ্ছে সাইন …

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.