প্রশ্ন ট্যাগ «probability»

আসল প্রশ্ন (//২৫/১)): সংবাদমাধ্যমের এই উদ্ধৃতিটি কী বোঝায়? তবে বার্নেট পয়সন বিতরণ তত্ত্বের দিকেও দৃষ্টি আকর্ষণ করেছেন, যা বোঝায় যে ক্র্যাশের মধ্যে সংক্ষিপ্ত বিরতি আসলে দীর্ঘ সময়ের চেয়ে বেশি সম্ভাব্য। "ধরুন যে প্রতি বছর গড়ে একটি মারাত্মক দুর্ঘটনা ঘটে, যার অর্থ যে কোনও দিনেই দুর্ঘটনার সম্ভাবনা ৩ chance৫ এর মধ্যে …

15 probability  poisson-distribution 

পারমুয়েশন টেস্ট (যাকে এলোমেলোকরণ পরীক্ষা, পুনরায় র্যান্ডমাইজেশন পরীক্ষা বা একটি সঠিক পরীক্ষাও বলা হয়) খুব কার্যকর হয় এবং কার্যকর হয় যখন উদাহরণস্বরূপ প্রয়োজনীয় বন্টনের অনুমানটি t-testপূরণ হয় না এবং যখন র‌্যাঙ্কিংয়ের মাধ্যমে মানগুলির রূপান্তর হয় নন-প্যারাম্যাট্রিক পরীক্ষার Mann-Whitney-U-testফলে আরও তথ্য নষ্ট হতে পারে। যাইহোক, এই ধরণের পরীক্ষাটি নাল হাইপোথিসিসের অধীনে …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

আমার প্রায় 1000 টি মানের একটি নমুনা রয়েছে। এই তথ্য দুটি স্বাধীন র্যান্ডম ভেরিয়েবল পণ্য থেকে পাওয়া যায় ξ∗ψξ∗ψ\xi \ast \psi । প্রথম এলোমেলো ভেরিয়েবলের অভিন্ন বিতরণ ξ∼U(0,1)ξ∼U(0,1)\xi \sim U(0,1) । দ্বিতীয় এলোমেলো ভেরিয়েবলের বিতরণ জানা যায়নি। আমি দ্বিতীয় ( ψψ \psi ) র্যান্ডম ভেরিয়েবলের বিতরণ কীভাবে অনুমান করতে পারি …

15 probability  distributions  mathematical-statistics 

আমি একটি মেশিন লার্নিং কোর্স অধ্যয়ন করছি এবং লেকচার স্লাইডগুলিতে এমন তথ্য রয়েছে যা আমি প্রস্তাবিত বইয়ের সাথে বিরোধিতা পাই। সমস্যাটি নিম্নলিখিত: তিনটি শ্রেণিবদ্ধ রয়েছে: শ্রেণিবদ্ধ একটি থ্রেশহোল্ডগুলির নিম্ন সীমার মধ্যে আরও ভাল পারফরম্যান্স সরবরাহ করে, শ্রেণিবদ্ধ বি প্রান্তিকের উচ্চতর পরিসরে আরও ভাল কর্মক্ষমতা সরবরাহ করে, শ্রেণিবদ্ধ সি আমরা একটি …

15 machine-learning  probability  data-visualization  classification  roc 

আমি প্রায় 200,000 এন থাকা ডেটা সেট নিয়ে কাজ করছি। প্রতিক্রিয়াগুলিতে, আমি খুব ছোট তাত্পর্যপূর্ণ মানগুলি দেখছি << 0.001 খুব ছোট প্রভাবের আকারের সাথে যুক্ত, যেমন r = 0.028। আমি যা জানতে চাই তা হ'ল, নমুনার আকারের সাথে সম্পর্কিত কোনও উপযুক্ত তাত্পর্য নির্ধারণের মূলত উপায় কি? এত বড় নমুনা সহ …

15 regression  probability  statistical-significance  sample-size 

ধরুন আমার দুটি স্বতন্ত্র জনসংখ্যার নমুনা রয়েছে। যদি আমি পরিমাপ করি যে কোনও সদস্যকে প্রতিটি সদস্যের কাজ করতে কতক্ষণ সময় লাগে তবে আমি প্রতিটি জনসংখ্যার গড় এবং তারতম্যটি সহজেই অনুমান করতে পারি। আমি যদি এখন প্রতিটি জনগোষ্ঠীর একজনের সাথে একটি এলোমেলো জোড় অনুমান করে, তবে আমি কি দ্বিতীয়টির চেয়ে প্রথমের …

15 probability  normal-distribution 

আমি এমন একটি দর্শকের জন্য 'যৌথ সম্ভাব্যতা বিতরণ' ব্যবহার করার বিষয়ে লিখছি যা 'মাল্টিভারিয়েট ডিস্ট্রিবিউশন' বোঝার সম্ভাবনা বেশি তাই আমি পরে ব্যবহার করার বিষয়ে বিবেচনা করছি। যাইহোক, আমি এটি করার সময় অর্থটি আলগা করতে চাই না। উইকিপিডিয়া মনে হয় যে এটি প্রতিশব্দ। তারা কি? তা না হলে কেন?

15 probability  terminology  joint-distribution  definition 

একটি ডিস্ট্রিবিউশন এর প্রত্যাশিত মানটি f(x)f(x)f(x)গড়, এটি হ'ল ওয়েটড গড় মান E[x]=∫+∞−∞xf(x)dxE[x]=∫−∞+∞xf(x)dxE[x]=\int_{-\infty}^{+\infty} x \, \, f(x) dx সর্বাধিক সম্ভাব্য মানটি হল মোড, এটিই সম্ভবত সম্ভাব্য মান। তবে আমরা কি আশা করব যে কোনওভাবে অনেক সময় দেখতে পাবে E[x]E[x]E[x]? এখান থেকে উদ্ধৃতি : তাহলে ফলাফল xixix_i সমানভাবে সম্ভাব্য হয় না, তারপর …

15 probability  distributions  chi-squared  expected-value  mode 

আমি এসএএস ব্যবহার করে মার্কভ চেইনগুলি বোঝার চেষ্টা করছি। আমি বুঝতে পেরেছি যে একটি মার্কভ প্রক্রিয়া এমন এক যেখানে ভবিষ্যতের অবস্থা কেবল বর্তমান রাষ্ট্রের উপর নির্ভর করে কেবল অতীতের রাষ্ট্রের উপর নয় এবং সেখানে একটি ট্রানজিশন ম্যাট্রিক্স রয়েছে যা একটি রাজ্য থেকে অন্য রাজ্যে রূপান্তর সম্ভাবনাটি ধারণ করে। তবে আমি …

15 probability  simulation  mcmc  monte-carlo  markov-process 

সম্ভাব্যতার তত্ত্বে, একটি অ-নেগেটিভ র‌্যান্ডম ভেরিয়েবল ল্যাটিসXXX বলা হয় তবে সেখানে ডি ≥ 0 এর মতো থাকে যে ∑ ∞ n = 0 পি ( এক্স = এন ডি ) = 1d≥0d≥0d \geq 0∑∞n=0P(X=nd)=1∑n=0∞P(X=nd)=1\sum_{n=0}^{\infty}P(X=nd) = 1 । এই সংজ্ঞাটিকে কেন জালিক বলা হয় তার জন্য কোনও জ্যামিতিক ব্যাখ্যা আছে?

15 probability 

CLT জন্য জন্য রাখা আমরা বন্টন আমরা মানে আছে আনুমানিক করতে ইচ্ছুক প্রয়োজন এবং সসীম ভ্যারিয়েন্স σ 2 । এটি কি সত্যই বলা যায় যে কচী বিতরণের ক্ষেত্রে, গড় এবং বিভিন্নতার অপরিচ্ছন্নতা রয়েছে, কেন্দ্রীয় সীমাবদ্ধ তত্ত্বটি অসমোহিতভাবে এমনকি একটি ভাল সান্নিধ্য দিতে ব্যর্থ হয়েছে?μμ\muσ2σ2\sigma^2

15 probability  central-limit-theorem  asymptotics  cauchy 

স্টিভেন পিঙ্কারের বই বেটার অ্যাঞ্জেলস অফ আওয়ার নেচারে তিনি তা নোট করেছেন সম্ভাবনা দৃষ্টিভঙ্গির বিষয়। পর্যাপ্ত কাছের পরিসরে দেখা হয়েছে, পৃথক ইভেন্টগুলির কারণ নির্ধারণ করে। এমনকি শৃঙ্খলা সংক্রান্ত প্রাথমিক শর্ত এবং পদার্থবিজ্ঞানের আইন থেকে একটি মুদ্রা উল্টানো সম্পর্কে পূর্বাভাস দেওয়া যেতে পারে এবং একজন দক্ষ যাদুকর প্রতিবার মাথা নিক্ষেপের জন্য …

15 probability  central-limit-theorem  intuition 

আমরা কি এলোমেলো ভেরিয়েবলের নির্ভরতা এবং একটি এলোমেলো ভেরিয়েবলের ফাংশন সম্পর্কে কিছু বলতে পারি? উদাহরণস্বরূপ, on উপর নির্ভরশীল ?X2এক্স2X^2Xএক্সX

15 probability  random-variable 

Pr(data)Pr(data)\Pr(\textrm{data}) Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)\Pr(\text{parameters} \mid \text{data}) = \frac{\Pr(\textrm{data} \mid \textrm{parameters}) \Pr(\text{parameters})}{\Pr(\text{data})} যাকে নরমালাইজিং ধ্রুবক বলা হয় । এটা ঠিক কি? এর উদ্দেশ্য কী? কেন এটি মতো দেখাচ্ছে ? কেন এটি পরামিতিগুলির উপর নির্ভর করে না?Pr(data)Pr(data)\Pr(data)

15 probability  bayesian 

পদার্থবিজ্ঞানের ছাত্র হিসাবে আমি "কেন আমি একজন বায়সিয়ান" বক্তৃতাটি সম্ভবত অর্ধ ডজন বার অনুভব করেছি। এটি সর্বদা একরকম - উপস্থাপক হাসিমুখে ব্যাখ্যা করেন যে কীভাবে বাইশিয়ান ব্যাখ্যা জনগণের দ্বারা নিযুক্ত করা ঘনতান্ত্রিক ব্যাখ্যার চেয়ে উচ্চতর is তারা বেয়েসের নিয়ম, প্রান্তিককরণ, প্রিরিয়ার এবং পোস্টেরিয়রের কথা উল্লেখ করেছে। আসল গল্পটি কী? ঘন …

15 probability  bayesian  frequentist