STA
文章平均质量分 72
EricWang1358
这个作者很懒,什么都没留下…
展开
-
[Prob] Poisson
*(c)** 在这个特定的例子中,\( n = 1000 \),\( k = 5806 \),所以空盒子的期望数量是3。特定盒子为空的概率 \(稀有的含义在这里指的是单个事件发生的概率\( p_j \)很小,而不是指总的发生率\( \lambda \)很小。这里假设\( n \)很大而\( p_j \)很小,并且事件\( A_j \)要么是独立的,要么是弱相关的。问题描述有\( k \)个可区分的球和\( n \)个不同的盒子,球随机地放进盒子里,所有\( n^k \)种可能性都是等可能的。原创 2024-03-13 13:03:04 · 875 阅读 · 0 评论 -
[Prob] C4
Definition 4.1.1 (Expectation of a discrete r.v.).Proposition 4.1.2. If X and Y are discrete r.v.s with the same distribution, then E(X) = E(Y ) (if either side exists)h 4.1.3 (Replacing an r.v. by its expectation).A common mistake is to replace an r.v. by原创 2024-03-13 13:02:56 · 868 阅读 · 0 评论 -
[Prob] (Coupon collector)
with。原创 2024-03-12 22:42:12 · 594 阅读 · 0 评论 -
[Prob] C3
skewed: 在统计学中,“偏度”是指数据集合相对于正态分布的不对称程度。如果数据是偏斜的,意味着它不是对称的。对于二项分布,当成功概率不为1/2时,概率质量函数(PMF)会变得偏斜。这意味着分布在其均值周围不对称,分布的形状会倾向于一侧而不是另一侧。原创 2024-03-12 21:45:28 · 896 阅读 · 0 评论 -
[Prob] Fisher exact test
. The, withand费希尔确切检验(Fisher's exact test)和条件概率分布在统计学中的应用。文中讨论了一个假设检验的例子:比较两组(女性和男性)在某种疾病上的发病率是否相同。随机变量 \( X \) 和 \( Y \) 分别代表女性和男性患病的人数,都服从二项分布。假设条件是我们观察到的 \( X + Y = r \),即总共有 \( r \) 人患病。在费希尔确切检验中,我们要,这实际上就是一个条件概率分布问题。使用贝叶斯定理,我们可以得到:\[\]原创 2024-03-12 21:43:03 · 1316 阅读 · 0 评论 -
[Prob] Definition 3.7.5 (Function of two r.v.s)
请注意,我们假定 \X \和 Y 定义在相同的样本空间 S 上。\) 的方法是通过表格显示在各种可能结果下的 \( X \),\( Y \),和 \( g(X, Y) \) 的值。解释 \( X + Y \) 作为随机变量是直观的:如果我们观察到 \( X = x \) 并且 \( Y = y \),那么 \( X + Y \) 就具体化为 \( x+y \)。到X(s) 和 Y(s) 的随机变量,那么 g(X, Y) 就是映射 s 到 g(X(s), Y(s)) 的随机变量。原创 2024-03-12 19:01:31 · 348 阅读 · 0 评论 -
[Prob] 超几何分布
这与二项分布不同,二项分布描述了进行 n 次独立伯努利试验(每次试验成功的概率都是 p )得到的成功次数的分布。然而,二项分布中的每次试验都是独立的,每次抽取都是放回的,而超几何分布的抽样是不放回的,即前一次抽取的结果会影响后续的抽取。实际上是相同的分布,这是由于抽取白球的过程与抽取球总数减去黑球数量的过程是对称的。这样的对称性是超几何分布的特点之一,有助于在计算中简化问题。如果你有一个装有 w 个白球和 b 个黑球的罐子,不放回地随机抽取 n 个球,那么抽出的白球数量就服从超几何分布,记为。原创 2024-03-12 17:08:26 · 403 阅读 · 0 评论 -
[Prob] 二项分布随机变量 与 伯努利随机变量
在这个例子中,X和Y代表两个独立的二项分布随机变量,它们都是以相同的参数(n=2, p=1/2)从二项分布中抽取的。I是一个伯努利随机变量,代表一个硬币投掷的结果,成功的概率为1/2。根据推论3.3.8,X(和Y)的分布是关于1对称的,因为在这个例子中,成功的概率为1/2,所以两次投掷硬币正反面朝上的概率是相等的,这导致了分布的对称性。原创 2024-03-12 17:01:52 · 331 阅读 · 0 评论 -
【Prob】伯努利分布和二项分布
二项分布是当你有多次独立的伯努利试验时,成功次数的分布。如果我们进行了 n 次独立的伯努利试验,每次试验成功的概率为 p,则成功次数 X 的分布称为二项分布,表示为 Bin(n,p)。伯努利分布是一个离散分布,它只有两个可能的结果:1(成功)或0(失败),以概率 p 出现1,以概率 1−p 出现0。伯努利随机变量通常用于表示单次试验的结果,例如抛硬币。伯努利试验指的是只有两个可能结果的单次随机试验,我们可以认为它是成功和失败的指示器。伯努利分布通常用 Bern(p) 来表示,其中 p 是成功的概率。原创 2024-03-12 16:49:07 · 398 阅读 · 0 评论 -
[Prob] Probability Revision List
1.axiom2.union。原创 2024-03-12 12:28:13 · 944 阅读 · 0 评论 -
[Prob](Gambler’s ruin).
原创 2024-03-12 12:22:58 · 307 阅读 · 0 评论 -
[Prob] Coherency of Bayes’ rule
举个例子,假设我们在进行为期一周的实验,每天都会得到一些数据。我们可以每天使用贝叶斯法则根据当天的数据更新概率。或者我们可以去度假一周,等到周五下午回来时,用整周的数据一次性更新概率。无论哪种方法,最终得到的结果应该是相同的。这就意味着,无论你是逐步更新你的概率还是等到最后一次性更新,贝叶斯法则都能保证你得出的概率是一致的。这就是“连贯性”的含义。原创 2024-03-12 11:52:46 · 324 阅读 · 0 评论 -
[Prob]The Bose-Einstein result
In the case of ordered samples, every permutation of a sequence is considered unique. This is applicable when the order matters. The formula given for this is , where n is the number of options for each choice, and k is the number of choices.For unordered原创 2024-03-12 11:20:53 · 406 阅读 · 0 评论 -
[Probability] Conditional probabilities are probabilities
When we。原创 2024-01-25 12:04:40 · 912 阅读 · 0 评论 -
[Probability] Conditional probability (2)
and it is often used in tandem with(与……配合) Bayes’ rule.原创 2024-01-25 11:34:38 · 798 阅读 · 0 评论 -
[Probability] Conditional Probability
1/21/3like :but。原创 2024-01-18 14:51:11 · 896 阅读 · 0 评论 -
[Probability] 1.5 story proof and non-naive def
m(m − 1)!原创 2024-01-15 14:50:09 · 775 阅读 · 0 评论 -
[Probability] 1. Introduction to probability
A: Probability is the logic of uncertainty. Probability provides procedures for principled problem-solving, but it can also produce pitfalls and paradoxes.Definition 1.2.1 (Sample space and event). The sample space S of an experiment is the set of all poss原创 2024-01-15 11:33:01 · 1005 阅读 · 0 评论