Probabilitas bahwa suatu peristiwa A akan terjadi, ketika peristiwa lain B diketahui terjadi atau telah terjadi. Biasanya dilambangkan dengan P (A | B).
Saya mendapat pertanyaan ini saat wawancara dengan Amazon: 50% dari semua orang yang menerima wawancara pertama menerima wawancara kedua 95% teman Anda yang mendapatkan wawancara kedua merasa mereka memiliki wawancara pertama yang baik 75% teman Anda yang TIDAK MENDAPAT wawancara kedua merasa...
Kami memiliki vektor normal multivariat . Pertimbangkan mempartisi \ boldsymbol \ mu dan {\ boldsymbol Y} menjadi \ boldsymbol \ mu = \ begin {bmatrix} \ boldsymbol \ mu_1 \\ \ boldsymbol \ mu_2 \ end {bmatrix} {\ boldsymbol Y} = \ begin {bmatrix} { \ boldsymbol y} _1 \\ {\ boldsymbol y} _2 \...
Saya mulai mencoba-coba penggunaan glmnetdengan LASSO Regression di mana hasil yang saya minati menjadi dikotomis. Saya telah membuat bingkai data mock kecil di bawah ini: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84,...
Maaf jika ini agak terlalu mendasar, tapi kurasa aku hanya ingin mengonfirmasi pengertian di sini. Saya merasa saya harus melakukan ini dalam dua langkah, dan saya mulai mencoba untuk mendapatkan matriks korelasi, tetapi itu baru mulai terlihat benar-benar terlibat. Saya mencari penjelasan singkat...
Saya baru-baru ini menemukan identitas ini: E[E(Y|X,Z)|X]=E[Y|X]E[E(Y|X,Z)|X]=E[Y|X]E \left[ E \left(Y|X,Z \right) |X \right] =E \left[Y | X \right] Saya tentu saja akrab dengan versi sederhana dari aturan itu, yaitu bahwa tetapi saya tidak dapat menemukan pembenaran untuk
Ada seseorang di balik tirai - saya tidak tahu apakah orang itu perempuan atau laki-laki. Saya tahu orang itu memiliki rambut panjang, dan 90% dari semua orang dengan rambut panjang adalah perempuan Saya tahu orang tersebut memiliki tipe darah AX3 yang langka, dan bahwa 80% dari semua orang...
Rumus untuk probabilitas bersyarat dari terjadi mengingat bahwa telah terjadi adalah:B P ( AAA\text{A}BB\text{B}P(A | B)=P(A∩B)P(B).P(A | B)=P(A∩B)P(B). P\left(\text{A}~\middle|~\text{B}\right)=\frac{P\left(\text{A} \cap \text{B}\right)}{P\left(\text{B}\right)}. Buku teks saya menjelaskan intuisi...
Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 2 tahun yang lalu . Saya menggunakan tanda sisipan untuk menjalankan hutan...
Saya punya pertanyaan sederhana tentang "probabilitas bersyarat" dan "Kemungkinan". (Saya sudah mensurvei pertanyaan ini di sini tetapi tidak berhasil.) Itu dimulai dari halaman Wikipedia tentang kemungkinan . Mereka mengatakan ini: The kemungkinan dari seperangkat nilai-nilai parameter, ,...
Saat ini saya sedang mempelajari kelas Inferensi Statistik di Coursera. Di salah satu tugas, pertanyaan berikut muncul. | Suppose you rolled the fair die twice. What is the probability of rolling the same number two times in a row? 1: 2/6 2: 1/36 3: 0 4: 1/6 Selection: 2 | You're close...I...
Sejauh pengetahuan agregat (dan kelangkaan) saya tentang statistik memungkinkan, saya mengerti bahwa jika adalah variabel acak iid, maka sebagaimana istilah tersebut menyiratkan bahwa keduanya independen dan terdistribusi secara identik.X1,X2,...,XnX1,X2,...,XnX_1, X_2,..., X_n Perhatian saya di...
Saya telah mencoba untuk memahami ide konjugasi prior dalam statistik Bayesian untuk sementara waktu tetapi saya tidak mengerti. Adakah yang bisa menjelaskan ide dalam istilah yang paling sederhana, mungkin menggunakan "Gaussian prior" sebagai
Monty memiliki pengetahuan sempurna tentang apakah Pintu memiliki kambing di belakangnya (atau kosong). Fakta ini memungkinkan Player untuk Menggandakan tingkat keberhasilannya dari waktu ke waktu dengan mengalihkan "tebakan" ke Pintu lainnya. Bagaimana jika pengetahuan Monty kurang sempurna?...
Beberapa sumber mengatakan fungsi kemungkinan bukan probabilitas kondisional, beberapa mengatakan itu. Ini sangat membingungkan saya. Menurut sebagian besar sumber yang saya lihat, kemungkinan distribusi dengan parameter θθ\theta , harus merupakan produk dari fungsi massa probabilitas yang...
Secara khusus, katakan saya memiliki dua peristiwa, A dan B, dan beberapa parameter distribusi , dan saya ingin melihat .P ( A | B , θ )θθ \theta P( A | B , θ )P(SEBUAH|B,θ)P(A | B,\theta) Jadi, definisi paling sederhana dari probabilitas bersyarat adalah, mengingat beberapa kejadian A dan B, maka...
Teorema Bayes berlaku 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})} Ini semua baik-baik saja Tapi, saya pernah membaca di suatu tempat:...
Misalkan ( Ω , F , μ )(Ω,F,μ)(\Omega,\mathscr{F},\mu) menjadi ruang probabilitas, diberi variabel acak ξ : Ω → Rξ:Ω→R\xi:\Omega \to \mathbb{R} dan σ-σ\sigma aljabar G ⊆ FG⊆F\mathscr{G}\subseteq \mathscr{F} kita dapat membuat variabel acak baru E [ ξ | G ]E[ξ|G]E[\xi|\mathscr{G}] , yang merupakan...
Presisi didefinisikan sebagai: p = true positives / (true positives + false positives) Apakah benar bahwa, sebagai true positivesdan false positivespendekatan 0, presisi mendekati 1? Pertanyaan yang sama untuk diingat: r = true positives / (true positives + false negatives) Saat ini saya...
Bisakah Anda memberi tahu saya, bagaimana saya bisa menghitung probabilitas terkondisikan dari beberapa peristiwa? sebagai contoh: P (A | B, C, D) -? Saya tahu itu: P (A | B) = P (A B) / P (B)∩∩\cap Namun, sayangnya, saya tidak dapat menemukan rumus apa pun jika peristiwa A tergantung pada...
Saya punya masalah dengan bukti E(Y|X)∈argming(X)E[(Y−g(X))2]E(Y|X)∈argming(X)E[(Y−g(X))2]E(Y|X) \in \arg \min_{g(X)} E\Big[\big(Y - g(X)\big)^2\Big] yang sangat mungkin mengungkapkan kesalahpahaman yang lebih dalam dari harapan dan harapan bersyarat. Buktinya saya tahu sebagai berikut...