タグ付けされた質問 「probability」

確率は、特定のイベントの起こりそうな発生の定量的な説明を提供します。

20
数学や確率を含む良い映画はありますか?
数学、確率などを含む良い映画をいくつか提案できますか?1つの例は21です。また、アルゴリズム(テキスト復号化など)を含む映画にも興味があります。一般に、有名な科学理論はあるがサイエンスフィクションやドキュメンタリーはない「オタク」映画。前もって感謝します!

13
モンティホールの問題-私たちの直観はどこで失敗しますか?
ウィキペディアから: ゲームショーに参加していて、3つのドアを選択できるとします。1つのドアの後ろは車です。他の山羊の後ろに。1番と言うドアを選び、ドアの後ろに何があるかを知っているホストが、ヤギがいる3番と言う別のドアを開きます。彼はあなたに、「2番のドアを選びたいですか?」と言います。あなたの選択を切り替えることはあなたにとって有利ですか? もちろん、答えはイエスです-しかし、それは信じられないほど非直感的です。ほとんどの人は、私たちが頭をかきむしにつながる確率について、どのような誤解を持っていますか?直観をよりよく訓練するために、このパズルからどのような一般的な規則を取り除くことができますか?


7
ベイジアンは、1つの固定パラメーター値があることを認めますか?
ベイジアンデータ分析では、パラメーターはランダム変数として扱われます。これは、ベイズの確率の主観的概念化に由来します。しかし、ベイジアンは理論上、「実世界」には1つの真の固定パラメーター値があることを認めていますか? 明らかな答えは「はい」であるように思われます。なぜなら、パラメータを推定しようとすることはほとんど無意味だからです。この答えの学術的な引用は大歓迎です。


5
イタリア人の息子が小学校に通うことで、クラスに出席するイタリア人の子供の予想人数が変わりますか?
これは現実の状況に起因する質問であり、その答えについて私は本当に困惑しています。 私の息子はロンドンで小学校を始める予定です。私たちはイタリア人なので、すでに何人のイタリアの子供たちが学校に通っているのか知りたいと思いました。入学審査官に申請中にこれを尋ねると、クラスあたり平均2人のイタリア人の子供(30人)がいると彼女は言った。 私は今、自分の子供が受け入れられたことを知っている時点にいますが、他の子供に関する他の情報はありません。入場基準は距離に基づいていますが、この質問の目的のために、それは応募者の大規模なサンプルからのランダムな割り当てに基づいていると仮定できると思います。 息子のクラスには何人のイタリアの子供がいると予想されますか?2または3に近いでしょうか?

8
私の結婚式に何人が来るのか計算してください!各人に割合を割り当てて追加できますか?
結婚式を計画しています。私の結婚式に何人の人が来るかを見積もりたいと思います。私は人々のリストと彼らがパーセンテージで参加する可能性を作成しました。例えば Dad 100% Mom 100% Bob 50% Marc 10% Jacob 25% Joseph 30% パーセンテージのある約230人のリストがあります。私の結婚式に何人の人が出席するかを見積もるにはどうすればよいですか?パーセンテージを合計して100で割ることはできますか?たとえば、それぞれ10%の確率で10人を招待した場合、1人を期待できますか?50%の確率で20人を招待した場合、10人を期待できますか? 更新:140人が私の結婚式に来ました:)。以下で説明する手法を使用して、約150を予測しました。

6
確率のベイジアン対頻繁な解釈
確率に対するベイジアンアプローチと頻度主義的アプローチの違いを誰かが適切に要約できますか? 私が理解していることから: 専門家の見解では、データは特定の頻度/確率(試行回数が無限に近づくにつれて発生するイベントの相対頻度として定義されます)を持つ反復可能なランダムサンプル(ランダム変数)です。基礎となるパラメータと確率は、この反復プロセス中、変動がの変動によるものであることが一定のままとしない(特定のイベント/プロセスのために固定されている)の確率分布。XnXnX_n ベイジアンビューでは、データは固定されますが、特定のイベントの頻度/確率は変化する可能性があるため、分布のパラメーターが変化します。実際、取得するデータは、データの各セットに対して更新されるパラメーターの事前分布を変更します。 私には、イベントに特定の確率があり、変動がサンプリングにあることが合理的であると思われるため、頻度主義的アプローチがより実用的/論理的であると思われます。 さらに、研究からのほとんどのデータ分析は、容易に理解できるので、通常、頻繁なアプローチ(すなわち、信頼区間、p値を使用した仮説検定など)を使用して行われます。 頻度のp値と信頼区間のベイジアン統計的同等物を含む、頻度対ベイジアンのアプローチの解釈の簡単な要約を誰かが私に与えることができるかどうか疑問に思っていました。さらに、1つの方法が他の方法よりも好ましい特定の例が評価されます。

2
確率不等式
無制限のランダム変数の合計の確率不等式を探しています。誰かが私にいくつかの考えを提供できるなら、本当に感謝しています。 私の問題は、実際には2つのiidガウスの乗算である無制限のiid確率変数の合計が特定の値、つまりを超える確率に関する指数の上限を見つけることです。、、とからIIDが生成される。Pr[X≥ϵσ2N]≤exp(?)Pr[X≥ϵσ2N]≤exp⁡(?)\mathrm{Pr}[ X \geq \epsilon\sigma^2 N] \leq \exp(?)X=∑Ni=1wiviX=∑i=1NwiviX = \sum_{i=1}^{N} w_iv_iwiwiw_iviviv_iN(0,σ)N(0,σ)\mathcal{N}(0, \sigma) モーメント生成関数(MGF)を使用してChernoff境界を使用しようとしましたが、派生境界は次のようになります。 Pr[X≥ϵσ2N]≤=minsexp(−sϵσ2N)gX(s)exp(−N2(1+4ϵ2−−−−−−√−1+log(1+4ϵ2−−−−−−√−1)−log(2ϵ2)))Pr[X≥ϵσ2N]≤minsexp⁡(−sϵσ2N)gX(s)=exp⁡(−N2(1+4ϵ2−1+log⁡(1+4ϵ2−1)−log⁡(2ϵ2)))\begin{eqnarray} \mathrm{Pr}[ X \geq \epsilon\sigma^2 N] &\leq& \min\limits_s \exp(-s\epsilon\sigma^2 N)g_X(s) \\ &=& \exp\left(-\frac{N}{2}\left(\sqrt{1+4\epsilon^2} -1 + \log(\sqrt{1+4\epsilon^2}-1) - \log(2\epsilon^2)\right)\right) \end{eqnarray} ここで、gX(s)=(11−σ4s2)N2gX(s)=(11−σ4s2)N2g_X(s) = \left(\frac{1}{1-\sigma^4 s^2}\right)^{\frac{N}{2}}はXのMGFですXXX。しかし、限界はそれほど厳しくありません。私の問題の主な問題は、ランダム変数が制限されていないことであり、残念ながら、ヘフディング不等式の境界を使用することはできません。 あなたが私にいくつかのきつい指数関数的境界を見つけるのを手伝ってくれれば幸いです。

5
特徴的な機能の目的は何ですか?
私は、誰かが素人の言葉で、特徴的な機能とは何か、実際にどのように使用されるかを説明できることを望んでいます。私はそれがpdfのフーリエ変換であることを読んだので、私はそれが何であるか知っていると思いますが、私はまだその目的を理解していません。誰かがその目的の直感的な説明と、おそらくそれが通常どのように使用されるかの例を提供できれば、それは素晴らしいことです! 最後の注意点:Wikipediaのページを見たことがありますが、何が起こっているのかを理解するには密度が高すぎるようです。私が探しているのは、確率論の不思議に没頭していない人、たとえばコンピューター科学者が理解できる説明です。

6
「離れて説明する」ことが直感的な意味をなすのはなぜですか?
私は最近、「説明する距離」と呼ばれる確率論的推論の原理について学び、それに対する直観をつかもうとしています。 シナリオを設定しましょう。してみましょう地震が発生しているイベントです。イベント を、ジョリーグリーンの巨人が町を散策しているイベントとします。してみましょう地面が揺れていることをイベントで。ましょう。ご覧のとおり、またはいずれかがを引き起こす可能性があります。AAABBBCCCA⊥⊥BA⊥⊥BA \perp\!\!\!\perp BAAABBBCCC 「explain away」推論を使用しますが発生した場合、またはいずれかが増加しますが、が発生した理由を説明する別の理由は必要ないため、他は減少します。しかし、私の現在の直感では、両方のことを私に語っおよびあれば増加すべきあるために発生、それは可能性が高い原因のいずれかのことを行い発生した発生しました。CCCP(A)P(A)P(A)P(B)P(B)P(B)CCCP(A)P(A)P(A)P(B)P(B)P(B)CCCCCCCCC 私の現在の直観と説明するという考えをどのように調和させるのですか?とが条件付きで依存していることを正当化するために、説明を離れて使用するにはどうすればよいですか?AAABBBCCC



8
立方体のエッジでのランダムウォーク
蟻は立方体の角に置かれ、移動できません。クモは反対側の角から始まり、等しい確率で立方体のエッジに沿って任意の方向移動できます。平均して、クモがアリに到達するために必要な歩数は?1 / 3(x,y,z)(x,y,z)(x,y,z)1/31/31/3 (これは宿題ではなく、インタビューの質問でした。)

4
ガンマ確率変数の一般的な合計
同じスケールパラメーターを持つガンマ確率変数の合計が別のガンマ確率変数であることを読みました。また、Moschopoulosによる、ガンマランダム変数の一般的なセットを合計する方法を説明する論文を見ました。Moschopoulosのメソッドを実装しようとしましたが、まだ成功していません。 ガンマランダム変数の一般的なセットの合計はどのように見えますか?この質問を具体的にするために、それは次のように見えます: ガンマ(3 、1 )+ ガンマ(4 、2 )+ ガンマ(5 、1 )ガンマ(3、1)+ガンマ(4、2)+ガンマ(5、1)\text{Gamma}(3,1) + \text{Gamma}(4,2) + \text{Gamma}(5,1) 上記のパラメータが特に明らかになっていない場合は、他のものを提案してください。

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.