คำถามติดแท็ก probability

ทีมฟุตบอลอังกฤษเล่นชุดของการแข่งขันกับฝ่ายตรงข้ามที่แตกต่างกันของความสามารถที่แตกต่างกัน เจ้ามือรับแทงนำเสนอราคาต่อรองสำหรับการแข่งขันแต่ละนัดไม่ว่าจะเป็นการชนะในบ้านการชนะหรือการเสมอ ส่วนที่ผ่านฤดูกาลทีมได้เล่นแมทช์และดึงของพวกเขาซึ่งเกินความคาดหมายจากโอกาสnnnkkk ความน่าจะเป็นที่เจ้ามือรับแทงคือการกำหนดราคาที่ไม่ถูกต้องในการแข่งขันเหล่านี้ไม่ใช่แค่โชคร้าย? หากเจ้ามือรับแทงยังคงราคาของการแข่งขันที่เหลืออยู่ของทีมในลักษณะที่คล้ายกันและฉันเดิมพัน$1$1\$1ว่าแต่ละคนจะเสมอกันผลตอบแทนที่ฉันคาดหวังคืออะไร?

9 probability  games  gambling 

มีการแก้ไขบางอย่าง ... คำถามนี้มีไว้เพื่อความสนุกเท่านั้นดังนั้นหากมันไม่สนุกโปรดอย่าเพิกเฉย ฉันได้รับความช่วยเหลือมากมายจากไซต์นี้ดังนั้นฉันจึงไม่ต้องการกัดมือที่เลี้ยงฉัน มันขึ้นอยู่กับตัวอย่างในชีวิตจริงและเป็นเพียงสิ่งที่ฉันสงสัยเกี่ยวกับหลายอย่าง ฉันไปเยี่ยมโดโจในพื้นที่ของฉันเพื่อฝึกซ้อมแบบสุ่มเป็นหลักในวันจันทร์ถึงวันศุกร์ สมมติว่าฉันไปเยี่ยมสัปดาห์ละสองครั้ง ซึ่งหมายความว่าฉันไปเยี่ยมสองครั้งทุกสัปดาห์โดยมีเพียงสองวันเท่านั้นที่เปลี่ยนแปลง มีใครคนหนึ่งที่เกือบจะทุกครั้งที่ฉันอยู่ที่นั่น หากเขามาในวันเดียวกันกับฉันฉันก็จะเห็นเขา สมมติว่าเขาอยู่ที่นั่น 90% ของเวลาเมื่อฉันอยู่ที่นั่น ฉันอยากรู้สองสิ่ง: 1) เขาฝึกบ่อยแค่ไหน 2) ไม่ว่าเขาจะมาแบบสุ่มหรือในวันที่กำหนดของสัปดาห์ ฉันเดาว่าบางทีเราต้องสมมติให้เดาอีกอัน ฉันไม่เคยได้รับสิ่งนี้เลย ฉันแค่คิดเกี่ยวกับมันในการอุ่นเครื่องทุกสัปดาห์และงงงันอีกครั้ง แม้ว่าบางคนให้วิธีคิดเกี่ยวกับปัญหาที่ฉันจะขอบคุณมากที่สุด ไชโย!

9 probability  estimation  sampling 

ดังนั้นฉันมีการทดลอง 16 ครั้งที่ฉันพยายามพิสูจน์ตัวตนบุคคลจากลักษณะทางชีวภาพโดยใช้ Hamming Distance เกณฑ์ของฉันถูกตั้งไว้ที่ 3.5 ข้อมูลของฉันอยู่ด้านล่างและเฉพาะการทดลองใช้ 1 เท่านั้นคือ True Positive: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 0.32 9 0.39 10 0.45 11 0.42 12 0.37 13 0.66 14 0.39 15 0.44 16 0.39 จุดสับสนของฉันคือฉันไม่แน่ใจจริงๆเกี่ยวกับวิธีสร้าง ROC curve …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

ฉันมีเครื่องตรวจจับที่จะตรวจสอบเหตุการณ์ที่มีบางส่วนน่าจะเป็นพี หากเครื่องตรวจจับบอกว่ามีเหตุการณ์เกิดขึ้นแสดงว่าเป็นกรณีเสมอดังนั้นจึงไม่มีผลบวกปลอม หลังจากที่ฉันเรียกใช้บางครั้งฉันก็พบเหตุการณ์k ฉันต้องการคำนวณจำนวนเหตุการณ์ทั้งหมดที่เกิดขึ้นตรวจพบหรืออื่น ๆ ด้วยความมั่นใจ 95% ตัวอย่างเช่นสมมติว่าฉันพบเหตุการณ์ 13 เหตุการณ์ ฉันต้องการที่จะสามารถคำนวณว่ามีระหว่างวันที่ 13 และ 19 เหตุการณ์ที่มีความเชื่อมั่น 95% ขึ้นอยู่กับพี นี่คือสิ่งที่ฉันได้ลองมา: ความน่าจะเป็นในการตรวจจับเหตุการณ์kหากมีทั้งหมดnคือ: binomial(n, k) * p^k * (1 - p)^(n - k) ผลรวมของส่วนที่มากกว่าnจากkถึงอนันต์คือ: 1/p ซึ่งหมายความว่าความน่าจะเป็นของการมีเหตุการณ์ทั้งหมดnเหตุการณ์คือ: f(n) = binomial(n, k) * p^(k + 1) * (1 - p)^(n - k) ดังนั้นถ้าผมต้องการที่จะเป็น 95% แน่ใจว่าฉันควรจะหาผลรวมบางส่วนแรกf(k) + …

9 probability  confidence-interval 

แอปเปิ้ลตั้งอยู่ที่จุดสุดยอดของเพนตากอนและหนอนตั้งอยู่สองจุดอยู่ห่างออกไปที่Cทุกวันหนอนจะคลานด้วยความน่าจะเป็นที่เท่ากันของหนึ่งในสองจุดยอดที่อยู่ติดกัน ดังนั้นหลังจากที่วันหนึ่งหนอนที่จุดสุดยอดหรือแต่ละคนมีความน่าจะเป็น1/2หลังจากสองวันหนอนอาจกลับมาที่อีกครั้งเนื่องจากไม่มีหน่วยความจำของตำแหน่งก่อนหน้า เมื่อถึงจุดสุดยอดมันจะหยุดรับประทานอาหารAAAABCDEABCDEABCDECCCBBBDDD1/21/21/2CCCAAA (a) จำนวนวันจนกระทั่งอาหารค่ำคืออะไร? (b) ให้ p เป็นความน่าจะเป็นที่จำนวนวันเป็นหรือมากกว่า ความไม่เท่าเทียมของมาร์คอฟพูดถึงอย่างไร100100100ppp สำหรับ (a) ให้เป็นตัวแปรสุ่มที่กำหนดโดยจำนวนวันจนกระทั่งอาหารเย็น ดังนั้นP (X = 0) = 0 \\ P (X = 1) = 0 \\ P (X = 2) = \ frac {1} {\ binom {5} {2}} \\ \ vdotsXXXP(X=0)=0P(X=1)=0P(X=2)=1(52)⋮P(X=0)=0P(X=1)=0P(X=2)=1(52)⋮ P(X = 0) = 0 \\ P(X=1) = …

8 probability  markov-process