問題タブ [probability-theory]

P(A=a|B=b,C=c)whereaは の要素['high', 'medium', 'low']、 b は の要素、['0-20', '20-40', '40-60', '60-80', '80-inf']はcの要素である条件付き確率を計算しようとしてい['male', 'female']ます。

次のような頻度の辞書があります。

私が欲しいのは、次のような辞書です。

ユーザー プロフィール画像に名前を付けるプロセスを使用していますが、衝突が心配です。私が使用している名前パターンは次のとおりです。

9999999_9999999_9999999

したがって、画像には次のような名前が付けられます。

4533381_1284948_8023255.jpg

整数の範囲は1.000.000から9.999.999 です。同じ名前の画像がユーザー プロファイル画像ディレクトリに既に存在するかどうかを確認する必要がありますか? (すべてのイメージが同じディレクトリ レベルにあると仮定します)。

整数はphp関数を使用して生成されますmt_rand(1000000,9999999);

の計算方法を教えていただきたいP ≥ -0.0001です。私は数学、統計、R の初心者です。

現在、R でスプレッド データをモデル化しています。データを特定の分布 (以下の例の場合、これは双曲線) にモデル化し、尤度比テストを実行して、指定された分布を使用することの実行可能性を確認することができました。

私の頭の中で、分布を取得したら、曲線の下の領域をより正確に理解するにつれて、より確実に確率を計算できるようになりましたか?

分布が一致したら、t統計と同様のテストを実行できると想定していましたが、これを行う方法がわかりません。

私はpnorm(x)関数を見てきphyperましたが、単純に計算する方法もわかりませんP ≥ -0.0001。

以下は私のコードです。ご協力いただければ幸いです。

`# ライブラリ (ghyp) ライブラリ (timeSeries)

LRghdhyp $statistic L 0.07005745

$p.value 1 0.0211198

$df 1 1

$H0 1 偽

だから、私は正しい分布とそれをどのように適合させるかを知っています。発生する確率を決定するにはどうすればよい> - 0.0001ですか?

私はすべての 32 ビット整数の空間全体に整数の連続ストリームを持っており、更新のたびに、遭遇した整数の分布の正確なエントロピーまたはおおよそのエントロピーを知りたいと思っています。これは、ライフタイム全体にわたるグローバル エントロピー、または時間が経過するにつれて古い情報を減衰させるウィンドウ近似である可能性があります。

これを既に行っているライブラリ、またはこのプロパティを持つアルゴリズムを知っている人はいますか?

明らかに、これはストリーミング アルゴリズムです。これは、毎回範囲を反復処理し、更新ごとにエントロピーを計算するにはコストがかかりすぎるためです。これを行うことができるアルゴリズムやスケッチデータ構造を知っている人はいますか?

動機と使用例は、整数のストリームでスキューを検出したいということです。整数の範囲全体で均一であると想定されていますが、特定の時点で、他の条件により均一性が乱される可能性があり、エントロピーがこの種の状態を検出する最良の方法だと思います. 理想的には、計算コンポーネントの低エントロピーに関するアラートが必要です。

助けてくれてありがとう！

編集:私は実際にこれを正確に行う論文を見つけましたが、既存の実装は知りません。テスト済みで検証済みのコードを再利用することは、自分で実装するよりもはるかに優れています。:)

1 から 10 までの数値を含む配列のコレクションがあります。各配列のサイズは 5 です。たとえば、

これらの配列で繰り返されるトライアドを見つけるには、どのアルゴリズムを使用すればよいですか? たとえば、このトライアドはいくつかの配列に含まれているため、結果の 1 つが 1,2,5 になるはずです。トライアドが何回繰り返されても構いません。私は最も頻繁に n を探しています (3 または 4 またはその他の可能性があります)。

[1,2,3] は [3,1,2] と同じで、各番号は 1 回だけ使用できます。[3,3,4] は無効です。

この問題は、10 個以上の数値の配列を想定すると、さらに難しくなり、各配列がトライアドの組み合わせを持つ可能性があります。考えさせられるだけの食べ物

私を私のイメージにしましょう。クラス C に属する画像の事後確率を計算する必要があります。x が局所特徴である場合、局所特徴 p(x|C) の確率がわかっていると仮定します。

p(x|C) から p(C|I) を計算するにはどうすればよいですか?

A、B、C の 3 つのイベントがあり、次の関係があります。

これは、A が与えられた場合に、イベント B と C が条件付きで独立していることを意味しますか?

免責事項：質問のタイトルが正確かどうかわからない...

次の 100 分以内に皿を洗う必要があるとしましょう。遅くとも 100 分後にそれをしなければならないことはわかっています。私は2分ごとに「やるべきか、やらないべきか」と自問自答しています。（だから私は合計50回自問します）。やるべきかどうかを自問するたびに、やるかどうかを決める確率を計算したいと思います。確率は、実験を100万回繰り返した場合、2分、4分、6分などの後にそれを行う可能性がほぼ均等になるようにする必要があります。つまり、する確率。

個々の確率を に設定する実験を行いましたがcheck_number / total_number_of_checks、正しい結果が得られないようです。何か案は？