[機統] 隨機性的抵銷

看板Math作者 (SaltLake)時間1年前 (2024/11/26 07:19), 1年前編輯推噓1(1推 0噓 17→)
留言18則, 5人參與, 1年前最新討論串1/1
對數據進行量測的時候，可能發生正負誤差抵銷的現象， 那麼待測變數的隨機性呢? 可能因為某種因素比如說其他 隨機變數的出現而被抵銷嗎? 例如: y = f(x), x 是隨機變數 那麼 y 一定也是隨機變數，還是會因為函數的某種特性 而去除其隨機性? 另外例如: y = f(x1, x2), x1 和 x2 都是隨機變數，可能發生 兩者互抵而使 y 沒有隨機性嗎? 換個思路，能證明只要任一自變數是隨機變數，則應變 數必為隨機變數嗎? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.36.247.233 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Math/M.1732576761.A.9C4.html
→
11/26 08:06, 1年前 , 1F
怎麼樣叫沒有隨機性？ 沒有隨機性就不是隨機變數嗎
11/26 08:06, 1F
→
11/26 08:07, 1年前 , 2F
Y=X-X=0 這樣還是隨機變數啊
11/26 08:07, 2F
就是想問有否函數能夠讓自變數有隨機變數的情況下，使應變數不是隨機變數
→
11/26 08:39, 1年前 , 3F
x2=-x1,y=f(x1,x2)=x1+x2=0,你是指這種抵銷嗎
11/26 08:39, 3F
這種抵銷之後肯定是零；繼續宣稱這個零也是隨機變數滿奇怪的。 因為隨機變數的重要特性之一不就是數值有不確定性? ※ 編輯: saltlake (114.36.247.233 臺灣), 11/26/2024 16:48:32
→
11/26 16:49, 1年前 , 4F
所以怎麼樣叫做不是隨機變數？
11/26 16:49, 4F
→
11/26 16:50, 1年前 , 5F
你想要應用到什麼東西上，想要得到什麼結果
11/26 16:50, 5F
相較於非隨機變數，隨機變數有兩個麻煩點: 不同抽樣會得不同值 必須檢查統計顯著性 所以才想問有否函數可以去除隨機變數的隨機性而使它成為非隨機變數
→
11/26 17:13, 1年前 , 6F
你是想說變成一個退化分佈或常數隨機變數嗎？
11/26 17:13, 6F
→
11/26 17:15, 1年前 , 7F
f(x)=c
11/26 17:15, 7F
※ 編輯: saltlake (114.36.247.233 臺灣), 11/26/2024 17:27:42 ※ 編輯: saltlake (114.36.247.233 臺灣), 11/26/2024 17:39:45
→
11/26 17:52, 1年前 , 8F
怎麼像是把樣本、母體什麼的都混在一起了
11/26 17:52, 8F
→
11/26 17:53, 1年前 , 9F
我們本來就是用樣本去估計母體的性質
11/26 17:53, 9F
→
11/26 17:57, 1年前 , 10F
不然你把樣本數弄到跟母體一樣大吧
11/26 17:57, 10F
→
11/27 09:14, 1年前 , 11F
所謂 "對數據進行量測時正負誤差抵銷" 重點是取多次
11/27 09:14, 11F
→
11/27 09:16, 1年前 , 12F
量測的平均，所以誤差縮小，即所謂隨機性減弱。如不
11/27 09:16, 12F
→
11/27 09:18, 1年前 , 13F
是看平均而是看總和，總誤差還是增加的。所以論什麼
11/27 09:18, 13F
→
11/27 09:19, 1年前 , 14F
樣的函數會使隨機性減弱，究竟意義在哪裡？
11/27 09:19, 14F
推
11/27 19:03, 1年前 , 15F
聽起來像是 XY 問題, 猜測原 PO 是否因為隨機性造成
11/27 19:03, 15F
→
11/27 19:03, 1年前 , 16F
所想要的分析不容易處理, 才會突發奇想能否「移除」
11/27 19:03, 16F
→
11/27 19:03, 1年前 , 17F
隨機性; 如果是這種問題的話還請原 PO 詳述何種困難
11/27 19:03, 17F
→
11/27 19:04, 1年前 , 18F
使得隨機性會對所想要的處理有所影響
11/27 19:04, 18F
‣ 更多 saltlake 的文章
文章代碼(AID): #1dHGNvd4 (Math)