作者查詢 / yhliu
作者 yhliu 在 PTT 全部看板的留言(推文), 共14262則
限定看板:全部
看板排序:
1F→: P[X-μ>a]=P[X-μ+t>a+t]≦P[(X-μ+t)^2>(a+t)^2]09/06 16:03
2F→: https://yhliu2k.pixnet.net/blog/post/16110022009/06 16:04
1F→: 事件 {a>=b>0} 是 {^2 >= b^2} 的子事件.09/05 06:56
4F→: 你這不是在證明排容原理,而是試圖直接證明你原先的06/30 06:44
5F→: 問題。排容原理是關於 n 個事件聯集機率的一個計算06/30 06:46
6F→: 式,以 n=2 來說就是 P(A聯B)=P(A)+P(B)-P(AB),06/30 06:48
7F→: 以 m=3 來說是 P(A聯B聯C) = P(A)+P(B)+P(C)-06/30 06:49
8F→: P(AB)-P(BC)-P(AC)+P(ABC)。而你原本的問題套用排容06/30 06:51
9F→: 公式就是 1 - P(至少一面不出現) =06/30 06:53
10F→: 1 - C(n,1)(1-1/n)^m + C(n,2)(1-2/n)^m - ...06/30 06:54
11F→: 至於排容原理一般式證明,可以上述 n = 2 情形為基06/30 06:56
12F→: 楚用數學歸納法進行,或利用指示函數(indicator)。06/30 06:57
1F→: 1. N物中K個壞的,抽至第 n 個出現第 k 個壞的,06/05 08:39
2F→: 機率=C(K,k-1)C(N-K,n-k)/C(N,n-1)x(K-k+1)/(N-n+1)06/05 08:41
3F→: 2. 5碼全中機率 C(5,5(C(5,0)/C(10,5)06/05 08:44
4F→: 中k碼機率 C(5,k)C(5,5-k)/C(10.5)06/05 08:46
5F→: 依以上機率算出獎金成本。06/05 08:46
6F→: 我只看到兩題。06/05 08:47
1F→: mutual exclusive 與 pairwise exclusive 似是同義05/20 08:16
3F→: f_n(x) = sum( g_i(x), i=1 to n ), df_n(x)/dx 的05/19 05:57
4F→: 計算只是加法律的延伸. 至於 df_n/dn, 無意義。既是05/19 05:59
5F→: 加總或連乘,n 是正整數,談何微分?05/19 06:00
6F→: 連乘的微分,同樣是乘法律的擴充而已。05/19 06:01
1F→: 教本應該有公式啊?有限群體不放還法簡單隨機抽樣:03/07 06:45
2F→: E[樣本平均] = 群體平均;03/07 06:46
3F→: V(樣本平均) = (群體變異數)/n * (N-n)/(N-1)03/07 06:47
4F→: 上列群體變異數是以 N(群體大小) 為除數03/07 06:49
5F→: E[樣本變異數] = (群體變異數) * N/(N-1)03/07 06:50
6F→: 上列樣本變異數是以 n-1 (n為樣本大小) 為除數03/07 06:52
7F→: 若計算群體變異數是以 N-1 為除數,E[s^2] = 群體變異數03/07 06:54
1F→: X 對 Y 有顯著影響,X 與 Y 之間有顯著相關,Y 在不同 X 水02/27 07:52
2F→: 準之間有顯著差異等等描述法其意義大致類似。02/27 07:54
4F→: 例如說性別對於學習成效是否有顯著相關,02/28 07:09
5F→: 也可以說性別對學習成效影響是否顥著,02/28 07:11
6F→: 或者說不同性別的學習成效差異是否顯著。02/28 07:13
14F→: 如果檢定結論是男女性學習成效有差異,為什麼不能說性別和03/02 08:30
15F→: 學習成效有相關?如果年齡和學習成效有相關,為什麼不能說03/02 08:33
16F→: 不同年齡層的學習成效有差異?有什麼道理說談差異只能用 t03/02 08:35
17F→: 檢定,ANOVA 的方法談?有什麼理由說談兩變數相關或關聯只03/02 08:37
18F→: 能檢定相關係數?簡單直線迴歸係數的 t 檢定也可用於檢定依03/02 08:39
19F→: 變數和自變數是否存在直線相關;ANOVA 可以用於檢定反應變03/02 08:40
20F→: 數與離散化解釋變數間是否存在直線或曲線相關。列聯表卡方03/02 08:43
21F→: 檢定既是檢定列變數與行變數是否存在相關(關聯),也是檢定03/02 08:44
22F→: 各行或各列的(條件)分布是否一致(即:是否有差異)。03/02 08:46
15F→: 統計的假說檢定是在檢定(非隨機的)參數,何時用來02/19 07:56
16F→: 比較隨機變數?02/19 07:57
17F→: 另,實數值隨機變數一如一般的實數值函數,當然也可02/19 07:58
18F→: 能比大小,X>=Y 就是 X-Y 非負。這種順序當然也符合02/19 08:00
19F→: 遞移律。但不是任兩隨機變數都存在大小關係,或者說02/19 08:01
20F→: 這種大小關係只是一個偏序而非全序。02/19 08:02
21F→: 另外,隨機變數間也可建構其他偏序,統計上最常見的02/19 08:03
22F→: 是 stochastic ordering。期望值的大小也是可用來排02/19 08:05
23F→: 序的一種選擇,只是通常不是用來當做隨機變數的排序02/19 08:07
24F→: 而只是實用問題:選擇具最大或最小平均數的分布。在02/19 08:08
25F→: 所謂無母數方法,則以中位數取代期望值(平均數)。02/19 08:10
1F→: 把一個樣本分割成訓練樣本和確認樣本做交互確認,本來就是01/22 08:10
2F→: 確認模型的簡略方式。如果在模型建立配適好之後再另尋現實01/22 08:13
3F→: 樣本資料做確認,更符合交互確認的本意。01/22 08:15