标签: probability-theory

我想根据分布式概率生成一个数字.例如,只是说每个数字都有以下几种:

Number| Count           
1    |  150                
2    |  40          
3    |  15          
4    |  3  

with a total of (150+40+15+3) = 208     
then the probability of a 1 is 150/208= 0.72    
and the probability of a 2 is 40/208 = 0.192    

如何根据此概率分布创建一个返回数字的随机数生成器？

我很高兴现在基于静态的硬编码集,但我最终希望它从数据库查询中获得概率分布.

我见过像类似的例子这一个 ,但他们都不是很普通的.有什么建议？

我有一个概率问题,我需要在合理的时间内模拟.在简化形式中,我有30个不公平的硬币,每个硬币具有不同的已知概率.然后我想问一些事情,比如"12个将成为头部的概率是多少？",或者"至少5个尾部的概率是多少？".

我知道基本概率理论,所以我知道我可以枚举所有(30选择x)的可能性,但这不是特别可扩展的.最坏的情况(30选择15)有超过1.5亿组合.从计算的角度来看,是否有更好的方法来解决这个问题？

非常感谢任何帮助,谢谢!:-)

我已经阅读了一些关于非iid数据的论文.基于维基百科,我知道iid(独立和相同的分布式)数据是什么,但我仍然对非iid感到困惑.我做了一些研究,但找不到明确的定义和例子.有人可以帮我吗？

因果模型和有向图形模型之间有什么区别？因果关系和定向概率关系之间有什么区别？更具体地说,你会把什么放在一个DirectedProbabilisticModel类的接口中,以及一个CausalModel类中的什么？一个人会继承另一个吗？

tf.multinomial工作怎么样？这里说它是"从多项分布中抽取样本".那是什么意思？

我试图确定我的crc与" 理想的 "32位crc的比较.

所以我运行我的crc超过100万个完全随机的数据样本并收集了碰撞量,我想将这个数字与我对" 理想 "crc所期望的碰撞数进行比较.

有谁知道如何计算" 理想 "32位crc 的预期碰撞？

给定定义正态分布的均值和标准偏差,您将如何计算纯Python中的以下概率(即没有Numpy/Scipy或其他不在标准库中的包)？

1. 随机变量r的概率r其中r <x或r <= x.
2. 随机变量r的概率r其中r> x或r> = x.
3. 随机变量r的概率,其中x> r> y.

我发现一些库,比如Pgnumerics,提供了计算这些的函数,但基础数学对我来说还不清楚.

编辑:为了显示这不是作业,下面发布的是我的Python <= 2.6的工作代码,虽然我不确定它是否正确处理边界条件.

from math import *
import unittest

def erfcc(x):
    """
    Complementary error function.
    """
    z = abs(x)
    t = 1. / (1. + 0.5*z)
    r = t * exp(-z*z-1.26551223+t*(1.00002368+t*(.37409196+
        t*(.09678418+t*(-.18628806+t*(.27886807+
        t*(-1.13520398+t*(1.48851587+t*(-.82215223+
        t*.17087277)))))))))
    if (x >= 0.):
        return r
    else:
        return 2. - r

def normcdf(x, mu, sigma):
    t = x-mu;
    y = 0.5*erfcc(-t/(sigma*sqrt(2.0)));
    if y>1.0:
        y = 1.0;
    return y

def …

我想问你关于概率的符号.

我知道

P(A | B)=事件A已经发生的事件A发生的条件概率

但我找不到A,B或我的情况P(A | B,C).我建议它意味着"事件A发生的条件概率,因为已经发生了B和C BOTH"

我不知道逗号的含义.

你能帮助我吗 ？

我正在尝试为游戏创建基于百分比的概率.例如,如果某个项目的爆击几率为45%,则必须表示其中的45次命中率至关重要.

首先,我尝试使用一个简单的解决方案:

R = new Random();
int C = R.Next(1, 101);
if (C <= ProbabilityPercent) DoSomething()

但是在100次迭代中,例如有48%的可能性,它在100分中给出40-52.同样适用于49,50,51.因此,这些"百分比"之间没有区别.

问题是如何设置例如50的百分比,并严格地随机获得50的100？ 对于罕见项目查找的概率而言,有机会增加查找项目的机会是非常重要的.所以1%的buff会很敏感,因为现在不是.

对不起,我的英语不好.

我正在将在Matlab上编写的代码转换为C#.在Matlab中,有一个名为mvnrnd的函数,它是多元正态随机数生成器.这需要两个输入:nxd平均矩阵和d-by-d cov矩阵.我用Google搜索并发现math.net matrixnormal确实做了同样的事情.

与Matlab中的函数不同,矩阵正态需要三个输入:平均矩阵(M),行(V)的cov矩阵和列(K)的cov矩阵.文件说明M的尺寸是否为d-by-m,则V是d-by-d,K是m-by-m.我有这两个输入矩阵(1x12平均矩阵和12x12 cov矩阵用于Matlab.我想将这两个输入转换为三个输入,用于矩阵正态.

平均矩阵部分不是问题,但我不知道如何转换cov部分.我不擅长统计.有人可以帮我这么做吗？谢谢,