问题标签 [probability-theory]

I need to randomly (with equal probability) pick some fixed number of elements from array which is in the file. I want to read file once and just keep picked elements because an array can be very long and I don't want to keep it in memory. There should be equal probability that each subarray is chosen. And also at the beginning I don't know the size of array.

How can I do it?

我正在尝试计算P(A=a|B=b,C=c)where ais an element in ['high', 'medium', 'low']， b is an element in['0-20', '20-40', '40-60', '60-80', '80-inf']并且cis an element in的条件概率['male', 'female']。

我有一本字典，其频率如下：

我想要的是一个看起来像这样的字典：

我正在使用一个过程在用户个人资料图像上命名，我害怕碰撞。我正在使用的名称模式如下：

9999999_9999999_9999999

所以图像被命名为：

4533381_1284948_8023255.jpg

整数范围为1.000.000到9.999.999 是否需要检查用户配置文件图像目录中是否已存在同名图像？（假设所有图像都位于同一目录级别）。

整数是使用 php 函数生成的mt_rand(1000000,9999999);

我想知道如何计算P ≥ -0.0001。我在数学、统计学和 R 方面都是新手。

我目前正在 R 中对一些传播数据进行建模。我已经能够将数据建模为特定分布（在下面的示例中，这是双曲线）并执行似然比测试以确认使用指定分布的可行性。

在我的脑海中，一旦我获得了分布，我现在能够更可靠地计算我的概率，因为我更准确地了解了曲线下方的区域？

我曾假设一旦分布匹配，我就可以对 t 统计量进行类似的测试，但是我不知道如何做到这一点。

我已经看到了这些pnorm(x)函数，也看到phyper了但是无法弄清楚如何简单地计算P ≥ -0.0001.

以下是我的代码，非常感谢您的帮助；

`# 库 (ghyp) 库 (timeSeries)

LRghdhyp $statistic L 0.07005745

$p.value 1 0.0211198

$df 1 1

$H0 1 假

所以，我知道正确的分布以及如何适应它。如何确定> - 0.0001发生的概率？

我在所有 32 位整数的空间中都有一个连续的整数流，并且在每次更新时，我都想知道我遇到的整数分布的确切或近似熵。它可以是整个生命周期的全局熵，也可以是随着时间的推移衰减旧信息的窗口近似值。

有谁知道已经这样做的库或具有此属性的算法？

显然，这是一种流式算法，因为每次迭代范围并计算每次更新的熵太昂贵了。有谁知道这样的算法或草图数据结构可以做到这一点？

动机和用例是我想检测整数流中的偏斜。它应该在整数范围内是均匀的，但在某些时候，由于其他条件，均匀性可能会受到干扰，我认为熵是检测这种情况的最佳方法。理想情况下，我会对计算组件的低熵发出警报。

谢谢你的帮助！

编辑：我实际上找到了一篇完全做到这一点的论文，但我知道没有现有的实现。重用经过测试、验证的代码比自己实现要好得多。:)

我有一个数组集合，其中包含从 1 到 10 的数字。每个数组的大小为 5。例如

我应该使用什么算法在这些数组中找到重复的三元组？例如，其中一个结果应该是 1,2,5，因为这个三元组包含在某些数组中。我不介意某些三合会重复了多少次。我最常看 n （可能是 3 或 4 或其他）。

[1,2,3] 与 [3,1,2] 相同，每个数字只允许出现一次。[3,3,4] 无效。

如果我们假设有 10 个或更多数字的数组，这个问题会变得更难，这样每个数组都可以有三元组的组合。只是思考的食物

让我成为我的形象。我需要计算属于 C 类的图像的后验概率。假设我知道局部特征 p(x|C) 的概率，其中 x 是局部特征。

如何从 p(x|C) 计算 p(C|I)？

我上了一门人工智能课程，我很惊讶概率论和逻辑是如何用于推理知识的。所以我想做更多的人工智能课程，我可以继续使用概率和逻辑。你知道其中一些吗？例如，机器学习、模态逻辑、数理逻辑……谢谢 :)

我有三个事件 A、B 和 C，我有以下关系：

这是否意味着在给定 A 的情况下，事件 B 和 C 是条件独立的？

免责声明：不确定问题的标题是否准确......

假设我需要在接下来的 100 分钟内洗碗。我知道我必须在最迟 100 分钟后这样做。我每 2 分钟问自己一次“我应该做还是不做？” （所以我一共问了自己50次）。每次我问自己该不该做的时候，我都想计算我做这件事的概率，然后决定我现在做不做。概率应该是这样的，如果我重复实验一百万次，那么在 2 分钟、4 分钟、6 分钟等之后我会得到几乎均匀的可能性 - 或者换句话说，做到这一点的概率。

我做了一个实验，我将个人概率设置为check_number / total_number_of_checks但是这似乎没有给出正确的结果。有任何想法吗？