J**i 发帖数: 166 | 1 一个袋子里有10个球,黑白两色。随机拿出5个,3黑2白,放回去,再随机拿一个,是
黑球的概率多大? |
j*a 发帖数: 14423 | 2 0.6
【在 J**i 的大作中提到】 : 一个袋子里有10个球,黑白两色。随机拿出5个,3黑2白,放回去,再随机拿一个,是 : 黑球的概率多大?
|
J**i 发帖数: 166 | 3 按照你的理论,如果把拿5个3黑2白换成拿1个是黑的,莫非再拿一个也肯定是黑的?
0.6
【在 j*a 的大作中提到】 : 0.6
|
Z*****Z 发帖数: 723 | 4 0.55?
【在 j*a 的大作中提到】 : 0.6
|
Z*****Z 发帖数: 723 | 5 这个也是0。55吧?
【在 J**i 的大作中提到】 : 按照你的理论,如果把拿5个3黑2白换成拿1个是黑的,莫非再拿一个也肯定是黑的? : : 0.6
|
l*******y 发帖数: 4006 | 6 一共10个球, 笨办法可以算每种可能分布的概率加起来算条件分布, 但是主要看面试
的人期望的答案是什么。
做实证研究的可能期望你答ML, 3*log(p)+2*log(1-p)求最大, 结果自然是0.6,其实
就是假设抽样分布就是整体分布, 所以简单说0.6, 我觉得不能算错。 |
s****n 发帖数: 1237 | 7 这个就是conditional probability
0.5*0.5+0.5*0.6=0.55
【在 l*******y 的大作中提到】 : 一共10个球, 笨办法可以算每种可能分布的概率加起来算条件分布, 但是主要看面试 : 的人期望的答案是什么。 : 做实证研究的可能期望你答ML, 3*log(p)+2*log(1-p)求最大, 结果自然是0.6,其实 : 就是假设抽样分布就是整体分布, 所以简单说0.6, 我觉得不能算错。
|
l*******y 发帖数: 4006 | 8 你的答案其实就是假设未知的5个球的概率一半一半, 在我看来不比0.6优越在哪里,
至少从baysian的观点看就是错的。
严格的解条件概率:
0.8*p(5中选32|8个黑球)+0.7*p(5中选32|7个黑球)+...+0.3*(5中选32|3个黑球),
但是我觉得这样解只有理论意义.
就像我开始说的, 这种题没有固定答案,也没什么难度, 看的就是你的理解和解释.
【在 s****n 的大作中提到】 : 这个就是conditional probability : 0.5*0.5+0.5*0.6=0.55
|
l*******y 发帖数: 4006 | 9 再换种逻辑,我说答案是0.5也可以. 你抽5个球, 本来就是基数, 不是黑球三个就是白
球三个, 根据对称, 我认为黑白是5/5开. |
p********2 发帖数: 9939 | 10 mysolution
MAX[(C(N,3)*C(10-N,2))/C(10,5)]
N=6
p=0.6
keywords:ML,noreplacement |
|
|
s****n 发帖数: 1237 | 11
,
,
It is actually from this Bayesian, with the marginal distribution in
denominator you will find it's actually simplifies to the conditional
probability view.
You can start from the simple version of 2 balls, first draw is white ball
and what's the probability of black ball on 2nd draw.
【在 l*******y 的大作中提到】 : 你的答案其实就是假设未知的5个球的概率一半一半, 在我看来不比0.6优越在哪里, : 至少从baysian的观点看就是错的。 : 严格的解条件概率: : 0.8*p(5中选32|8个黑球)+0.7*p(5中选32|7个黑球)+...+0.3*(5中选32|3个黑球), : 但是我觉得这样解只有理论意义. : 就像我开始说的, 这种题没有固定答案,也没什么难度, 看的就是你的理解和解释.
|
l*******y 发帖数: 4006 | 12 Bayesian is not just baysian formula |
J******d 发帖数: 506 | 13 我觉得这道题作为概率问题不是well-defined,因为我们需要对样本空间做出假设。
作为统计问题,我同意lovelyzyy的解法。
【在 J**i 的大作中提到】 : 一个袋子里有10个球,黑白两色。随机拿出5个,3黑2白,放回去,再随机拿一个,是 : 黑球的概率多大?
|
J**i 发帖数: 166 | 14 恩,没错,其实从0.3到0.8都有可能
【在 J******d 的大作中提到】 : 我觉得这道题作为概率问题不是well-defined,因为我们需要对样本空间做出假设。 : 作为统计问题,我同意lovelyzyy的解法。
|
m*****n 发帖数: 2152 | 15 好难啊。10个球几个是黑的,几个白的?如果能满足条件“随机拿出5个,3黑2白”,
那就是黑的是3到
8,白的是2到7。然后PDF就不知道啊。这个都能给出唯一答案的人,牛逼啊!
【在 J**i 的大作中提到】 : 一个袋子里有10个球,黑白两色。随机拿出5个,3黑2白,放回去,再随机拿一个,是 : 黑球的概率多大?
|
a***s 发帖数: 616 | 16 我觉得可以看成一个conditional probability的问题。
假设黑球的个数为X,然后根据3黑2白算出X的分布。用A代表事件3黑2白, 则有P(A|X)
= \binom{X}{3} * \binom{10-X{2} / \binom{10}{5}
X=1, impossible
X=2, impossible
X=3, P(A | X=3) = 0.0833
X=3, P(A | X=4) = 0.2381
X=3, P(A | X=5) = 0.3968
X=3, P(A | X=6) = 0.4762
X=3, P(A | X=7) = 0.4167
X=3, P(A | X=8) = 0.2222
X=9, impossible
X=10,impossible
Then
P(X=1)= 0
P(X=2)= 0
P(X=3) = 0.0833 / (0.0833+0.2381+0.3968+0.4762+0.4167+0.2222) = 0.0455
P(X=4) = 0.2381 / (0.0833+0.2381+0.3968+0
【在 J**i 的大作中提到】 : 一个袋子里有10个球,黑白两色。随机拿出5个,3黑2白,放回去,再随机拿一个,是 : 黑球的概率多大?
|
J******d 发帖数: 506 | 17 我咋觉得[0,1]都可能呢?
【在 J**i 的大作中提到】 : 恩,没错,其实从0.3到0.8都有可能
|
s*********k 发帖数: 1989 | 18 nice !
)
【在 a***s 的大作中提到】 : 我觉得可以看成一个conditional probability的问题。 : 假设黑球的个数为X,然后根据3黑2白算出X的分布。用A代表事件3黑2白, 则有P(A|X) : = \binom{X}{3} * \binom{10-X{2} / \binom{10}{5} : X=1, impossible : X=2, impossible : X=3, P(A | X=3) = 0.0833 : X=3, P(A | X=4) = 0.2381 : X=3, P(A | X=5) = 0.3968 : X=3, P(A | X=6) = 0.4762 : X=3, P(A | X=7) = 0.4167
|
f*******g 发帖数: 79 | 19 条件概率似乎不是这么用的。呵呵
)
【在 a***s 的大作中提到】 : 我觉得可以看成一个conditional probability的问题。 : 假设黑球的个数为X,然后根据3黑2白算出X的分布。用A代表事件3黑2白, 则有P(A|X) : = \binom{X}{3} * \binom{10-X{2} / \binom{10}{5} : X=1, impossible : X=2, impossible : X=3, P(A | X=3) = 0.0833 : X=3, P(A | X=4) = 0.2381 : X=3, P(A | X=5) = 0.3968 : X=3, P(A | X=6) = 0.4762 : X=3, P(A | X=7) = 0.4167
|
t***s 发帖数: 4666 | 20 哪是怎么用的?
【在 f*******g 的大作中提到】 : 条件概率似乎不是这么用的。呵呵 : : )
|
|
|
a***s 发帖数: 616 | 21 I think the following example is very illustrative:
The risk to develop a disease is 0.001 among the population. A test is devel
oped to diaganose the disease. The effectiveness of the test is as follows:
for those who actually have the disease, 90% have positive results; while fo
r those who actually do not have the disease, 10% have positive result. Now
if a person has a positive result from the test, what is the probability tha
t the person actually have the disease?
This is a typical classro
【在 l*******y 的大作中提到】 : 你的答案其实就是假设未知的5个球的概率一半一半, 在我看来不比0.6优越在哪里, : 至少从baysian的观点看就是错的。 : 严格的解条件概率: : 0.8*p(5中选32|8个黑球)+0.7*p(5中选32|7个黑球)+...+0.3*(5中选32|3个黑球), : 但是我觉得这样解只有理论意义. : 就像我开始说的, 这种题没有固定答案,也没什么难度, 看的就是你的理解和解释.
|
J**i 发帖数: 166 | 22 不可能,10个球里至少有3个黑球,至多有8个
【在 J******d 的大作中提到】 : 我咋觉得[0,1]都可能呢?
|
J**i 发帖数: 166 | 23 there is no way to answer the question you mentioned, unless you put a prior.
devel
fo
Now
tha
believ
【在 a***s 的大作中提到】 : I think the following example is very illustrative: : The risk to develop a disease is 0.001 among the population. A test is devel : oped to diaganose the disease. The effectiveness of the test is as follows: : for those who actually have the disease, 90% have positive results; while fo : r those who actually do not have the disease, 10% have positive result. Now : if a person has a positive result from the test, what is the probability tha : t the person actually have the disease? : This is a typical classro
|
Q***5 发帖数: 994 | 24 A 'natural' prior is binomial with p = q=0.5, i.e.,
P(X = k) = C(10, k)0.5^10
Now, we can use Bayes formula:
P(X=k|A) = P(A|X=k)P(X=k) / \sum_{i=1}^10 P(A|X=i)P(X=i)
Adots already gave P(A|X=i)
prior.
【在 J**i 的大作中提到】 : there is no way to answer the question you mentioned, unless you put a prior. : : devel : fo : Now : tha : believ
|
l******8 发帖数: 32 | 25 同意, 是 Baysian.
一个袋子里有2个球,黑白两色。随机拿出1个,1黑0白,放回去,再随机拿一个,是
黑球的概率多大?
Let Pr(Black) = p, 就不套用 Baysian 公式,直接算了
原来:
(B W) Pr = 2p(1-p)
(B B) Pr = p^2
(W W) Pr = (1-p)^2
抽了一个黑的, (W W) 不可能了,所以第二次是白球的概率是:
2p(1-p)/{p(2-p)} *p + p/{p(2-p)}*1 = (3p-2p^2)/(2-p)
加条件 p = 0.5, 有确定解。
,
,
【在 l*******y 的大作中提到】 : 你的答案其实就是假设未知的5个球的概率一半一半, 在我看来不比0.6优越在哪里, : 至少从baysian的观点看就是错的。 : 严格的解条件概率: : 0.8*p(5中选32|8个黑球)+0.7*p(5中选32|7个黑球)+...+0.3*(5中选32|3个黑球), : 但是我觉得这样解只有理论意义. : 就像我开始说的, 这种题没有固定答案,也没什么难度, 看的就是你的理解和解释.
|
p*****k 发帖数: 318 | 26
lonelyzyy, a relatively minor comment:
your target function is fine when there are large number of balls to
sample. however, the correction due to discreteness comes in when
the total number of balls are small. i would recommend pepper1982's
approach, i.e., maximizing n*(n-1)*(n-2)*(N-n)*(N-n-1) given total N
balls (N=10 here). the answer is not always the integer closer to
0.6*N (e.g. if total of 9 balls, you would get either 5 or 6 for ML).
regarding ML vs. Bayesian, i always find it contr
【在 l*******y 的大作中提到】 : Bayesian is not just baysian formula
|
H****y 发帖数: 19 | 27 You calculated P(A|X=i), not P(X=i|A), where i = 0, 2, ..., 10
Since P(X=i|A) = P(A|X=i) * P(X=i) / P(A), only if you assume P(X=i) are all
equal to each other, your answer is correct. At the end of the day, you
will need some prior of P(X=i). For instance, if the 10 balls are randomly
colored with 50% chance white and 50% chance black, then P(X=i) = Binom(i;n=
10,p=0.5).
)
【在 a***s 的大作中提到】 : 我觉得可以看成一个conditional probability的问题。 : 假设黑球的个数为X,然后根据3黑2白算出X的分布。用A代表事件3黑2白, 则有P(A|X) : = \binom{X}{3} * \binom{10-X{2} / \binom{10}{5} : X=1, impossible : X=2, impossible : X=3, P(A | X=3) = 0.0833 : X=3, P(A | X=4) = 0.2381 : X=3, P(A | X=5) = 0.3968 : X=3, P(A | X=6) = 0.4762 : X=3, P(A | X=7) = 0.4167
|