Wahrscheinlichkeitstheorie

Der zentrale Grenzwertsatz besagt, dass sich die Verteilung der Stichprobenmittelwerte einer Normalverteilung nähert, wenn die Stichprobengröße wächst.

Eine Kumulative Verteilungsfunktion (CDF) beschreibt die Wahrscheinlichkeit, dass eine Zufallsvariable einen Wert annimmt, der kleiner oder gleich einem bestimmten Wert ist.

Eine degenerierte Verteilung ist eine Wahrscheinlichkeitsverteilung, die an einem einzelnen Punkt konzentriert ist.

Die Dirichlet-Verteilung ist eine Familie kontinuierlicher Wahrscheinlichkeitsverteilungen, die zur Modellierung von Anteilen verwendet werden.

Die Frequentist-Probability ist ein Rahmenwerk, um Wahrscheinlichkeit als die Langzeitfrequenz von Ereignissen basierend auf wiederholten Versuchen zu verstehen.

Eine Indikatorfunktion ist ein mathematisches Werkzeug, das zeigt, ob eine Bedingung für eine gegebene Eingabe wahr oder falsch ist.

Eine Methode, um Zufallsproben aus jeder Wahrscheinlichkeitsverteilung mithilfe ihrer kumulativen Verteilungsfunktion (CDF) zu erzeugen.

Gemeinsame Verteilung beschreibt die Wahrscheinlichkeitsverteilung von zwei oder mehr Zufallsvariablen gleichzeitig.

Eine gemeinsame Wahrscheinlichkeitsverteilung beschreibt die Wahrscheinlichkeit, dass zwei oder mehr Zufallsvariablen gleichzeitig auftreten.

Das Markov-Eigenschaft besagt, dass zukünftige Zustände nur vom aktuellen Zustand abhängen, nicht von vergangenen Zuständen.

Moment Matching ist eine statistische Technik, die verwendet wird, um eine Wahrscheinlichkeitsverteilung durch Angleichung ihrer Momente zu approximieren.