Independent and Identically Distributed Random Variable - Historique des versions

Pitpitt : Remplacement de texte : « ↵↵↵↵ » par «   »

2024-01-29T17:32:19Z

Remplacement de texte : « ↵↵↵↵ » par «   »

← Version précédente		Version du 29 janvier 2024 à 13:32
Ligne 4 :		Ligne 4 :

	[[Catégorie:ENGLISH]]		[[Catégorie:ENGLISH]]



Ligne 27 :		Ligne 26 :

	'''IID variables'''		'''IID variables'''

Pitpitt : Remplacement de texte : « ↵ » par «  ==Sources== »

2024-01-28T04:02:55Z

Remplacement de texte : « ↵<small> » par «  ==Sources== »

← Version précédente		Version du 28 janvier 2024 à 00:02
Ligne 29 :		Ligne 29 :


	~~<small>~~
			==Sources==

Pitpitt le 29 octobre 2021 à 15:33

2021-10-29T15:33:01Z

← Version précédente		Version du 29 octobre 2021 à 11:33
Ligne 35 :		Ligne 35 :

	[https://fr.wikipedia.org/wiki/Variables_ind%C3%A9pendantes_et_identiquement_distribu%C3%A9es Source : Wikipedia (Variables indépendantes et identiquement distribuées) ]		[https://fr.wikipedia.org/wiki/Variables_ind%C3%A9pendantes_et_identiquement_distribu%C3%A9es Source : Wikipedia (Variables indépendantes et identiquement distribuées) ]

	~~[[Catégorie:DeepAI.org]]~~
	~~[[Catégorie:vocabulary]]~~

Pitpitt : Page redirigée vers Variables indépendantes et identiquement distribuées

2021-09-15T13:38:15Z

Page redirigée vers Variables indépendantes et identiquement distribuées

← Version précédente		Version du 15 septembre 2021 à 09:38
Ligne 1 :		Ligne 1 :


			#REDIRECTION[[Variables indépendantes et identiquement distribuées]]

			[[Catégorie:ENGLISH]]





	== Définition ==		== Définition ==
	[[variable aléatoire\|Variables aléatoires]] qui ont toutes la même [[loi de probabilité]] et sont mutuellement [[variable indépendante\|indépendantes]].		[[variable aléatoire\|Variables aléatoires]] qui ont toutes la même [[loi de probabilité]] et sont mutuellement [[variable indépendante\|indépendantes]].

JBM le 15 septembre 2021 à 13:05

2021-09-15T13:05:44Z

← Version précédente		Version du 15 septembre 2021 à 09:05
Ligne 1 :		Ligne 1 :
	~~==en construction==~~

	== Définition ==		== Définition ==
	~~XXXXXXXXX~~		[[variable aléatoire\|Variables aléatoires]] qui ont toutes la même [[loi de probabilité]] et sont mutuellement [[variable indépendante\|indépendantes]].

	== Français ==		== Français ==
	''' ~~XXXXXXXXX~~ '''		'''variables indépendantes et identiquement distribuées'''

			'''variables iid'''

			'''variables i.i.d.'''

	== Anglais ==		== Anglais ==
	''' ~~Independent~~ and ~~Identically Distributed Random Variable~~'''		'''independent and identically distributed variables'''

	A set of variables is independent and identically distributed (IID) if (a) the variables are all mutually independent (see independence) and (b) the variables are all drawn from the same probability distribution. A sequence of results from a d20, for example, is IID -- each roll is independent of the others, and each time you roll, you'~~re drawing from the same probability distribution (~~i.e. ~~1/20 chance of each result)~~.		'''i.i.d. variables'''

	Most random data that you tend to come across in everyday situations is going to be IID. The strongest and most simple example of this is flipping a (fair) coin. Because the coin doesn’t remember the last thing it showed, all of the flips are “independent”. The variables ~~are identically distributed because as long as the coin is fair, there is a 50/50 chance each and every time that you will get heads or tails - thus, identically and even distribution.~~		'''iid variables'''

	~~In fact, it is more informative to list examples of sets of random variables that are not IID:~~		'''IID variables'''

	~~A poker hand, considering each card as a separate random variable, is not~~ IID~~, because the~~ variables ~~are not mutually independent (if the first card is the ace of hearts, you know that the next card isn~~'~~t going to be).~~
	~~The output of a Markov chain is not IID, because the probability distribution of each variable is dependent upon the previous state of the Markov chain.~~


Ligne 24 :		Ligne 23 :

	[https://deepai.org/machine-learning-glossary-and-terms/independent-and-identically-distributed-random-variables Source : DeepAI.org ]		[https://deepai.org/machine-learning-glossary-and-terms/independent-and-identically-distributed-random-variables Source : DeepAI.org ]

			[https://fr.wikipedia.org/wiki/Variables_ind%C3%A9pendantes_et_identiquement_distribu%C3%A9es Source : Wikipedia (Variables indépendantes et identiquement distribuées) ]

	[[Catégorie:DeepAI.org]]		[[Catégorie:DeepAI.org]]


	[[Catégorie:vocabulary]]		[[Catégorie:vocabulary]]

Pitpitt : Remplacement de texte — « DeepAI.org ] » par « DeepAI.org ] Catégorie:DeepAI.org  »

2020-12-15T23:08:46Z

Remplacement de texte — « DeepAI.org ] » par « DeepAI.org ] Catégorie:DeepAI.org  »

← Version précédente		Version du 15 décembre 2020 à 19:08
Ligne 24 :		Ligne 24 :

	[https://deepai.org/machine-learning-glossary-and-terms/independent-and-identically-distributed-random-variables Source : DeepAI.org ]		[https://deepai.org/machine-learning-glossary-and-terms/independent-and-identically-distributed-random-variables Source : DeepAI.org ]

			[[Catégorie:DeepAI.org]]


	[[Catégorie:vocabulary]]		[[Catégorie:vocabulary]]

Pitpitt : Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == ''' Independent and Identically Distributed Random Variable''' A set of... »

2020-12-15T21:53:52Z

Page créée avec « ==en construction== == Définition == XXXXXXXXX == Français == ''' XXXXXXXXX ''' == Anglais == ''' Independent and Identically Distributed Random Variable''' A set of... »

Nouvelle page

==en construction==

== Définition ==
XXXXXXXXX

== Français ==
''' XXXXXXXXX '''

== Anglais ==
''' Independent and Identically Distributed Random Variable'''

A set of variables is independent and identically distributed (IID) if (a) the variables are all mutually independent (see independence) and (b) the variables are all drawn from the same probability distribution. A sequence of results from a d20, for example, is IID -- each roll is independent of the others, and each time you roll, you're drawing from the same probability distribution (i.e. 1/20 chance of each result).

Most random data that you tend to come across in everyday situations is going to be IID. The strongest and most simple example of this is flipping a (fair) coin. Because the coin doesn’t remember the last thing it showed, all of the flips are “independent”. The variables are identically distributed because as long as the coin is fair, there is a 50/50 chance each and every time that you will get heads or tails - thus, identically and even distribution.

In fact, it is more informative to list examples of sets of random variables that are not IID:

A poker hand, considering each card as a separate random variable, is not IID, because the variables are not mutually independent (if the first card is the ace of hearts, you know that the next card isn't going to be).
The output of a Markov chain is not IID, because the probability distribution of each variable is dependent upon the previous state of the Markov chain.

<small>

[https://deepai.org/machine-learning-glossary-and-terms/independent-and-identically-distributed-random-variables Source : DeepAI.org ]

[[Catégorie:vocabulary]]

Independent and Identically Distributed Random Variable - Historique des versions

Pitpitt : Remplacement de texte : « ↵↵↵↵ » par « »

Pitpitt : Remplacement de texte : « ↵ » par « ==Sources== »