logonew chat icon top
  • icon-chaticon-chat-active搜题/提问
    new chat icon
    新建会话
  • icon-calculatoricon-calculator-active计算器
  • icon-subjecticon-subject-active学科题目
  • icon-pluginicon-plugin-active浏览器插件
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
recent chat icon
历史记录
首页
/
统计
题目

1 z x y, 因 此 H ( X | YZ ) 0 , 而⏺I ( X ;YZ ) H ( X ) H ( X | YZ ) ,因此 I ( X ;YZ ) H ( X ) 。I (Y ; Z | X ) H (Y | X ) H (Y | XZ ) H (Y | X ) H (Y )I ( X ;Y | Z ) H ( X | Z ) H ( X | YZ ) H ( X | Z ) I (Y ; X | Z ) H (Y | Z ) H (Y | XZ ) H (Y | Z )[3.7] 设 X , Y 是两个相互统计独立的二元随机变量,其取“0”或“1”的概率为等概率分布。定义另一个二元随机变量 Z ,而且 Z XY (一般乘积),试计算:(1) H ( X ) , H (Y ) , H (Z ) ;(2) H ( XY ) , H ( XZ ) , H (YZ ) , H ( XYZ ) ;(3) H ( X | Y ) , H ( X | Z ) , H (Y | Z ) , H (Z | X ) , H (Z | Y ) ;⏺(4) H ( X | YZ ) , H (Y | XZ ) , H (Z | XY ) ;(5) I ( X ;Y ) , I ( X ; Z ) , I (Y ; Z ) ;(6) I ( X ;Y | Z ) , I (Y ; X | Z ) , I (Z ; X | Y ) , I (Z ;Y | X ) ;(7) I ( XY ; Z ) , I ( X ;YZ ) , I (Y ; XZ ) ;

1 z x y

, 因 此 H ( X | YZ ) 0 , 而

⏺

I ( X ;YZ ) H ( X ) H ( X | YZ ) ,因此 I ( X ;YZ ) H ( X ) 。

I (Y ; Z | X ) H (Y | X ) H (Y | XZ ) H (Y | X ) H (Y )

I ( X ;Y | Z ) H ( X | Z ) H ( X | YZ )

 H ( X | Z )

 I (Y ; X | Z )

 H (Y | Z ) H (Y | XZ )

 H (Y | Z )

[3.7] 设 X , Y 是两个相互统计独立的二元随机变量,其取“0”或“1”的概率为

等概率分布。定义另一个二元随机变量 Z ,而且 Z XY (一般乘积),试计算:

(1) H ( X ) , H (Y ) , H (Z ) ;

(2) H ( XY ) , H ( XZ ) , H (YZ ) , H ( XYZ ) ;

(3) H ( X | Y ) , H ( X | Z ) , H (Y | Z ) , H (Z | X ) , H (Z | Y ) ;

⏺

(4) H ( X | YZ ) , H (Y | XZ ) , H (Z | XY ) ;

(5) I ( X ;Y ) , I ( X ; Z ) , I (Y ; Z ) ;

(6) I ( X ;Y | Z ) , I (Y ; X | Z ) , I (Z ; X | Y ) , I (Z ;Y | X ) ;

(7) I ( XY ; Z ) , I ( X ;YZ ) , I (Y ; XZ ) ;

题目解答

答案

解:

由于 X 和 Y 是相互独立的等概率分布的随机变量,因此有

H ( X ) H (Y ) 1 比特/符号

⏺

P

相关问题

  • 从总体中抽取的、对总体有一定代表性的一部分个体称为()A. 总体B. 部分C. 样本D. 取样

  • 聚类分析的常见应用领域不包括( )A. 数据分析B. 图像处理C. 客户分割D. 发现关联购买行为

  • 决策树算法常用的划分准则包括: A. 信息增益B. 基尼指数C. 误差平方和D. 均方差

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • 下列说法正确的是() A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 区群谬误是用个体调查(分析)单位做资料收集与分析,却用集群乃至总体调查(分析)单位做结论。()A. 正确B. 错误

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • 下列关于回归分析的描述不正确的是()A. 回归分析研究单个变量的变化情况B. 刻画不同变量之间关系的模型统称为线性回归模型C. 回归分析研究不同变量之间存在的关系D. 回归分析模型可分为线性回归模型和非线性回归模型

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

  • 关于样本中某一变量的综合描述叫( )A. 统计值B. 平均值C. 估计值D. 参数值

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 方差池化C. 协方差池化D. 最大池化

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市天河区黄村大观公园路10号3N2
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号