Hier komen de laatste 3 forum topics
te staan waarop je hebt gereageerd.
+ Plaats shout
Anoniem
AWAEAEA3AEA3A3A3AEAEAWAWAEAW
0 | 0 | 0 | 0
0%
Om mee te kunnen praten op het forum dien je ingelogd te zijn.Nog geen account? Klik hier om een gratis account aan te maken.

> Sluiten
Helper
15 van de 24 sterren behaald

Forum

Algemeen < Algemeen Eerste | Vorige | Pagina:
heeft iemand toevallig ooit
Anoniem
Popster



idk ik heb wel redelijk wat statistiek gehad op de uni maar dat is intussen lang geleden en als ik daar oefeningen van had destijds kan ik daar nu ook niet meer bij komen ben ik bang. 
Anoniem
Wereldberoemd



Oh trauma's. Bayesiaanse was onderdeel van statistiek 1 en 2 bij ons, maar dat is al enkele jaren geleden dus ik vrees dat ik weinig ga kunnen betekenen 
Anoniem
Wereldberoemd



Sas schreef:
Als ik in het Engels zoek kan ik wel redelijk wat oefenvragen vinden

www.studocu.com/en-gb/document/queen-mary/bayesian-statistics/past-exams/exam-2014-questions/7400...

Weet niet of je zoiets bedoelt, maar zou misschien een idee zijn
oh dat is wel een goeie! dankje :)
Anoniem
Landelijke ster



Sami schreef:
Sami schreef:
Daisy schreef:
God (zegmaar de speler😂)
Ik denk iemand anders!! Aan de uni

@Tomyris 
ik denk zij
Yes ik doe wel wiskunde alleen was Bayesiaanse statistiek nooit echt mijn sterke kant. Heb het ook alleen maar gehad om schatters te bepalen. Weet niet wat jij precies moet doen @Falls 
Demi
Wereldberoemd



beetje maar ik krijg drie paniekaanvallen tegelijk als ik alleen maar aan statistiek denk dus ik kan je echt niet helpen soooorrryy
Anoniem
Wereldberoemd



Tomyris schreef:
Sami schreef:
Sami schreef:
Ik denk iemand anders!! Aan de uni

@Tomyris    s 
ik denk zij
Yes ik doe wel wiskunde alleen was Bayesiaanse statistiek nooit echt mijn sterke kant. Heb het ook alleen maar gehad om schatters te bepalen. Weet niet wat jij precies moet doen @Falls 
ik moet vooral kansen berekenen met de formule posterior = prior x likelihood / marginal likelihood (ik heb geen idee of dat hetzelfde is als wat jij zegt hahaha) en weten wat die termen inhouden en hoe je eraan komt. ik snap het alleen dus niet echt, omdat er niks over in het boek staat en de powerpoints niet heel duidelijk zijn @Tomyris
Anoniem
Landelijke ster



Falls schreef:
Tomyris schreef:
Sami schreef:

@Tomyris    s 
ik denk zij
Yes ik doe wel wiskunde alleen was Bayesiaanse statistiek nooit echt mijn sterke kant. Heb het ook alleen maar gehad om schatters te bepalen. Weet niet wat jij precies moet doen @Falls 
ik moet vooral kansen berekenen met de formule posterior = prior x likelihood / marginal likelihood (ik heb geen idee of dat hetzelfde is als wat jij zegt hahaha) en weten wat die termen inhouden en hoe je eraan komt. ik snap het alleen dus niet echt, omdat er niks over in het boek staat en de powerpoints niet heel duidelijk zijn @Tomyris
die termen komen echt super bekend voor, maar weet zo even niet meer hoe dit nu moest.
Ik dacht dat ik mijn statistiekboek hier had liggen ook, maar helaas..
Sorry, ik dacht dat ik dit wel begreep maar snap er nu helemaal niks meer van..
Anoniem
Wereldberoemd



Tomyris schreef:
Falls schreef:
Tomyris schreef:
Yes ik doe wel wiskunde alleen was Bayesiaanse statistiek nooit echt mijn sterke kant. Heb het ook alleen maar gehad om schatters te bepalen. Weet niet wat jij precies moet doen @Falls 
ik moet vooral kansen berekenen met de formule posterior = prior x likelihood / marginal likelihood (ik heb geen idee of dat hetzelfde is als wat jij zegt hahaha) en weten wat die termen inhouden en hoe je eraan komt. ik snap het alleen dus niet echt, omdat er niks over in het boek staat en de powerpoints niet heel duidelijk zijn @Tomyris
die termen komen echt super bekend voor, maar weet zo even niet meer hoe dit nu moest.
Ik dacht dat ik mijn statistiekboek hier had liggen ook, maar helaas..
Sorry, ik dacht dat ik dit wel begreep maar snap er nu helemaal niks meer van..
ah helaas. in ieder geval bedankt dat je wilde helpen :p 
Plaats een reactie
Reageer
Om nieuwe berichten te laden: ingeschakeld
Eerste | Vorige | Pagina: