Adriana Vlad, Adrian Mitrea * Estimating Conditional Probabilities and Digram Statistical Structure in Printed Romanian



Table 3.1. Conditional probabilities and digram probabilities estimation in text without blanks
Digram
(i,j) 		Probability
(j/i) 		Signal to
noise ratio 		Relative
error 		Probability
(i,j) 		Cumulated
relative error 		*) Probability
(i,j) 		**) Probability
(i,j)
AC 0.0755 20.98 0.0934 0.0076 0.1189 0.0084 0.0089
AL 0.1109 25.93 0.0756 0.0111 0.1006 0.0098 0.0102
AR 0.1621 32.30 0.0607 0.0163 0.0854 0.0152 0.0161
AS 0.0697 20.10 0.0975 0.0070 0.1231 0.0068 0.0067
AT 0.1272 28.04 0.0699 0.0128 0.0948 0.0114 0.0115
CA 0.1478 22.15 0.0885 0.0075 0.1252 0.0080 0.0081
CE 0.1775 24.71 0.0793 0.0090 0.1157 0.0097 0.0090
CU 0.1443 21.84 0.0898 0.0073 0.1265 0.0075 0.0071
DE 0.4472 38.16 0.0514 0.0146 0.0959 0.0149 0.0145
DI 0.1839 20.14 0.0973 0.0060 0.1438 0.0060 0.0058
EA 0.1373 32.69 0.0600 0.0167 0.0821 0.0166 0.0167
EC 0.0887 25.57 0.0766 0.0108 0.0991 0.0103 0.0096
EL 0.0806 24.26 0.0808 0.0098 0.1034 0.0095 0.0090
EN 0.0691 22.33 0.0878 0.0084 0.1105 0.0091 0.0092
ER 0.1035 27.84 0.0704 0.0126 0.0928 0.0120 0.0122
ES 0.0896 25.72 0.0762 0.0109 0.0987 0.0108 0.0106
IA 0.0787 22.22 0.0882 0.0083 0.1128 0.0087 0.0089
IC 0.0952 24.65 0.0795 0.0101 0.1039 0.0102 0.0104
IE 0.0709 21.01 0.0933 0.0075 0.1180 0.0067 0.0069
IN 0.1438 31.15 0.0629 0.0152 0.0869 0.0155 0.0152
IT 0.0789 22.25 0.0881 0.0083 0.1127 0.0077 0.0077
LA 0.1459 21.53 0.0910 0.0070 0.1288 0.0068 0.0068
LE 0.2115 26.98 0.0726 0.0102 0.1098 0.0105 0.0101
LU 0.1374 20.79 0.0943 0.0066 0.1321 0.0064 0.0066
NE 0.1269 22.70 0.0863 0.0083 0.1184 0.0079 0.0085
NT 0.1399 24.01 0.0816 0.0091 0.1135 0.0096 0.0099
OR 0.2346 26.26 0.0746 0.0099 0.1145 0.0101 0.0107
PE 0.2066 20.79 0.0943 0.0066 0.1413 0.0067 0.0063
PR 0.2217 21.74 0.0901 0.0070 0.1370 0.0073 0.0073
RA 0.1147 23.09 0.0849 0.0087 0.1144 0.0085 0.0088
RE 0.2745 39.47 0.0497 0.0209 0.0782 0.0208 0.0206
RI 0.1827 30.33 0.0646 0.0139 0.0936 0.0137 0.0143
SE 0.1723 21.90 0.0895 0.0071 0.1305 0.0072 0.0076
ST 0.2418 27.10 0.0723 0.0099 0.1126 0.0095 0.0089
TA 0.1222 22.11 0.0887 0.0076 0.1216 0.0078 0.0073
TE 0.2492 34.14 0.0574 0.0155 0.0895 0.0156 0.0157
TI 0.1151 21.37 0.0917 0.0071 0.1248 0.0064 0.0068
TR 0.1193 21.81 0.0899 0.0074 0.1229 0.0077 0.0074
UL 0.2008 28.80 0.0681 0.0118 0.1014 0.0111 0.0107
UN 0.1587 24.96 0.0785 0.0093 0.1122 0.0088 0.0086
ÂN 0.6100 23.70 0.0827 0.0041 0.1855 0.0039 0.0038
ÎN 0.8808 71.31 0.0275 0.0105 0.1004 0.0107 0.0107
ªI 0.6657 37.42 0.0524 0.0089 0.1230 0.0083 0.0086
ÞI 0.6101 31.99 0.0613 0.0067 0.1396 0.0072 0.0070

*) Calculated as ratio between the occurrence number and the total digram number on the whole X text.

**) Calculated on a periodical sample from the whole X text with a step of 200 letters.

51

Previous Index Next