Запитання з тегом «monte-carlo»

Припустимо, у мене є функція g(x)g(x)g(x) яку я хочу інтегрувати ∫∞−∞g(x)dx.∫−∞∞g(x)dx. \int_{-\infty}^\infty g(x) dx. Звичайно, припустимо, що g(x)g(x)g(x) переходить до нуля в кінцевих точках, відсутність вибухів, хороша функція. Один з способів , який я смикав є використання алгоритму Метрополіс-Гастингса , щоб сформувати список зразків x1,x2,…,xnx1,x2,…,xnx_1, x_2, \dots, x_n з розподілу …

16 simulation  monte-carlo  metropolis-hastings  numerical-integration 

Назвіть деякі методи вибірки двох корельованих випадкових змінних: якщо їх параметри розподілу ймовірностей параметризовані (наприклад, log-normal) якщо вони мають непараметричні розподіли. Дані - це два часові ряди, для яких ми можемо обчислити ненульові коефіцієнти кореляції. Ми хочемо моделювати ці дані в майбутньому, вважаючи, що історична кореляція та часовий ряд CDF …

16 correlation  sampling  monte-carlo  stochastic-processes  copula 

Як і чому важливі генератори випадкових чисел (RNG) в обчислювальній статистиці? Я розумію, що випадковість важлива при виборі зразків для багатьох статистичних тестів, щоб уникнути упередженості до будь-якої гіпотези, але чи є інші сфери обчислювальної статистики, де важливі генератори випадкових чисел?

15 hypothesis-testing  monte-carlo  algorithms  random-generation  computational-statistics 

Перестановочні тести (також називаються тестом рандомизації, тестом на повторну рандомізацію або точним тестом) дуже корисні і корисні, коли припущення про нормальний розподіл, необхідне, наприклад, t-testне виконується, і при перетворенні значень за ранжуванням непараметричний тест, як-от Mann-Whitney-U-test, призведе до втрати більше інформації. Однак одне і єдине припущення не слід оминути увагою …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Я намагаюся зрозуміти ланцюги Маркова за допомогою SAS. Я розумію, що процес Маркова - це той, де майбутній стан залежить лише від поточного стану, а не від минулого стану, і є матриця переходу, яка фіксує ймовірність переходу з одного стану в інший. Але потім я натрапив на цей термін: Марківський …

15 probability  simulation  mcmc  monte-carlo  markov-process 

Зараз я працюю над проектом, де генерую випадкові значення, використовуючи низькі розбіжності / квазі випадкові множини точок , такі як набори точок Халтона та Соболя. Це по суті ddd -вимірні вектори, які імітують -вимірні рівномірні (0,1) змінні, але мають краще поширення. Теоретично вони повинні допомогти зменшити дисперсію моїх оцінок в …

14 hypothesis-testing  monte-carlo  random-generation  randomness 

Я почав займатися Монте-Карло в R як хобі, але врешті-решт фінансовий аналітик порадив переїхати до Матлаба. Я досвідчений розробник програмного забезпечення. але новачок в Монте-Карло. Я хочу побудувати статичні моделі з аналізом чутливості, пізніші динамічні моделі. Потрібні хороші бібліотеки / алгоритми, які мене керують. Мені здається, що R має чудові …

14 r  matlab  monte-carlo 

На даний момент я намагаюсь обміняти деякі речі щодо параметричного завантажувального пристрою. Більшість речей, ймовірно, банальні, але я все ще думаю, що я, можливо, щось пропустив. Припустимо, я хочу отримати довірчі інтервали для даних за допомогою параметричної процедури завантаження. Отже, у мене є цей зразок, і я вважаю його нормально …

14 nonparametric  bootstrap  simulation  monte-carlo  parametric 

Я працював над вибіркою важливості досить близько протягом останнього року і маю декілька відкритих питань, з якими я сподівався отримати допомогу. Мій практичний досвід щодо важливих схем відбору проб полягав у тому, що вони можуть періодично давати фантастичні оцінки з низькою дисперсією та низькою ухилом. Однак частіше вони схильні давати …

13 monte-carlo  information-theory  importance-sampling 

Наступна проблема була розміщена на сторінці Mensa International у Facebook: \quad\quad\quad\quad\quad\quad\quad\quad Сама публікація отримала 1000+ коментарів, але я не буду вникати в деталі щодо дебатів там, оскільки знаю, що це парадокс Бертранда, і відповідь - . Що мене тут цікавить - це як можна відповісти на цю проблему, використовуючи підхід …

12 r  probability  simulation  monte-carlo  paradox 

У мене дуже великий набір даних, і близько 5% випадкових значень відсутні. Ці змінні співвідносяться між собою. Наступний приклад набору даних R - це лише іграшковий приклад з манекено-корельованими даними. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), ncol = 10000) colnames(xmat) <- paste ("M", …

12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 

Примітка: це запитання є репостом, оскільки моє попереднє питання довелося видалити з юридичних причин. Порівнюючи PROC MIXED від SAS з функцією lmeз nlmeпакету в R, я натрапив на деякі досить заплутані відмінності. Більш конкретно, ступеня свободи в різних випробувань відрізняються між PROC MIXEDі lme, і я задавався питанням, чому. Почніть …

12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

Як я можу наблизити наступний інтеграл за допомогою моделювання MC? ∫1−1∫1−1|x−y|dxdy∫−11∫−11|x−y|dxdy \int_{-1}^{1} \int_{-1}^{1} |x-y| \,\mathrm{d}x \,\mathrm{d}y Дякую! Правка (деякий контекст): Я намагаюся навчитися використовувати моделювання для наближення інтегралів, і я отримую певну практику, коли зіткнувся з деякими труднощами. Редагувати 2 + 3 : Якось заплутався і подумав, що потрібно розділити …

12 r  self-study  monte-carlo 

Фон Я розробляю моделювання Монте-Карло, що поєднує в собі результати ряду моделей, і я хочу бути впевненим, що моделювання дозволить мені висловити обґрунтовані твердження щодо ймовірності імітованого результату та точності цієї оцінки ймовірності. Моделювання знайде ймовірність того, що присяжні, складені із визначеної громади, засудять певного підсудного. Це етапи моделювання: Використовуючи …

12 confidence-interval  monte-carlo  standard-error  simulation 

Я розробляю гібридний алгоритм вибірки Монте-Карло для PyMC , і я намагаюся зробити це максимально вільним і загальним, тому шукаю гарних порад щодо розробки алгоритму HMC. Я прочитав розділ опитування Радфорда та Beskos et. Нещодавній документ про оптимальну настройку HMC (розмір кроку), і я зібрав наступні поради: Змінні імпульсу повинні …

12 bayesian  monte-carlo