Запитання з тегом «random-generation»

Я намагаюся вписати в R дискретний час модель, але не знаю, як це зробити. Я читав, що ви можете організувати залежну змінну в різні рядки, по одній для кожного часу спостереження, і використовувати glmфункцію за допомогою посилання logit або cloglog. У цьому сенсі, у мене є три колонки: ID, Event(1 …

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

Мені потрібно сформувати список випадкових змінних умови обмежень, які можуть бути виражені у вигляді де є матрицею якщо має записів. У всіх випадках, з якими я маю справу, , наприклад, буде приблизно 14 000, а буде 50. Я не впевнений, який метод я буду використовувати для випадкового відбору, нормального чи …

9 random-generation  random-matrix 

Я зіткнувся з такою проблемою моделювання: заданий набір {ω1,…,ωd}{ω1,…,ωг}\{\omega_1,\ldots,\omega_d\} відомих реальних чисел, розподіл на {−1,1}d{-1,1}г\{-1,1\}^d визначається через P(X=(x1,…,xd))∝(x1ω1+…+xdωd)+П(Х=(х1,…,хг))∝(х1ω1+…+хгωг)+\mathbb{P}(X=(x_1,\ldots,x_d))\propto (x_1\omega_1+\ldots+x_d\omega_d)_+ де (z)+(z)+(z)_+ позначає позитивну частину zzz. Хоча я можу подумати про пробірник Metropolis-Hastings, націлений на цей розподіл, мені цікаво, чи існує ефективний прямий пробовідбірник, скориставшись великою кількістю нульових ймовірностей для зменшення …

9 simulation  algorithms  random-generation  computational-statistics  metropolis-hastings 

З якоюсь метою мені потрібно генерувати випадкові числа (дані) з "похилого рівномірного" розподілу. "Нахил" цього розподілу може змінюватись в якийсь розумний інтервал, і тоді мій розподіл повинен змінюватися від рівномірного до трикутного на основі схилу. Ось моя деривація: Давайте спростимо та сформуємо дані від до (синій, червоний - рівномірний розподіл). …

9 r  distributions  python  random-generation  uniform 

В даний час я пишу алгоритм диференціальної конфіденційності за допомогою механізму Лапласа. На жаль, я не маю передумов у статистиці, тому багато термінів мені невідомі. Тож зараз я спотикаюся над терміном: Шум Лапласа . Щоб зробити диференціальний набір даних приватним, усі документи просто говорять про додавання шуму Лапласа відповідно до …

9 random-generation  laplace-distribution  differential-privacy 

Мені потрібен алгоритм для вибірки усіченого багаточленного розподілу. Це є, х⃗ ∼1Zpх11…pхккх1! …хк!x→∼1Zp1x1…pkxkx1!…xk!\vec x \sim \frac{1}{Z} \frac{p_1^{x_1} \dots p_k^{x_k}}{x_1!\dots x_k!} де - константа нормалізації, має позитивних компонентів, а . Я вважаю лише значення у діапазоні .ZZZх⃗ x→\vec xкkk∑хi= n∑xi=n\sum x_i = nх⃗ x→\vec{x}а⃗ ≤х⃗ ≤б⃗ a→≤x→≤b→\vec a \le \vec x …

9 algorithms  multinomial  random-generation 

Всі ми знаємо, що Генератори випадкових чисел на комп’ютерах не генерують справжні випадкові числа, а натомість генерують псевдовипадкові числа. Також деякі RNG краще, ніж інші, а деякі реалізуються краще, ніж інші. Наведіть декілька прикладів, коли використовувались погані РНГ або погано реалізовані РНГ, і вони були використані? Приклади, які я знайшов, …

9 random-generation  history 

У мене, мабуть, є дурне питання, щодо якого, мушу зізнатися, я розгублений. Уявіть повторне генерування рівномірно розподілених випадкових ортогональних (ортонормальних) матриць певного розміру . Іноді згенерована матриця має визначник а іноді - детермінант . (Є лише два можливі значення. З точки зору ортогонального обертання означає, що крім обертання є ще …

9 mathematical-statistics  matrix  random-generation  rotation  determinant 

Я ніколи не мав офіційного курсу статистики, але завдяки своєму дослідженню я постійно натрапляю на статті, в яких застосовуються кілька статистичних понять. Часто я бачу опис процесу Монте-Карло, застосованого до даної ситуації, і для того, що я можу зібрати 9 із 10 разів, це зводиться до простого випадкового покоління населення …

9 monte-carlo  random-generation 

Мені цікаво знайти процедуру моделювання даних, що відповідають заданій моделі посередництва. Відповідно до загальної структури лінійних структурних рівнянь для тестування моделей посередництва, вперше викладених Барроном та Кенні (1986) та описаних у інших місцях, таких як Judd, Yzerbyt, & Muller (2013) , моделі посередництва для результатівYYY, посередник , і предиктор , …

9 r  regression  simulation  random-generation  mediation