Запитання з тегом «simulation»

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 

Як я можу генерувати двійкові часові ряди таким чином: Вказується середня ймовірність спостереження 1 (скажімо, 5%); Умовна ймовірність спостереження 1 за час задана величина при (скажімо 30%, якщо значення було 1)?tttt−1t−1t-1t−1t−1t-1

15 time-series  random-variable  simulation  random-generation 

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 

У дослідницькій статті про аналіз чутливості звичайної диференціальної моделі рівняння динамічної системи автор запропонував розподіл параметра моделі як нормальний розподіл (середнє = 1e-4, std = 3e-5), усічений до діапазону [0,5e -4 1,5е-4]. Потім він використовує зразки з цього усіченого розподілу для моделювання моделі. Що означає мати усічений розподіл та вибірку …

14 distributions  simulation  truncation 

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 

Мені було цікаво, як би ви генерували дані з рівняння регресії Пуассона в R? Я якось розгублений, як підійти до проблеми. Отже, якщо припустити, у нас є два предиктори і X 2, які розподілені N ( 0 , 1 ) . І перехоплення дорівнює 0, і обидва коефіцієнта рівні 1. …

14 r  regression  poisson-distribution  simulation 

Я новачок у мові R Мені хотілося б знати, як імітувати з декількох лінійних регресійних моделей, які виконують усі чотири припущення регресії. добре, дякую. Скажімо, я хочу імітувати дані на основі цього набору даних: y<-c(18.73,14.52,17.43,14.54,13.44,24.39,13.34,22.71,12.68,19.32,30.16,27.09,25.40,26.05,33.49,35.62,26.07,36.78,34.95,43.67) x1<-c(610,950,720,840,980,530,680,540,890,730,670,770,880,1000,760,590,910,650,810,500) x2<-c(1,1,3,2,1,1,3,3,2,2,1,3,3,2,2,2,3,3,1,2) fit<-lm(y~x1+x2) summary(fit) то я отримую вихід: Call: lm(formula = y ~ x1 + …

14 r  multiple-regression  simulation 

Я шукаю загальний, чистий і швидкий (тобто, використовуючи підпрограми C ++) R для імітації шляхів з неоднорідної нелінійної дифузії типу (1) за допомогою схеми Ейлера-Маруями, схеми Мільштейна (або будь-якої іншої). Це призначено для вбудовування в більшу оціночну версію і тому заслуговує на оптимізацію. гХт= f( θ , t , Xт)гt …

13 r  simulation  stochastic-processes  markov-process 

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 

Ми маємо велику різноманітність методів випадкового генерування з одновимірних розподілів (зворотна трансформація, прийняття-відхилення, Метрополіс-Гастінгс тощо), і здається, що ми можемо вибирати з буквально будь-якого дійсного розподілу - це правда? Не могли б ви надати будь-який приклад одновимірного розподілу, який неможливо випадково генерувати? Я припускаю, що приклад, де це неможливо, не …

12 distributions  simulation  random-generation  mgf  philosophical 

Огляд питання Попередження: Це питання потребує багато налаштування. Будь ласка, нехай мене. Я та моя колега працюємо над розробкою експерименту. Дизайн повинен обходити велику кількість обмежень, які я перелічу нижче. Я розробив дизайн, який задовольняє обмеженням і дає нам неупереджені оцінки наших ефектів, що цікавлять. Однак мій колега вважає, що …

12 mixed-model  experiment-design  simulation  confounding 

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 

Я намагаюся перевірити різні функціональні підходи до аналізу даних. В ідеалі я хотів би перевірити панель підходів, які я маю на моделюваних функціональних даних. Я намагався генерувати модельований FD, використовуючи підхід, заснований на підсумовуванні гауссових шумів (код нижче), але отримані криві виглядають набагато надто міцними порівняно з реальними . Мені …

12 r  simulation  functional-data-analysis 

Мене дуже цікавить потенціал статистичного аналізу для моделювання / прогнозування / оцінки функцій тощо. Однак я мало що про це знаю, і мої математичні знання все ще досить обмежені - я молодший студент з програмної інженерії. Я шукаю книгу, яка б почала мене починати з певних речей, про які я …

12 r  regression  machine-learning  references  simulation 

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