Запитання з тегом «simulation»

Припустимо, у мене є один зразок частоти 4 можливих подій: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 і я маю очікувані ймовірності моїх подій: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 За допомогою суми спостережуваних частот моїх чотирьох подій (18) …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Я працюю над завданням з планування потенціалу і прочитав деякі книги. Мова йде саме про дистрибуції. Я використовую Р. Який рекомендований підхід визначити, що таке мій розподіл даних? Чи є статистичні методи її ідентифікації? У мене є ця діаграма. Які підходи до моделювання доступні за допомогою R? Тут я хочу …

9 distributions  simulation 

@whuber продемонстрував, як імітувати багатоваріантні результати ( , та ) за один момент часу.у1y1y_1у2y2y_2у3y3y_3 Як ми знаємо, поздовжні дані часто зустрічаються в медичних дослідженнях. Моє запитання - як імітувати багаторазові результати в R? Наприклад, ми неодноразово вимірюємо , і у 5 різних часових точках для двох різних груп лікування.у1y1y_1у2y2y_2у3y3y_3

9 r  repeated-measures  simulation 

Я хочу імітувати з нормальної щільності (скажімо середнє = 1, sd = 1), але хочу лише позитивних значень. Один із способів - це моделювання від нормального та прийняття абсолютного значення. Я вважаю це як складене нормальне. Я бачу в R є функції для урізання випадкової генерації змінної. Якщо я моделюю …

9 normal-distribution  simulation  truncation 

Я хотів би провести багатоваріантний аналіз на індивідуальному рівні на невеликих рівнях географічної агрегації (австралійські райони збору переписів). Зрозуміло, що на цих малих рівнях сукупності з міркувань конфіденційності перепис не доступний, тому я розслідую інші варіанти. Майже всі змінні величини, що цікавлять, є категоричними. У мене є два набори даних: …

9 distributions  sampling  simulation  spatial  census 

Я намагаюся зрозуміти, як використовувати теорему Байєса для обчислення задніх, але я застрягаю з обчислювальним підходом, наприклад, у наступному випадку мені незрозуміло, як взяти добуток попереднього та ймовірного, а потім обчислити задній: У цьому прикладі мені цікаво обчислити задню ймовірність і я використовую стандартний звичайний до , але я хочу …

9 bayesian  simulation  computational-statistics 

Отже, у мене є 16 випробувань, в яких я намагаюся ідентифікувати людину з біометричної ознаки за допомогою дистанції Hamming. Мій поріг встановлено на 3,5. Мої дані нижче, і лише пробна версія 1 - справжнє Позитивне: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction