Câu hỏi được gắn thẻ «monte-carlo»

Tôi muốn tạo dữ liệu với "Model 1" và khớp chúng với "Model 2". Ý tưởng cơ bản là điều tra các thuộc tính mạnh mẽ của "Mô hình 2". Tôi đặc biệt quan tâm đến tỷ lệ bao phủ của khoảng tin cậy 95% (dựa trên xấp xỉ bình …

11 simulation  monte-carlo 

Một khu rừng ngẫu nhiên là một tập hợp các cây quyết định được hình thành bằng cách chỉ chọn ngẫu nhiên một số tính năng nhất định để xây dựng mỗi cây với (và đôi khi đóng gói dữ liệu đào tạo). Rõ ràng họ học và khái quát …

11 mcmc  monte-carlo  random-forest  cart 

Tôi thường xử lý dữ liệu trong đó nhiều cá nhân được đo nhiều lần trong mỗi 2 điều kiện trở lên. Gần đây tôi đã chơi với mô hình hiệu ứng hỗn hợp để đánh giá bằng chứng cho sự khác biệt giữa các điều kiện, mô hình hóa …

11 confidence-interval  mixed-model  bootstrap  monte-carlo  simulation 

Tôi có câu hỏi sau đây cho một khóa học tôi đang làm: Thực hiện một nghiên cứu ở Monte Carlo để ước tính xác suất bao phủ của khoảng tin cậy bootstrap thông thường tiêu chuẩn và khoảng tin cậy bootstrap cơ bản. Mẫu từ một dân số bình …

11 r  confidence-interval  self-study  bootstrap  monte-carlo 

Một tình huống cực kỳ phổ biến trong đồ họa máy tính là màu của một số pixel bằng với tích phân của một số chức năng có giá trị thực. Thường thì hàm quá phức tạp để giải quyết một cách phân tích, vì vậy chúng ta còn lại …

11 estimation  monte-carlo  function  quasi-monte-carlo 

Khi một tập hợp các phương trình không thể được giải quyết bằng phương pháp phân tích, thì chúng ta có thể sử dụng thuật toán giảm độ dốc. Nhưng dường như cũng có phương pháp mô phỏng Monte Carlo có thể được sử dụng để giải quyết các vấn …

11 monte-carlo  gradient-descent 

Giả sử tôi muốn lấy mẫu từ một phân phối liên tục . Nếu tôi có một biểu thức của trong mẫupp(x)p(x)p(x)ppp p(x)=∑i=1∞aifi(x)p(x)=∑i=1∞aifi(x)p(x) = \sum_{i=1}^\infty a_i f_i(x) trong đó và f_i là các bản phân phối có thể dễ dàng lấy mẫu từ đó, sau đó tôi có thể dễ …

10 simulation  monte-carlo  mixture  accept-reject 

Tôi hiện đang sử dụng một cách tiếp cận bayes để ước tính các tham số cho một mô hình bao gồm một số ODE. Khi tôi có 15 tham số để ước tính, không gian lấy mẫu của tôi là 15 chiều và tìm kiếm phân phối sau của …

10 bayesian  mcmc  monte-carlo  ergodic 

Đặt là một chuỗi các biến ngẫu nhiên iid được lấy mẫu từ phân phối ổn định alpha , với các tham số . α = 1,5 ,X1,X2,…,X3nX1,X2,…,X3nX_1, X_2, \ldots, X_{3n}α=1.5,β=0,c=1.0,μ=1.0α=1.5,β=0,c=1.0,μ=1.0\alpha = 1.5, \; \beta = 0, \; c = 1.0, \; \mu = 1.0 Bây giờ hãy xem xét …

10 probability  self-study  monte-carlo  convergence  order-statistics 

Tôi đang làm việc trên một hàm Monte Carlo để định giá một số tài sản với lợi nhuận tương quan một phần. Hiện tại, tôi chỉ tạo một ma trận hiệp phương sai và cung cấp cho rmvnorm()hàm trong R. (Tạo các giá trị ngẫu nhiên tương quan.) Tuy …

10 mcmc  monte-carlo  pdf 

Tôi đang thử nghiệm tính độc lập trong bảng dự phòngTôi không biết bài kiểm tra chi bình phương của G-test hay Pearson là tốt hơn. Kích thước mẫu là hàng trăm nhưng có một số lượng tế bào thấp. Như đã nêu trên trang Wikipedia , phép tính gần …

10 chi-squared  p-value  monte-carlo  contingency-tables 

Câu hỏi của tôi là về số lượng mô phỏng cần thiết cho phương pháp phân tích Monte Carlo. Theo như tôi thấy số lượng mô phỏng cần thiết cho bất kỳ lỗi phần trăm được phép (ví dụ: 5) là EEEn={100⋅zc⋅std(x)E⋅mean(x)}2,n={100⋅zc⋅std(x)E⋅mean(x)}2, n = \left\{\frac{100 \cdot z_c \cdot \text{std}(x)}{E \cdot …

10 standard-deviation  monte-carlo  power-analysis 

Trong chương trình của tôi, tôi cần chạy N luồng riêng biệt với mỗi RNG riêng được sử dụng để lấy mẫu một tập dữ liệu lớn. Tôi cần có khả năng gieo mầm toàn bộ quá trình này với một giá trị duy nhất để tôi có thể tái …

10 python  monte-carlo  random-generation  numpy 

Đây chỉ là một ví dụ mà tôi đã bắt gặp nhiều lần, vì vậy tôi không có bất kỳ dữ liệu mẫu nào. Chạy mô hình hồi quy tuyến tính trong R: a.lm = lm(Y ~ x1 + x2) x1là một biến liên tục. x2là phân loại và có …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Có rất nhiều tài liệu về chẩn đoán hội tụ chuỗi Monteov (MCMC) của Markov, bao gồm chẩn đoán Gelman-Rubin phổ biến nhất. Tuy nhiên, tất cả những điều này đánh giá sự hội tụ của chuỗi Markov, và do đó giải quyết câu hỏi về burn-in. Khi tôi đã …

10 sample-size  mcmc  monte-carlo  markov-process