Câu hỏi được gắn thẻ «random-generation»

Hành động tạo ra một chuỗi các số hoặc ký hiệu ngẫu nhiên, hoặc (hầu như luôn luôn) giả ngẫu nhiên; tức là, không có bất kỳ dự đoán hoặc mô hình.

4
Làm thế nào để tạo ma trận tương quan ngẫu nhiên có các mục ngoài đường chéo được phân phối bình thường với độ lệch chuẩn đã cho?
Tôi muốn tạo ra một ma trận tương quan ngẫu nhiên sao cho sự phân bố các phần tử nằm ngoài đường chéo của nó trông gần giống như bình thường. Tôi làm nó như thế nào? Động lực là thế này. Đối với một tập hợp dữ liệu chuỗi …
1
Tạo các vectơ ngẫu nhiên với các ràng buộc
Tôi cần tạo các vectơ ngẫu nhiên của các số thực a_i thỏa mãn các ràng buộc sau: abs(a_i) < c_i; sum(a_i)< A; # sum of elements smaller than A sum(b_i * a_i) < B; # weighted sum is smaller than B aT*A*a < D # quadratic multiplication with A …
2
RNG, R, mclapply và cụm máy tính
Tôi đang chạy một mô phỏng trên R và một cụm máy tính và gặp vấn đề sau. Trên mỗi máy tính X tôi chạy: fxT2 <- function(i) runif(10) nessay <- 100 c(mclapply(1:nessay, fxT2), recursive=TRUE) Có 32 máy tính, mỗi máy có 16 lõi. Tuy nhiên, khoảng 2% số ngẫu …
4
Điều này có đúng không? (tạo ra một Traussated-Norm-multivariate-Gaussian)
Nếu tức là X∈Rn, X∼N(0–,σ2I)X∈Rn, X∼N(0_,σ2I)X\in\mathbb{R}^n,~X\sim \mathcal{N}(\underline{0},\sigma^2\mathbf{I})fX(x)=1(2πσ2)n/2exp(−||x||22σ2)fX(x)=1(2πσ2)n/2exp⁡(−||x||22σ2) f_X(x) = \frac{1}{{(2\pi\sigma^2)}^{n/2}} \exp\left(-\frac{||x||^2}{2\sigma^2}\right) Tôi muốn một phiên bản tương tự của phân phối cắt ngắn-bình thường trong trường hợp đa biến. Chính xác hơn, tôi muốn tạo một ràng buộc định mức (đến một giá trị ) đa biến Gaussian Y st …
1
Tại sao Anova () và drop1 () cung cấp các câu trả lời khác nhau cho GLMM?
Tôi có một GLMM có dạng: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Khi tôi sử dụng drop1(model, test="Chi"), tôi nhận được kết quả khác với nếu tôi sử dụng Anova(model, type="III")từ gói xe hơi hoặc summary(model). Hai cái sau cho cùng một …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 
1
Tạo số ngẫu nhiên Log-Cauchy
Tôi cần vẽ các số ngẫu nhiên từ phân phối log-cauchy có mật độ: Bất cứ ai có thể giúp tôi ra hoặc chỉ cho tôi một cuốn sách / giấy có thể chỉ cho tôi làm thế nào?f(x;μ,σ)=1xπσ[1+(ln(x)−μσ)2].f(x;μ,σ)=1xπσ[1+(ln(x)−μσ)2].f(x;\mu,\sigma)=\frac{1}{x\pi\sigma\left[1+\left(\frac{ln(x)-\mu}{\sigma}\right)^2\right]}.
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookie và Chính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.