Anladığım kadarıyla parametre değerlerini tahmin etmek için Bayesci bir yaklaşım kullanırken: Posterior dağılım önceki dağılım ve olasılık dağılımının kombinasyonudur. Bunu posterior dağılımdan bir örnek oluşturarak simüle ediyoruz (örneğin, değerleri oluşturmak için bir Metropolis-Hasting algoritması kullanarak ve posterior dağılıma ait olma olasılığının belirli bir eşiğinin üzerindeyse bunları kabul ediyoruz). Bu örneği …
10. sınıftayım ve makine öğrenimi science fair projesi için veri simülasyonu yapmak istiyorum. Son model hasta verileri üzerinde kullanılacak ve haftanın belirli zamanları arasındaki korelasyonu ve bunun tek bir hastanın verileri içindeki ilaç uyumu üzerindeki etkisini öngörecektir. Bağlılık değerleri ikili olacaktır (0 ilacı almadığı, 1 anlamına geldiği anlamına gelir). Haftanın …
Bazılarınız bu güzel makaleyi okumuş olabilir: O'Hara RB, Kotze DJ (2010) Sayım verilerini günlüğe kaydetmeyin. Ekoloji ve Evrimde Yöntemler 1: 118-122. tıklayın . Araştırma alanımda (ekotoksikoloji) kötü çoğaltılmış deneylerle uğraşıyoruz ve GLM'ler yaygın olarak kullanılmıyor. Bu yüzden O'Hara & Kotze (2010) ile benzer bir simülasyon yaptım, ancak ekotoksikolojik verileri taklit …
Zaman serisi verilerim var ve verilere uyacak model olarak kullandım. (I nadir bir olay görünce) (bir nadir bir olay bkz olmadığında) ya da 1 0 ya da bir gösterge rastgele değişkendir. için sahip olduğum önceki gözlemlere dayanarak, Değişken Uzunluk Markov Zinciri metodolojisini kullanarak için bir model geliştirebilirim . Bu , …
Bu Çapraz Onaylı soru , sabit bir meblağa sahip olmak için şartlı bir örnek taklit etme sorusunu bana George Casella'nın belirlediği bir sorunu hatırlattı . Parametrik bir model göz önüne alındığında, f(x|θ)f(x|θ)f(x|\theta) , ve bu model bir iid örnek (X1,…,Xn)(X1,…,Xn)(X_1,\ldots,X_n) , maksimum olabilirlik tahmininin θθ\theta verilir İçeride ISTV melerin RWMAIWi'nin …
aralığı içinde Normal dağılımı takiben rastgele sayılar üretmem gerekiyor . (R'de çalışıyorum.)(a,b)(a,b)(a,b) Fonksiyonun rnorm(n,mean,sd)normal dağılımdan sonra rasgele sayılar üreteceğini biliyorum , ama bunun içindeki aralık sınırlarını nasıl ayarlayabilirim? Bunun için özel R fonksiyonları var mı?
Palaeo bilimlerinde kullanılan belirli bir model türünü uydurmanın farklı yöntemlerinin bilgisayar tabanlı bir değerlendirmesini yaptım. Büyük bir ish eğitim setim vardı ve bu yüzden rastgele (tabakalı rastgele örnekleme) bir test setini ayırdım. I donatılmış eğitim seti örnekleri için farklı yöntemler kullanılarak m modelleri Elde edilen I test seti örnekleri için …
Sıfır hipotezi altında p-değeri dağılımının eşit olması gerektiğini duydum. Bununla birlikte, MATLAB'daki binom test simülasyonları, ortalama 0.5'ten (bu durumda 0.518) daha büyük olan homojen dağılımlardan çok farklı geri dönüşler sağlar: coin = [0 1]; success_vec = nan(20000,1); for i = 1:20000 success = 0; for j = 1:200 success = …
entegre etmek istediğim bir fonksiyonum olduğunu varsayın Tabii ki 'nin uç noktalarda sıfıra gittiğini varsayarsak , patlama olmaz, güzel işlev. I ile ilgilenmek oldum bir yolu örnekleri bir listesini oluşturmak için Metropolis- Hastings yapısı kullanmaktır dağılımından orantılı için normalleştirme sabit eksik, N = \ int _ {- \ infty} ^ …
Yaklaşık Bayes hesaplaması , temelde herhangi bir stokastik modele uymak için gerçekten harika bir tekniktir, olasılığın sürdürülemez olduğu modellere yöneliktir (örneğin, parametreleri sabitlerseniz modelden örnekleme yapabilirsiniz, ancak olasılığı sayısal, algoritmik veya analitik olarak hesaplayamazsınız). Bir kitleye yaklaşık Bayes hesaplaması (ABC) eklerken, gerçekten basit ama yine de biraz ilginç ve inatçı …
Diyelim ki simüle edebileceğim ve gibi iki tek değişkenli marjinal dağılımım var . Şimdi, adlandırılan bir Gauss kopula kullanarak ortak dağıtımlarını oluşturun . Tüm parametreler bilinir.G C ( F , G ; Σ )FFFGGGC(F,G;Σ)C(F,G;Σ)C(F,G;\Sigma) Bu kopuladan benzetim yapmak için MCMC olmayan bir yöntem var mı?
Permütasyon testleri (randomizasyon testi, yeniden randomizasyon testi veya kesin test olarak da adlandırılır) çok faydalıdır ve örneğin normal dağıtım varsayımı t-testkarşılanmadığında ve değerlerin parametrik olmayan test Mann-Whitney-U-test, daha fazla bilginin kaybolmasına neden olur. Bununla birlikte, bu tür bir test kullanılırken bir ve sadece bir varsayım göz ardı edilmemelidir, örneklerin sıfır …
Deneysel bir tasarım veri çerçevesinden verilerin de novo simülasyonu. R'ye odaklanarak (diğer dil çözümleri harika olurdu). Bir deney veya anket tasarlarken, verileri simüle etmek ve bu simüle edilmiş veriler üzerinde bir analiz yapmak, tasarımın avantajları ve zayıflıkları hakkında müthiş bir fikir verebilir. Böyle bir yaklaşım, istatistiksel testlerin anlaşılması ve doğru …
Bir dizi muntazam değişkenten normal bir dağılımı simüle etmek için birkaç teknik vardır: Biri iki bağımsız üniforma örneği (0,1)(0,1)(0,1) değişen ve bunları iki bağımsız standart normal dağılıma dönüştüren Box-Muller algoritması : Z0=−2lnU1−−−−−−√cos(2πU0)Z1=−2lnU1−−−−−−√sin(2πU0)Z0=−2lnU1cos(2πU0)Z1=−2lnU1sin(2πU0) Z_0 = \sqrt{-2\text{ln}U_1}\text{cos}(2\pi U_0)\\ Z_1 = \sqrt{-2\text{ln}U_1}\text{sin}(2\pi U_0) CDF yöntemi , burada normal cdf'yi (F(Z))(F(Z))(F(Z)) bir Tekdüzen değişkenine …