Вопросы с тегом «monte-carlo»

Случайный лес представляет собой совокупность деревьев решений , сформированных случайным образом выбирая только определенные функции для построения каждого дерева с (а иногда и расфасовке тренировочную данные). По-видимому, они хорошо учатся и обобщают. Кто-нибудь делал выборку MCMC пространства дерева решений или сравнивал их со случайными лесами? Я знаю, что в вычислительном …

11 mcmc  monte-carlo  random-forest  cart 

Я обычно имею дело с данными, в которых несколько человек измеряются несколько раз в каждом из двух или более состояний. Недавно я играл с моделированием смешанных эффектов, чтобы оценить доказательства различий между условиями, моделируя individualкак случайный эффект. Чтобы визуализировать неопределенность в отношении прогнозов из такого моделирования, я использовал начальную загрузку, …

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

У меня есть следующий вопрос для курса, над которым я работаю: Проведите исследование методом Монте-Карло, чтобы оценить вероятности охвата стандартного нормального доверительного интервала начальной загрузки и базового доверительного интервала начальной загрузки. Выборка из нормальной популяции и проверка эмпирических показателей охвата для выборки среднего. Вероятности покрытия для стандартного нормального загрузочного CI …

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

Я хотел бы решить Project Euler 213, но не знаю, с чего начать, потому что я непрофессионал в области статистики, обратите внимание, что требуется точный ответ, чтобы метод Монте-Карло не работал. Не могли бы вы порекомендовать мне некоторые темы статистики? Пожалуйста, не размещайте решение здесь. Блошиный цирк Сетка квадратов 30 …

11 self-study  monte-carlo  markov-process 

Чрезвычайно распространенная ситуация в компьютерной графике состоит в том, что цвет некоторого пикселя равен интегралу некоторой вещественной функции. Часто эта функция слишком сложна для аналитического решения, поэтому мы остаемся с числовым приближением. Но эта функция также часто очень дорога для вычисления, поэтому мы сильно ограничены в количестве сэмплов, которое мы …

11 estimation  monte-carlo  function  quasi-monte-carlo 

Когда набор уравнений не может быть решен аналитически, тогда мы можем использовать алгоритм градиентного спуска. Но, похоже, существует также метод моделирования Монте-Карло, который можно использовать для решения задач, которые не имеют аналитических решений. Как определить, когда использовать градиентный спуск, а когда - Монте-Карло? Или я просто путаю термин «симуляция» с …

11 monte-carlo  gradient-descent 

Предположим, я хочу сделать выборку из непрерывного распределения . Если у меня есть выражение в видерp(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) где и f_i - это распределения, из которых можно легко брать выборки, тогда я могу легко сгенерировать выборки из p :ai⩾0,∑iai=1ai⩾0,∑iai=1a_i \geqslant 0, \sum_i a_i= 1 рfifif_ippp Выборка метки …

10 simulation  monte-carlo  mixture  accept-reject 

В настоящее время я использую байесовский подход для оценки параметров модели, состоящей из нескольких ODE. Поскольку у меня есть 15 параметров для оценки, мое пространство выборки является 15-мерным, и в моем поиске апостериорного распределения, по-видимому, имеется много локальных максимумов, которые очень изолированы большими областями с очень низкой вероятностью. Это приводит …

10 bayesian  mcmc  monte-carlo  ergodic 

Пусть X1,X2,…,X3nX1,X2,…,X3nX_1, X_2, \ldots, X_{3n} - последовательность случайных величин iid, взятых из альфа-стабильного распределения , с параметрами 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 . Теперь рассмотрим последовательность Y1,Y2, ...,YNY1,Y2,…,YNY_1, Y_2, \ldots, Y_{n} , где YJ + 1= Х3 Дж + 1Икс3 …

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

Я проверяю независимость в таблице непредвиденных обстоятельствЯ не знаю, лучше ли G-тест или критерий хи-квадрат Пирсона. Размер выборки исчисляется сотнями, но есть небольшое количество клеток. Как указано на странице Википедии , приближение к распределению хи-квадрат лучше для G-теста, чем для теста Пирсона. Но я использую симуляцию Монте-Карло для вычисления значения …

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

Мой вопрос о необходимом количестве симуляций для метода анализа Монте-Карло. Насколько я вижу, необходимое количество симуляций для любой допустимой процентной ошибки (например, 5) равно 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 \text{mean}(x)} \right\}^2 , где - стандартное отклонение результирующей выборки, а - коэффициент уровня достоверности (например, для 95% …

10 standard-deviation  monte-carlo  power-analysis 

Я работаю над функцией Монте-Карло для оценки нескольких активов с частично коррелированной доходностью. В настоящее время я просто генерирую ковариационную матрицу и подаю rmvnorm()функцию в R. (Генерирует коррелированные случайные значения.) Однако, глядя на распределение доходности актива, он обычно не распределяется. Это действительно вопрос, состоящий из двух частей: 1) Как я …

10 mcmc  monte-carlo  pdf 

В моей программе мне нужно запустить N отдельных потоков, каждый с собственным RNG, который используется для выборки большого набора данных. Мне нужно иметь возможность заполнить весь этот процесс одним значением, чтобы я мог воспроизвести результаты. Достаточно ли просто последовательно увеличивать начальное число для каждого индекса? В настоящее время я использую …

10 python  monte-carlo  random-generation  numpy 

Марковская цепь Монте-Карло - это метод, основанный на цепях Маркова, который позволяет нам получать выборки (в условиях Монте-Карло) из нестандартных распределений, из которых мы не можем напрямую брать выборки. Мой вопрос заключается в том, почему цепь Маркова является «современной» для отбора проб Монте-Карло. Альтернативный вопрос может быть, есть ли другие …

10 sampling  mcmc  monte-carlo  markov-chain  stochastic-approximation 

Это всего лишь пример, с которым я сталкивался несколько раз, поэтому у меня нет примеров данных. Запуск модели линейной регрессии в R: a.lm = lm(Y ~ x1 + x2) x1является непрерывной переменной x2является категориальным и имеет три значения, например, «Низкий», «Средний» и «Высокий». Однако вывод, заданный R, будет выглядеть примерно …

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