Statistiken und Big Data random-generation

4

Zeitdiskretes Ereignisverlaufsmodell (Überlebensmodell) in R.

Ich versuche, ein zeitdiskretes Modell in R einzubauen, bin mir aber nicht sicher, wie ich das machen soll. Ich habe gelesen, dass Sie die abhängige Variable in verschiedenen Zeilen organisieren können, eine für jede glmZeitbeobachtung , und die Funktion mit einem Logit- oder Cloglog-Link verwenden können. In diesem Sinne, ich …

10 r survival pca sas matlab neural-networks r logistic spatial spatial-interaction-model r time-series econometrics var statistical-significance t-test cross-validation sample-size r regression optimization least-squares constrained-regression nonparametric ordinal-data wilcoxon-signed-rank references neural-networks jags bugs hierarchical-bayesian gaussian-mixture r regression svm predictive-models libsvm scikit-learn probability self-study stata sample-size spss wilcoxon-mann-whitney survey ordinal-data likert group-differences r regression anova mathematical-statistics normal-distribution random-generation truncation repeated-measures variance variability distributions random-generation uniform regression r generalized-linear-model goodness-of-fit data-visualization r time-series arima autoregressive confidence-interval r time-series arima autocorrelation seasonality hypothesis-testing bayesian frequentist uninformative-prior correlation matlab cross-correlation

2

Generieren von Zufallsvariablen, die Einschränkungen erfüllen

Ich muss eine Liste von Zufallsvariablen generieren , die Einschränkungen unterliegen, die in der Form ausgedrückt werden können, wobei eine Matrix ist, wenn hat Einträge. In allen Fällen, mit denen ich es zu tun habe, wird , zum Beispiel , ungefähr 14.000 und 50 sein. Ich bin mir nicht sicher, …

9 random-generation random-matrix

1

Stichprobenkosten von gegenüber

Ich bin auf das folgende Simulationsproblem : Bei einer Menge bekannter reeller Zahlen wird eine Verteilung auf durch wobei den positiven Teil von . Ich kann mir zwar einen Metropolis-Hastings-Sampler vorstellen, der auf diese Verteilung abzielt, aber ich frage mich, ob es einen effizienten direkten Sampler gibt, der die große …

9 simulation algorithms random-generation computational-statistics metropolis-hastings

1

Generieren Sie Zufallszahlen aus der "geneigten Gleichverteilung" aus der mathematischen Theorie

Für einen bestimmten Zweck muss ich Zufallszahlen (Daten) aus einer "geneigten gleichmäßigen" Verteilung generieren. Die "Steigung" dieser Verteilung kann in einem angemessenen Intervall variieren, und dann sollte sich meine Verteilung basierend auf der Steigung von gleichmäßig zu dreieckig ändern. Hier ist meine Ableitung: Machen wir es einfach und generieren Daten …

9 r distributions python random-generation uniform

2

Was ist mit "Laplace-Lärm" gemeint?

Ich schreibe derzeit einen Algorithmus für differenzielle Privatsphäre unter Verwendung des Laplace-Mechanismus. Leider habe ich keinen statistischen Hintergrund, daher sind mir viele Begriffe unbekannt. Jetzt stolpere ich über den Begriff: Laplace-Lärm . Um ein Dataset-Differential privat zu machen, sprechen alle Papiere nur über das Hinzufügen von Laplace-Rauschen gemäß der Laplace-Verteilung …

9 random-generation laplace-distribution differential-privacy

2

Wie wird eine abgeschnittene Multinomialverteilung abgetastet?

Ich benötige einen Algorithmus, um eine abgeschnittene Multinomialverteilung abzutasten. Das ist, x⃗ ∼ 1Z.px11… P.xkkx1! … X.k!x→∼1Zp1x1…pkxkx1!…xk!\vec x \sim \frac{1}{Z} \frac{p_1^{x_1} \dots p_k^{x_k}}{x_1!\dots x_k!} wobei eine Normierungskonstante ist, hat positive Komponenten und . Ich betrachte nur Werte von im Bereich .→ x k ∑ x i = n → x …

9 algorithms multinomial random-generation

1

Beispiele aus der Praxis eines ineffizienten Zufallszahlengenerators

Wir alle wissen, dass Zufallszahlengeneratoren in Computern keine echten Zufallszahlen erzeugen, sondern Pseudozufallszahlen. Außerdem sind einige RNGs besser als andere, und einige sind besser implementiert als andere. Was sind einige Beispiele dafür, wann ein schlechtes RNG verwendet oder ein RNG schlecht implementiert und ausgenutzt wurde? Beispiele, die ich gefunden habe, …

9 random-generation history

1

Wie erzeugt man gleichmäßig zufällige orthogonale Matrizen mit positiver Determinante?

Ich habe wahrscheinlich eine dumme Frage, über die ich, muss ich gestehen, verwirrt bin. Stellen Sie sich die wiederholte Erzeugung einer gleichmäßig verteilten zufälligen orthogonalen (orthonormalen) Matrix mit einer Größe . Manchmal hat die erzeugte Matrix die Determinante und manchmal die Determinante . (Es gibt nur zwei mögliche Werte. Unter …

9 mathematical-statistics matrix random-generation rotation determinant

1

Wendet Monte Carlo == einen zufälligen Prozess an?

Ich hatte nie einen formalen Statistikkurs, aber aufgrund meiner Forschungsrichtung stoße ich ständig auf Artikel, die verschiedene statistische Konzepte anwenden. Oft sehe ich eine Beschreibung eines Monte-Carlo- Prozesses, der auf eine bestimmte Situation angewendet wird, und für das, was ich 9 von 10 Mal erfassen kann, kommt es auf eine …

9 monte-carlo random-generation

2

Daten simulieren, um sie an ein Mediationsmodell anzupassen

Ich bin daran interessiert, ein Verfahren zur Simulation von Daten zu finden, die mit einem bestimmten Mediationsmodell übereinstimmen. Gemäß dem allgemeinen Framework für lineare Strukturgleichungsmodelle zum Testen von Mediationsmodellen, das zuerst von Barron und Kenny (1986) skizziert und an anderer Stelle wie Judd, Yzerbyt & Muller (2013) beschrieben wurde , …

9 r regression simulation random-generation mediation

1

Simulieren Sie aus einer Normalverteilung einer abgeschnittenen Mischung

Ich möchte eine Probe aus einer Mischungsnormalverteilung so simulieren, dass p×N(μ1,σ21)+(1−p)×N(μ2,σ22)p×N(μ1,σ12)+(1−p)×N(μ2,σ22)p\times\mathcal{N}(\mu_1,\sigma_1^2) + (1-p)\times\mathcal{N}(\mu_2,\sigma_2^2) ist auf das Intervall anstelle von . Dies bedeutet, dass ich eine abgeschnittene Mischung von Normalverteilungen simulieren möchte.R.[0,1][0,1][0,1]RR\mathbb{R} Ich weiß, dass es einen Algorithmus gibt, um eine abgeschnittene Normalität (dh aus dieser Frage ) und ein entsprechendes …

9 simulation random-generation cdf mixture gaussian-mixture

1

Diskrete Uniform aus Münzwürfen erzeugen

Angenommen, Sie haben eine faire Münze, die Sie so oft werfen können, wie Sie möchten (möglicherweise zählbar unendlich). Ist es möglich, die diskrete Gleichverteilung auf zu erzeugen , wobei KEINE Potenz von 2 ist? Wie würdest du es machen?( 1 , 2 , . . . , K )(1,2,...,k)(1,2,...,k)kkk Wenn …

9 random-generation uniform

4

Beste Methode zur Umwandlung einer Sequenz mit geringer Diskrepanz in eine Normalverteilung?

Ich verwende seit einiger Zeit Sequenzen mit geringer Diskrepanz für Gleichverteilungen, da ich ihre Eigenschaften als nützlich empfunden habe (hauptsächlich in Computergrafiken wegen ihres zufälligen Erscheinungsbilds und ihrer Fähigkeit, [0,1] inkrementell dicht zu bedecken). Zum Beispiel zufällige Werte oben, Halton-Sequenzwerte unten: Ich habe überlegt, sie für eine Finanzanalyseplanung zu verwenden, …

9 normal-distribution random-generation

3

Hohe Autokorrelation bei der L-ten Differenzordnung einer Folge unabhängiger Zufallszahlen

Um diese Frage genauer zu erläutern, werde ich zunächst meinen Ansatz erläutern: Ich simulierte eine Folge unabhängiger Zufallszahlen .X={x1,...,xN}X={x1,...,xN}X = \{x_1,...,x_N\} Ich nehme dann mal den Unterschied; dh ich erstelle die Variablen:LLL dX1={X(2)−X(1),...,X(N)−X(N−1)}dX1={X(2)−X(1),...,X(N)−X(N−1)}dX_{1} = \{X(2)-X(1),...,X(N)-X(N-1)\} dX.2= { dX.1( 2 ) - dX.1( 1 ) , . . . , dX.1( …

9 autocorrelation random-generation randomness sequential-analysis sequential-pattern-mining

1

Warum wird sqrt (6) verwendet, um epsilon für die zufällige Initialisierung neuronaler Netze zu berechnen?

In den Vorlesungsunterlagen der 5. Woche für Andrew Ngs Coursera Machine Learning Class wird die folgende Formel zur Berechnung des Werts von der zum Initialisieren von mit zufälligen Werten verwendet wird:ϵϵ\epsilonΘΘ\Theta In der Übung werden weitere Erläuterungen gegeben: Eine effektive Strategie für die Auswahl von besteht darin, sie auf der …

8 machine-learning neural-networks random-generation

Als «random-generation» getaggte Fragen