Ich habe mich genau gefragt, warum das Sammeln von Daten bis zu einem signifikanten Ergebnis (z. B. ) die Typ-I-Fehlerrate erhöht.p<.05p<.05p \lt .05 Ich würde mich auch sehr über eine RDemonstration dieses Phänomens freuen.
Diese Frage ist durch meine Frage zur Metaanalyse motiviert . Ich stelle mir jedoch vor, dass dies auch in Lehrkontexten nützlich ist, in denen Sie ein Dataset erstellen möchten, das genau einem vorhandenen veröffentlichten Dataset entspricht. Ich weiß, wie man zufällige Daten aus einer bestimmten Distribution generiert. Wenn ich also …
Ich weiß, dass ich etwas in meinem Verständnis der logistischen Regression vermisse und würde mich über jede Hilfe sehr freuen. Nach meinem Verständnis geht die logistische Regression davon aus, dass die Wahrscheinlichkeit eines 1-Ergebnisses bei den Eingaben eine lineare Kombination der Eingaben ist, die durch eine inverse logistische Funktion geleitet …
Das ist also eine sehr einfache und dumme Frage. Als ich in der Schule war, widmete ich dem gesamten Konzept der Simulationen im Unterricht jedoch nur sehr wenig Aufmerksamkeit, und das hat mich ein wenig verängstigt. Können Sie den Simulationsprozess mit Laien erklären? (Kann zur Generierung von Daten, Regressionskoeffizienten usw. …
Diese Frage beantwortet @Greg Snow in Bezug auf eine Frage, die ich bezüglich der Leistungsanalyse mit logistischer Regression und SAS gestellt habe Proc GLMPOWER. Wenn ich ein Experiment entwerfe und die Ergebnisse in einer faktoriellen logistischen Regression auswerten möchte, wie kann ich mithilfe der Simulation (und hier ) eine Leistungsanalyse …
Ich habe mir kürzlich die Monte-Carlo-Simulation angesehen und sie verwendet, um Konstanten wie (Kreis in einem Rechteck, proportionale Fläche) anzunähern.ππ\pi Ich kann mir jedoch keine entsprechende Methode vorstellen, um den Wert von [Eulers Zahl] mithilfe der Monte-Carlo-Integration zu approximieren .eee Haben Sie Hinweise, wie dies getan werden kann?
Nachdem ich kürzlich Bootstrap studiert hatte, stellte ich mir eine konzeptionelle Frage, die mich immer noch verwirrt: Sie haben eine Population und möchten ein Populationsattribut kennen, dh , wobei ich P verwende, um die Population darzustellen. Dies θ könnte beispielsweise ein Populationsmittelwert sein. Normalerweise können Sie nicht alle Daten aus …
Wenn ich GAM verwende, erhalte ich einen DF-Rest von (letzte Zeile im Code). Was bedeutet das? Über das GAM-Beispiel hinausgehend: Kann die Anzahl der Freiheitsgrade im Allgemeinen eine nicht ganzzahlige Zahl sein?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median …
Ich versuche, Bestärkungslernen zu lernen und dieses Thema ist für mich wirklich verwirrend. Ich habe eine Einführung in die Statistik genommen, konnte dieses Thema aber nicht intuitiv verstehen.
Ich lese über adaptive MCMC (siehe z. B. Kapitel 4 der Handbuchs von Markov Chain Monte Carlo , Herausgeber Brooks et al., 2011; und auch Andrieu & Thoms, 2008 ). nnnp ( n )p(n)p(n)limn→∞p(n)=0limn→∞p(n)=0\lim_{n \rightarrow \infty} p(n) = 0 Dieses Ergebnis ist (a posteriori) asymptotisch intuitiv. Da der Anpassungsgrad gegen …
Wenn bekannte Dichten sind, aus denen ich simulieren kann, dh für die ein Algorithmus verfügbar ist. und wenn das Produkt integrierbar ist, gibt es einen generischen Ansatz, um aus dieser Produktdichte unter Verwendung von zu simulieren Simulatoren aus dem 's?k ∏ i = 1 f i ( x ) α …
Aufgrund ihrer Kovarianzmatrix (ihre Leistungsspektraldichten (PSDs) und Kreuzleistungsspektraldichten (CSDs)) habe ich Probleme, eine Reihe stationärer farbiger Zeitreihen zu erstellen. Ich weiß, dass ich mit zwei Zeitreihen und ihre Leistungsspektraldichten (PSDs) und Kreuzspektraldichten (CSDs) unter Verwendung vieler allgemein verfügbarer Routinen abschätzen kann, wie z und Funktionen in Matlab usw. Die PSDs …
Es gibt verschiedene Arten von MCMC-Algorithmen: Metropolis-Hastings Gibbs Stichprobe von Bedeutung / Ablehnung (in Verbindung stehend). Warum sollte man Gibbs-Sampling anstelle von Metropolis-Hastings verwenden? Ich vermute, dass es Fälle gibt, in denen Rückschlüsse mit Gibbs-Stichproben besser möglich sind als mit Metropolis-Hastings, aber die Einzelheiten sind mir nicht klar.
CrossValidated hat verschiedene Fragen, wann und wie die Selten-Ereignis-Bias-Korrektur von King und Zeng (2001) angewendet werden soll. . Ich suche etwas anderes: eine minimale simulationsbasierte Demonstration, dass der Bias existiert. Insbesondere König und Zeng Zustand "... in Daten zu seltenen Ereignissen können die Wahrscheinlichkeiten bei Stichprobengrößen zu Tausenden erheblich sein …
Mein Verständnis ist, dass bei Verwendung eines Bayes'schen Ansatzes zur Schätzung von Parameterwerten: Die hintere Verteilung ist die Kombination der vorherigen Verteilung und der Wahrscheinlichkeitsverteilung. Wir simulieren dies, indem wir eine Stichprobe aus der posterioren Verteilung generieren (z. B. mit einem Metropolis-Hasting-Algorithmus, um Werte zu generieren, und akzeptieren sie, wenn …
Ich bin in der 10. Klasse und möchte Daten für ein Projekt auf einer Messe für maschinelles Lernen simulieren. Das endgültige Modell wird für Patientendaten verwendet und sagt die Korrelation zwischen bestimmten Zeiten der Woche und den Auswirkungen voraus, die dies auf die Medikamenteneinhaltung innerhalb der Daten eines einzelnen Patienten …
Einige von Ihnen haben vielleicht dieses schöne Papier gelesen: O'Hara RB, Kotze DJ (2010) Zählungsdaten nicht protokollieren und transformieren. Methoden in Ökologie und Evolution 1: 118–122. klick . In meinem Forschungsgebiet (Ökotoxikologie) beschäftigen wir uns mit schlecht replizierten Experimenten, und GLMs werden nicht häufig eingesetzt. Also habe ich eine ähnliche …
Ich habe Zeitreihendaten und ich habe ein als Modell verwendet, um die Daten . Das ist eine Indikator-Zufallsvariable, die entweder 0 (wenn ich kein seltenes Ereignis sehe) oder 1 (wenn ich das seltene Ereignis sehe) ist. Basierend auf früheren Beobachtungen, die ich für , kann ich ein Modell für Verwendung …
Diese Frage über die Kreuzvalidierung, bei der es um die Simulation einer Stichprobe unter der Bedingung einer festen Summe ging, erinnerte mich an ein Problem, das George Casella mir gestellt hatte . Ausgehend von einem parametrischen Modell und einem iid-Beispiel aus diesem Modell ist die MLE von durch Gibt es …
Ich muss Zufallszahlen generieren, die der Normalverteilung innerhalb des Intervalls folgen . (Ich arbeite in R.)(a,b)(a,b)(a,b) Ich weiß, dass die Funktion rnorm(n,mean,sd)nach der Normalverteilung Zufallszahlen generiert, aber wie werden die Intervallgrenzen innerhalb dieser Funktion festgelegt? Gibt es dafür spezielle R-Funktionen?
Ich führte eine computerbasierte Bewertung verschiedener Methoden zur Anpassung eines bestimmten in den Paläowissenschaften verwendeten Modelltyps durch. Ich hatte ein umfangreiches Trainingsset und habe daher ein Testset nach dem Zufallsprinzip (geschichtete Zufallsauswahl) beiseite gelegt. Ich habe verschiedene Methoden an die Proben des Trainingssatzes angepasst und unter Verwendung der resultierenden Modelle …
Ich habe gehört, dass unter der Nullhypothese die p-Wert-Verteilung gleichmäßig sein sollte. Simulationen von Binomialtests in MATLAB liefern jedoch sehr unterschiedliche Verteilungen mit einem Mittelwert von mehr als 0,5 (in diesem Fall 0,518): coin = [0 1]; success_vec = nan(20000,1); for i = 1:20000 success = 0; for j = …
Angenommen, ich habe eine Funktion , die ich integrieren möchte: Natürlich unter der Annahme, dass an den Endpunkten auf Null geht, keine Blowups, nette Funktion. Eine Möglichkeit, mit der ich herumgespielt habe, besteht darin, mit dem Metropolis-Hastings-Algorithmus eine Liste der Stichproben aus der zu proportionalen Verteilung zu , in der …
Die ungefähre Bayes'sche Berechnung ist eine wirklich coole Technik, um im Grunde jedes stochastische Modell anzupassen, das für Modelle gedacht ist, bei denen die Wahrscheinlichkeit schwer zu bestimmen ist (Sie können beispielsweise aus dem Modell eine Stichprobe ziehen, wenn Sie die Parameter festlegen , die Wahrscheinlichkeit jedoch nicht numerisch, algorithmisch …
Angenommen, ich habe zwei univariate Randverteilungen, sagen wir und , die ich simulieren kann. Konstruieren Sie nun ihre gemeinsame Verteilung mit einer Gaußschen Kopula , die mit . Alle Parameter sind bekannt.G C ( F , G ; Σ )FFFGGGC( F, G ; Σ )C(F,G;Σ)C(F,G;\Sigma) Gibt es eine Nicht-MCMC-Methode zum …
Um eine Normalverteilung aus einer Reihe einheitlicher Variablen zu simulieren, gibt es verschiedene Techniken: Der Box-Muller-Algorithmus , bei dem zwei unabhängige Uniformvariablen abgetastet werden, variiert auf und transformiert sie in zwei unabhängige Standardnormalverteilungen über: Z 0 = √(0,1)(0,1)(0,1)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) die CDF-Methode , bei …
Ich habe kürzlich eine Data Science-Interviewressource gekauft, in der eine der Wahrscheinlichkeitsfragen wie folgt lautete: Wie kann man bei gegebenen Ziehungen aus einer Normalverteilung mit bekannten Parametern Ziehungen aus einer Gleichverteilung simulieren? Mein ursprünglicher Denkprozess war, dass wir für eine diskrete Zufallsvariable die Normalverteilung in K eindeutige Unterabschnitte aufteilen könnten, …
Permutationstests (auch Randomisierungstest, Re-Randomisierungstest oder exakter Test genannt) sind sehr nützlich und nützlich, wenn die zum Beispiel erforderliche Annahme einer Normalverteilung t-testnicht erfüllt ist und wenn die Transformation der Werte durch Rangfolge der Werte erfolgt Ein nicht parametrischer Test Mann-Whitney-U-testwürde dazu führen, dass mehr Informationen verloren gehen. Eine einzige Annahme, …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.