Statistiken und Big Data simulation

1

Wie probiert man aus der Cantor-Distribution?

Was wäre der beste Weg, um von Cantor Distribution zu probieren ? Es hat nur cdf und wir können es nicht invertieren.

19 distributions simulation random-generation

2

Warum muss aus der posterioren Verteilung eine Stichprobe gezogen werden, wenn wir die posterioren Verteilung bereits kennen?

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 …

19 bayesian inference simulation mcmc posterior

3

Wie kann man Daten simulieren, um statistisch signifikant zu sein?

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 …

18 machine-learning statistical-significance t-test python simulation

3

Negativ-Binomial-GLM vs. Log-Transformation für Zähldaten: erhöhte Typ-I-Fehlerrate

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 …

18 r generalized-linear-model simulation negative-binomial type-i-and-ii-errors

1

, Simulation über Prognosezeitraum

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 …

18 time-series forecasting simulation

1

Simulation von Zufallsstichproben mit einem gegebenen MLE

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 …

17 maximum-likelihood conditional-probability random-variable simulation t-distribution

3

Generieren Sie Zufallszahlen nach einer Verteilung innerhalb eines Intervalls

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?

17 r normal-distribution matlab simulation random-generation

2

Unabhängigkeit von Residuen in einem computergestützten Experiment / Simulation?

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 …

17 r mixed-model multiple-comparisons simulation independence

1

Ungleichmäßige Verteilung der p-Werte bei der Simulation von Binomialtests unter der Nullhypothese

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 = …

17 matlab p-value binomial simulation uniform

1

Metropolis-Hastings-Integration - warum funktioniert meine Strategie nicht?

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 …

16 simulation monte-carlo metropolis-hastings numerical-integration

2

Was wäre ein Beispiel für ein wirklich einfaches Modell mit einer unlösbaren Wahrscheinlichkeit?

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 …

16 bayesian simulation model likelihood abc

1

Wie simuliert man eine Gaußsche Kopula?

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 …

16 normal-distribution simulation copula

1

Vorteile von Box-Muller gegenüber der inversen CDF-Methode zur Simulation der Normalverteilung?

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 …

15 normal-distribution simulation uniform

2

Simulation von Zügen aus einer Gleichverteilung mit Zügen aus einer Normalverteilung

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, …

15 self-study normal-distribution simulation uniform

1

Was ist die Intuition hinter austauschbaren Proben unter der Nullhypothese?

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, …

15 hypothesis-testing permutation-test exchangeability r statistical-significance loess data-visualization normal-distribution pdf ggplot2 kernel-smoothing probability self-study expected-value normal-distribution prior correlation time-series regression heteroscedasticity estimation estimators fisher-information data-visualization repeated-measures binary-data panel-data mathematical-statistics coefficient-of-variation normal-distribution order-statistics regression machine-learning one-class probability estimators forecasting prediction validation finance measurement-error variance mean spatial monte-carlo data-visualization boxplot sampling uniform chi-squared goodness-of-fit probability mixture theory gaussian-mixture regression statistical-significance p-value bootstrap regression multicollinearity correlation r poisson-distribution survival regression categorical-data ordinal-data ordered-logit regression interaction time-series machine-learning forecasting cross-validation binomial multiple-comparisons simulation false-discovery-rate r clustering frequency wilcoxon-mann-whitney wilcoxon-signed-rank r svm t-test missing-data excel r numerical-integration r random-variable lme4-nlme mixed-model weighted-regression power-law errors-in-variables machine-learning classification entropy information-theory mutual-information

Als «simulation» getaggte Fragen