Als «stochastic-processes» getaggte Fragen

Ein stochastischer Prozess beschreibt die Entwicklung von Zufallsvariablen / -systemen über Zeit und / oder Raum und / oder einen anderen Indexsatz. Es hat Anwendungen in Bereichen wie Ökonometrie, Wetter, Signalverarbeitung usw. Beispiele - Gaußscher Prozess, Markov-Prozess usw.

2
Simulation eines Gaußschen Prozesses (Ornstein Uhlenbeck) mit einer exponentiell abfallenden Kovarianzfunktion
Ich versuche, viele Draws (dh Realisierungen) eines Gaußschen Prozesses , mit dem Mittelwert 0 und der Kovarianzfunktion zu erzeugen .ei(t)ei(t)e_i(t)1≤t≤T1≤t≤T1\leq t \leq Tγ(s,t)=exp(−|t−s|)γ(s,t)=exp⁡(−|t−s|)\gamma(s,t)=\exp(-|t-s|) Gibt es einen effizienten Weg, um die Quadratwurzel einer Kovarianzmatrix nicht zu berechnen? Kann jemand alternativ ein Paket empfehlen , um dies zu tun?T×TT×TT \times TR
3
Was sind die Beispiele für stochastische Prozesse in der Elektrotechnik und Informatik?
Ich wollte herausfinden, welche unterschiedlichen Verwendungen der Theorie stochastischer Prozesse in EE & CS es gibt. Zum Beispiel finde ich diese Art der Verwendung interessant: Verwenden eines stochastischen Signals als Träger, das durch das Informationssignal für die Kommunikation moduliert wird Verwendung der stochastischen Prozessanalyse zur Verbesserung fotografierter Bilder nach langer …
3
Ist es möglich, eine Regression durchzuführen, bei der Sie eine unbekannte / nicht erkennbare Feature-Variable haben?
Ist es möglich, eine Regression durchzuführen, bei der Sie eine unbekannte / nicht erkennbare Feature-Variable haben? Sag ich habe yn=a0+a1x1+a2x2+a3x3yn=a0+a1x1+a2x2+a3x3y_n = a_0 + a_1 x_1 + a_2 x_2 + a_3 x_3 aber ich kann / kann den Wert der Merkmalsvariablen nicht messen x3x3x_3. Kann ich trotzdem eine Regression durchführen, um …
1
Finite-State-Maschine mit Gamma-verteilten Wartezeiten
Ich habe eine Zustandsmaschine mit positiven und negativen Eingängen. Die Zeit zwischen positiven Eingaben folgt einer Gammaverteilung (X+∼Γ(k+,θ+)X+∼Γ(k+,θ+)X_+ \sim \Gamma(k_+, \theta_+)) und die Zeit zwischen negativen Eingaben folgt einer anderen Gammaverteilung (X−∼Γ(k−,θ−)X−∼Γ(k−,θ−)X_- \sim \Gamma(k_-, \theta_-)). Daher die EmpfangswahrscheinlichkeitenKKK positive und negative Eingaben über einen bestimmten Zeitraum sind für alle genau …
3
Was sind die Unterschiede zwischen stochastischen und festen Regressoren im linearen Regressionsmodell?
Wenn wir stochastische Regressoren haben, zeichnen wir zufällige Paare für eine Gruppe von , der sogenannten Zufallsstichprobe, aus einer festen, aber unbekannten Wahrscheinlichkeitsverteilung . Theoretisch erlaubt uns die Zufallsstichprobe, einige Parameter der Verteilung kennenzulernen oder abzuschätzen .(yich,x⃗ ich)(yi,x→i)(y_i,\vec{x}_i)ichii( y,x⃗ )(y,x→)(y,\vec{x})( y,x⃗ )(y,x→)(y,\vec{x}) Wenn wir feste Regressoren haben, können wir theoretisch …
1
Voraussichtliche Häufigkeit, die Sie in einem Zustand einer absorbierenden Markov-Kette verbracht haben, angesichts des möglichen absorbierenden Zustands
Es ist bekannt, dass, wenn die Matrix der Übergangswahrscheinlichkeiten für den Übergangszustand ist und dann N_ {ij} beschreibt die erwartete Häufigkeit, mit der sich die Kette im Zustand j befindet , vorausgesetzt, sie beginnt im Zustand i . (Quelle: Wiki absorbierende Markov-Kette).QQQN=∑n=0∞Qn=(I−Q)−1N=∑n=0∞Qn=(I−Q)−1 N = \sum_{n=0}^{\infty} Q^n = (I - Q)^{-1}NijNijN_{ij}jjjiii …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.