Domande taggate «monte-carlo»

Usare numeri (pseudo-) casuali e la Legge dei Grandi Numeri per simulare il comportamento casuale di un sistema reale.

1
Qual è la differenza tra i campionamenti di Metropolis Hastings, Gibbs, Importance e Rejection?
Ho cercato di apprendere i metodi MCMC e mi sono imbattuto nel campionamento di Metropolis Hastings, Gibbs, Importance e Rejection. Mentre alcune di queste differenze sono ovvie, cioè come Gibbs sia un caso speciale di Metropolis Hastings quando abbiamo i condizionali completi, le altre sono meno ovvie, come quando vogliamo …
6
Tutti i metodi di simulazione sono una forma di Monte Carlo?
Esiste un metodo di simulazione che non è Monte Carlo? Tutti i metodi di simulazione prevedono la sostituzione di numeri casuali nella funzione per trovare un intervallo di valori per la funzione. Quindi, in sostanza, tutti i metodi di simulazione sono metodi Monte Carlo?
6
Approssimativo
Di recente ho osservato la simulazione Monte Carlo e l'ho usata per approssimare costanti come ππ\pi (cerchio all'interno di un rettangolo, area proporzionata). Tuttavia, non riesco a pensare a un metodo corrispondente per approssimare il valore di eee [numero di Eulero] usando l'integrazione di Monte Carlo. Hai qualche suggerimento su …
3
K-fold vs. convalida incrociata Monte Carlo
Sto cercando di apprendere vari metodi di convalida incrociata, principalmente con l'intenzione di applicare a tecniche di analisi multivariate supervisionate. Due che ho incontrato sono le tecniche di convalida incrociata K-fold e Monte Carlo. Ho letto che K-fold è una variante di Monte Carlo ma non sono sicuro di aver …
4
Gli algoritmi di Machine Learning o Deep Learning possono essere utilizzati per "migliorare" il processo di campionamento di una tecnica MCMC?
Sulla base della scarsa conoscenza che ho dei metodi MCMC (Markov chain Monte Carlo), capisco che il campionamento è una parte cruciale della tecnica di cui sopra. I metodi di campionamento più comunemente usati sono Hamiltoniano e Metropolis. Esiste un modo per utilizzare l'apprendimento automatico o anche l'apprendimento profondo per …
4
Come proiettare un nuovo vettore nello spazio PCA?
Dopo aver eseguito l'analisi dei componenti principali (PCA), voglio proiettare un nuovo vettore nello spazio PCA (ovvero trovare le sue coordinate nel sistema di coordinate PCA). Ho calcolato PCA in linguaggio R utilizzando prcomp. Ora dovrei essere in grado di moltiplicare il mio vettore per la matrice di rotazione PCA. …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 
1
Come possiamo simulare da una miscela geometrica?
Se f1,…,fkf1,…,fkf_1,\ldots,f_k sono densità note dalle quali posso simulare, ovvero per le quali è disponibile un algoritmo. e se il prodotto ∏i=1kfi(x)αiα1,…,αk>0∏i=1kfi(x)αiα1,…,αk>0\prod_{i=1}^k f_i(x)^{\alpha_i}\qquad \alpha_1,\ldots,\alpha_k>0 è integrabile, esiste un approccio generico per simulare da questa densità di prodotto usando i simulatori dififif_i ?
1
MCMC su uno spazio di parametri limitato?
Sto cercando di applicare MCMC su un problema, ma i miei priori (nel mio caso sono α∈[0,1],β∈[0,1]α∈[0,1],β∈[0,1]\alpha\in[0,1],\beta\in[0,1] )) sono limitati a un'area? Posso usare MCMC normale e ignorare i campioni che non rientrano nella zona soggetta a restrizioni (che nel mio caso è [0,1] ^ 2), ovvero riutilizzare la funzione …
2
Qualcuno può spiegarmi le NOCI in inglese?
La mia comprensione dell'algoritmo è la seguente: Nessun campionatore di inversione a U (NUTS) è un metodo Monte Carlo Hamiltoniano. Ciò significa che non è un metodo a catena di Markov e, quindi, questo algoritmo evita la parte di camminata casuale, che è spesso considerata inefficiente e lenta a convergere. …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.