Domande taggate «monte-carlo»

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

2
Campionamento MCMC dello spazio dell'albero decisionale rispetto alla foresta casuale
Una foresta casuale è una raccolta di alberi decisionali formata selezionando casualmente solo alcune funzionalità con cui costruire ciascun albero (e talvolta inserendo i dati di addestramento). Apparentemente imparano e generalizzano bene. Qualcuno ha fatto il campionamento MCMC dello spazio dell'albero decisionale o li ha confrontati con foreste casuali? So …
1
Perché il bootstrap dei residui da un modello a effetti misti produce intervalli di confidenza anti-conservatori?
In genere mi occupo di dati in cui più individui vengono misurati più volte in ciascuna di 2 o più condizioni. Recentemente ho giocato con la modellazione di effetti misti per valutare l'evidenza delle differenze tra le condizioni, la modellazioneindividual come un effetto casuale. Per visualizzare l'incertezza riguardo alle previsioni …
2
Come stimare l'accuratezza di un integrale?
Una situazione estremamente comune nella computer grafica è che il colore di alcuni pixel è uguale all'integrale di alcune funzioni con valori reali. Spesso la funzione è troppo complicata per essere risolta analiticamente, quindi ci rimane un'approssimazione numerica. Ma la funzione è spesso molto costosa da calcolare, quindi siamo fortemente …
2
Campionamento esatto da miscele improprie
Supponiamo che io voglia campionare da una distribuzione continua . Se ho un'espressione di nel modulop(x)p(x)p(x)ppp p(x)=∑i=1∞aifi(x)p(x)=∑i=1∞aifi(x)p(x) = \sum_{i=1}^\infty a_i f_i(x) dove e f_i sono distribuzioni da cui è possibile campionare facilmente, quindi posso facilmente generare campioni da p mediante:ai⩾0,∑iai=1ai⩾0,∑iai=1a_i \geqslant 0, \sum_i a_i= 1fifif_ippp Campionamento di un'etichetta iii con …
3
G-test vs test chi-quadrato di Pearson
Sto testando l'indipendenza in una tabella di contingenzaNon so se il G-test o il test chi-quadrato di Pearson siano migliori. La dimensione del campione è in centinaia ma ci sono alcuni conteggi di celle bassi. Come indicato nella pagina di Wikipedia , l'approssimazione alla distribuzione chi-quadrata è migliore per il …
5
Genera valori multivariati casuali da dati empirici
Sto lavorando a una funzione Monte Carlo per valutare diverse attività con rendimenti parzialmente correlati. Attualmente, ho appena generato una matrice di covarianza e mi sono nutrito con la rmvnorm()funzione in R. (Genera valori casuali correlati). Tuttavia, osservando le distribuzioni dei rendimenti di un'attività, non viene normalmente distribuita. Questa è …
10 mcmc  monte-carlo  pdf 
1
Valore “nascosto” della variabile categoriale della regressione lineare
Questo è solo un esempio che ho riscontrato più volte, quindi non ho dati di esempio. Esecuzione di un modello di regressione lineare in R: a.lm = lm(Y ~ x1 + x2) x1è una variabile continua. x2è categorico e ha tre valori, ad esempio "Basso", "Medio" e "Alto". Tuttavia, l'output …
10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 
1
Hamiltoniano Monte Carlo: come dare un senso alla proposta Metropolis-Hasting?
Sto cercando di capire il funzionamento interiore dell'Hamiltoniano Monte Carlo (HMC), ma non riesco a comprendere appieno la parte quando sostituiamo la deterministica integrazione temporale con una proposta di metropoli. Sto leggendo il fantastico documento introduttivo A Conceptual Introduction to Hamiltonian Monte Carlo di Michael Betancourt, quindi seguirò la stessa …
9 mcmc  monte-carlo  hmc 
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.