Domande taggate «sampling»

Creare campioni da una popolazione ben specificata usando un metodo probabilistico e / o produrre numeri casuali da una distribuzione specificata. Poiché questo tag è ambiguo, si prega di considerare [sondaggio-campionamento] per il primo e [monte-carlo] o [simulazione] per il secondo. Per domande relative alla creazione di campioni casuali da distribuzioni conosciute, prendere in considerazione l'utilizzo del tag [generazione casuale].

5
Come generare una sequenza con media ?
So come generare una sequenza con media . Ad esempio, in Matlab, se voglio generare una sequenza di lunghezza , è:0 ± 1 10000±1±1\pm 1000±1±1\pm 1100001000010000 2*(rand(1, 10000, 1)<=.5)-1 Tuttavia, come generare una sequenza con media , ovvero con leggermente preferito?±1±1\pm 110.050.050.05111
1
Come derivare il campionamento di Gibbs?
In realtà esito a chiedere questo, perché temo che mi verranno indirizzate ad altre domande o Wikipedia sul campionamento di Gibbs, ma non ho la sensazione che descrivano ciò che è a portata di mano. Data una probabilità condizionale : p ( x | y ) y = y 0 …
11 sampling  mcmc  gibbs 
1
E se le probabilità non fossero uguali nella "Regola .632?"
Questa domanda deriva da questa sulla "Regola .632". Sto scrivendo con particolare riferimento alla risposta / notazione di user603 nella misura in cui semplifica le cose. Quella risposta inizia con un campione di dimensione con sostituzione, da elementi distinti nella raccolta (chiamalo) esso N. La probabilità che campione sia diverso …
1
Campionamento Gibbs per modello Ising
Domanda a casa: Considera il modello Ising 1-d. Sia . è -1 o +1x ix=(x1,...xd)x=(x1,...xd)x = (x_1,...x_d)xixix_i π(x)∝e∑39i=1xixi+1π(x)∝e∑i=139xixi+1\pi(x) \propto e^{\sum_{i=1}^{39}x_ix_{i+1}} Progettare un algoritmo di campionamento gibbs per generare campioni approssimativamente dalla distribuzione target .π(x)π(x)\pi(x) Il mio tentativo: Scegli casualmente i valori (-1 o 1) per riempire il vettore x=(x1,...x40)x=(x1,...x40)x = …
1
Distribuzione campionaria dei coefficienti di regressione
In precedenza avevo appreso delle distribuzioni di campionamento che davano risultati che erano per lo stimatore, in termini di parametro sconosciuto. Ad esempio, per le distribuzioni di campionamento di e nel modello di regressione lineare β 1Yi=βo+β1Xi+εiβ^0β^0\hat\beta_0β^1β^1\hat\beta_1Yi=βo+β1Xi+εiYi=βo+β1Xi+εiY_i = \beta_o + \beta_1 X_i + \varepsilon_i β^0∼N(β0, σ2(1n+x¯2Sxx))β^0∼N(β0, σ2(1n+x¯2Sxx)) \hat{\beta}_0 \sim \mathcal …
2
Campionamento con sostituzione in R randomForest
L'implementazione randomForest non consente il campionamento oltre il numero di osservazioni, anche quando si campiona con la sostituzione. Perchè è questo? Funziona bene: rf <- randomForest(Species ~ ., iris, sampsize=c(1, 1, 1), replace=TRUE) rf <- randomForest(Species ~ ., iris, sampsize=3, replace=TRUE) Cosa voglio fare: rf <- randomForest(Species ~ ., iris, …
2
Prova semplice di
Sia Z1,⋯,ZnZ1,⋯,ZnZ_1,\cdots,Z_n variabili normali casuali standard indipendenti. Ci sono molte (lunghe) prove là fuori, a dimostrarlo ∑i=1n(Zi−1n∑j=1nZj)2∼χ2n−1Σio=1n(Zio-1nΣj=1nZj)2~χn-12 \sum_{i=1}^n \left(Z_i - \frac{1}{n}\sum_{j=1}^n Z_j \right)^2 \sim \chi^2_{n-1} Molte prove sono piuttosto lunghe e alcune usano l'induzione (es. Inferenza statistica di Casella). Mi chiedo se ci siano prove facili di questo risultato.
3
Confronto da 0/10 a 0/20
Quando si discute delle percentuali di raggiungimento delle attività, c'è un modo per dimostrare che 0 tentativi su 20 sono "peggiori" di 0 tentativi su 10?
2
Distribuzioni su elenchi ordinati
Supponiamo di avere un elenco ordinato di articoli [a, b, c, ... x, y, z, ...] Sto cercando una famiglia di distribuzioni con supporto sull'elenco sopra governato da alcuni parametri alpha in modo che: Per alpha = 0, assegna la probabilità 1 al primo elemento, a sopra e 0 al …
2
Che cos'è un campione di una variabile casuale?
La variabile casuale è definita come una funzione misurabile da un -algebra con la misura sottostante ad un altro -algebra .σ ( Ω 1 , F 1 ) P σ ( Ω 2 , F 2 )XXXσσ\sigma(Ω1,F1)(Ω1,F1)(\Omega_1, \mathcal F_1)PPPσσ\sigma(Ω2,F2)(Ω2,F2)(\Omega_2, \mathcal F_2) Come parliamo di un esempio di questa variabile casuale? …
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.