Domande taggate «simulation»

Un'ampia area che include la generazione di risultati da modelli di computer.

1
Qual è l'intuizione dietro i campioni scambiabili sotto l'ipotesi nulla?
I test di permutazione (chiamati anche test di randomizzazione, test di ri-randomizzazione o test esatto) sono molto utili e sono utili quando l'assunzione della distribuzione normale richiesta da per esempio t-testnon è soddisfatta e quando la trasformazione dei valori per classifica del test non parametrici come Mann-Whitney-U-testquesto porterebbero alla perdita …
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 
3
Cosa significa distribuzione troncata?
In un articolo di ricerca sull'analisi di sensibilità di un normale modello di equazione differenziale di un sistema dinamico, l'autore ha fornito la distribuzione di un parametro del modello come distribuzione normale (media = 1e-4, std = 3e-5) troncata nell'intervallo [0,5e -4 1,5e-4]. Quindi utilizza i campioni di questa distribuzione …
2
Simulazione di regressione lineare multipla
Sono nuovo nel linguaggio R. Vorrei sapere come simulare da un modello di regressione lineare multipla che soddisfa tutti e quattro i presupposti della regressione. ok grazie. Diciamo che voglio simulare i dati in base a questo set di dati: y<-c(18.73,14.52,17.43,14.54,13.44,24.39,13.34,22.71,12.68,19.32,30.16,27.09,25.40,26.05,33.49,35.62,26.07,36.78,34.95,43.67) x1<-c(610,950,720,840,980,530,680,540,890,730,670,770,880,1000,760,590,910,650,810,500) x2<-c(1,1,3,2,1,1,3,3,2,2,1,3,3,2,2,2,3,3,1,2) fit<-lm(y~x1+x2) summary(fit) poi ottengo l'output: Call: lm(formula …
1
Perché usare il bootstrap parametrico?
Attualmente sto cercando di capire meglio alcune cose riguardanti il ​​bootstrap parametrico. La maggior parte delle cose sono probabilmente banali, ma penso ancora che potrei essermi perso qualcosa. Supponiamo che io voglia ottenere intervalli di confidenza per i dati usando una procedura di bootstrap parametrica. Quindi ho questo campione e …
6
Esiste una distribuzione univariata da cui non possiamo campionare?
Abbiamo una grande varietà di metodi per la generazione casuale da distribuzioni univariate (trasformazione inversa, accetta-rifiuta, Metropolis-Hastings ecc.) E sembra che possiamo campionare letteralmente da qualsiasi distribuzione valida - è vero? Potresti fornire qualche esempio di distribuzione univariata impossibile da generare in modo casuale? Immagino che l'esempio in cui è …
5
Come eseguire l'imputazione dei valori in un numero molto elevato di punti dati?
Ho un set di dati molto grande e mancano circa il 5% di valori casuali. Queste variabili sono correlate tra loro. Il seguente set di dati R è solo un esempio di giocattolo con dati correlati fittizi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
2
Come simulare i dati funzionali?
Sto cercando di testare vari approcci di analisi dei dati funzionali. Idealmente, vorrei testare il pannello di approcci che ho su dati funzionali simulati. Ho provato a generare un FD simulato usando un approccio basato su un sommario rumori gaussiani (codice sotto), ma le curve risultanti sembrano troppo robuste rispetto …
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.