Questions marquées «monte-carlo»

Utilisation de nombres (pseudo-) aléatoires et de la loi des grands nombres pour simuler le comportement aléatoire d'un système réel.

2
Échantillonnage MCMC de l'espace de l'arbre de décision par rapport à la forêt aléatoire
Une forêt aléatoire est une collection d' arbres de décision formés en sélectionnant de manière aléatoire uniquement certaines fonctionnalités avec lesquelles construire chaque arbre (et parfois en ensachant les données d'entraînement). Apparemment, ils apprennent et se généralisent bien. Quelqu'un a-t-il effectué un échantillonnage MCMC de l'espace de l'arbre de décision …
1
Pourquoi l'amorçage des résidus d'un modèle à effets mixtes donne-t-il des intervalles de confiance anti-conservateurs?
Je traite généralement des données où plusieurs individus sont chacun mesurés plusieurs fois dans chacune de 2 conditions ou plus. J'ai récemment joué avec la modélisation à effets mixtes pour évaluer les preuves des différences entre les conditions, la modélisation individualcomme un effet aléatoire. Pour visualiser l'incertitude concernant les prédictions …
2
Comment estimer la précision d'une intégrale?
Une situation extrêmement courante en infographie est que la couleur d'un pixel est égale à l'intégrale d'une fonction à valeur réelle. Souvent, la fonction est trop compliquée à résoudre analytiquement, nous nous retrouvons donc avec une approximation numérique. Mais la fonction est également souvent très coûteuse à calculer, nous sommes …
2
Échantillonnage exact à partir de mélanges incorrects
Supposons que je veuille échantillonner à partir d'une distribution continue p(x)p(x)p(x) . Si j'ai une expression de ppp sous la forme p(x)=∑i=1∞aifi(x)p(x)=∑i=1∞aifi(x)p(x) = \sum_{i=1}^\infty a_i f_i(x) ai⩾0,∑iai=1ai⩾0,∑iai=1a_i \geqslant 0, \sum_i a_i= 1 pfifif_ippp Échantillonnage d'une étiquette avec une probabilitéa iiiiaiaia_i ÉchantillonnageX∼fiX∼fiX \sim f_i Est-il possible de généraliser cette procédure si …
1
Y a-t-il un échantillonneur Monte Carlo / MCMC mis en œuvre qui peut traiter des maxima locaux isolés de distribution postérieure?
J'utilise actuellement une approche bayésienne pour estimer les paramètres d'un modèle composé de plusieurs ODE. Comme j'ai 15 paramètres à estimer, mon espace d'échantillonnage est à 15 dimensions et ma distribution postérieure recherchée semble avoir de nombreux maxima locaux qui sont très isolés par de grandes régions de très faible …
1
Afficher l'estimation converge vers le centile grâce aux statistiques de commande
Soit une séquence de variables aléatoires iid échantillonnées à partir d'une distribution alpha stable , avec les paramètres .X1,X2,…,X3nX1,X2,…,X3nX_1, X_2, \ldots, X_{3n}α=1.5,β=0,c=1.0,μ=1.0α=1.5,β=0,c=1.0,μ=1.0\alpha = 1.5, \; \beta = 0, \; c = 1.0, \; \mu = 1.0 Considérons maintenant la séquence , où , pour .Y1,Y2,…,YnY1,Y2,…,YnY_1, Y_2, \ldots, Y_{n}Yj+1=X3j+1X3j+2X3j+3−1Yj+1=X3j+1X3j+2X3j+3−1Y_{j+1} = X_{3j+1}X_{3j+2}X_{3j+3} …
1
Nombre requis de simulations pour l'analyse de Monte Carlo
Ma question porte sur le nombre requis de simulations pour la méthode d'analyse de Monte Carlo. Pour autant que je vois le nombre requis de simulations pour toute erreur de pourcentage autorisée (par exemple, 5) est EEEn={100⋅zc⋅std(x)E⋅mean(x)}2,n={100⋅zc⋅std(x)E⋅mean(x)}2, n = \left\{\frac{100 \cdot z_c \cdot \text{std}(x)}{E \cdot \text{mean}(x)} \right\}^2 , où est …
4
Meilleure façon d'amorcer N générateurs de nombres aléatoires indépendants à partir d'une valeur
Dans mon programme, je dois exécuter N threads séparés chacun avec leur propre RNG qui est utilisé pour échantillonner un grand ensemble de données. J'ai besoin de pouvoir semer tout ce processus avec une seule valeur afin de pouvoir reproduire les résultats. Suffit-il d'augmenter simplement séquentiellement le germe pour chaque …
1
R régression linéaire variable catégorielle valeur «cachée»
Ceci est juste un exemple que j'ai rencontré plusieurs fois, donc je n'ai pas d'échantillons de données. Exécution d'un modèle de régression linéaire dans R: a.lm = lm(Y ~ x1 + x2) x1est une variable continue. x2est catégorique et a trois valeurs, par exemple "Low", "Medium" et "High". Cependant, la …
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 
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.