Questions marquées «sampling»

Création d'échantillons à partir d'une population bien spécifiée à l'aide d'une méthode probabiliste et / ou production de nombres aléatoires à partir d'une distribution spécifiée. Cette balise étant ambiguë, veuillez considérer [enquête-échantillonnage] pour les premiers et [monte-carlo] ou [simulation] pour les seconds. Pour toute question concernant la création d'échantillons aléatoires à partir de distributions connues, veuillez envisager d'utiliser la balise [random-generation].



1
Séquence de Halton vs séquence de Sobol?
À partir d'une réponse à une question précédente , j'ai été orienté vers la séquence de Halton, pour créer un ensemble de vecteurs qui couvraient un espace d'échantillonnage uniforme de manière assez uniforme. Mais la page wikipedia mentionne que les nombres premiers supérieurs en particulier sont souvent fortement corrélés au …

5
Pourquoi prétend-on qu'un échantillon est souvent plus précis qu'un recensement?
Lors de l'apprentissage du cours d'échantillonnage, je rencontre les deux énoncés suivants: 1) L'erreur d'échantillonnage entraîne principalement une variabilité, les erreurs de non-échantillonnage entraînent un biais. 2) En raison d'une erreur de non-échantillonnage, un échantillon est souvent plus précis qu'un RECENSEMENT. Je ne sais pas comment comprendre ces deux déclarations. …


2
Comment pouvons-nous obtenir une distribution normale comme si la plage de valeurs de notre variable aléatoire est bornée?
Disons que nous avons une variable aléatoire avec une plage de valeurs délimitées par et , où est la valeur minimale et la valeur maximale.b a buneaabbbuneaabbb On m'a dit que comme , où est notre taille d'échantillon, la distribution d'échantillonnage de nos moyennes d'échantillon est une distribution normale. Autrement …


1
Différences entre PROC Mixed et lme / lmer en R - degrés de liberté
Remarque: cette question est une rediffusion, car ma question précédente a dû être supprimée pour des raisons juridiques. En comparant PROC MIXED de SAS avec la fonction lmedu nlmepackage dans R, je suis tombé sur des différences assez confuses. Plus précisément, les degrés de liberté dans les différents tests diffèrent …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 

2
Comment échantillonner rapidement X si exp (X) ~ Gamma?
J'ai un problème d'échantillonnage simple, où ma boucle intérieure ressemble à: v = sample_gamma(k, a) où des sample_gammaéchantillons de la distribution Gamma pour former un échantillon de Dirichlet. Cela fonctionne bien, mais pour certaines valeurs de k / a, certains des calculs en aval sont sous-jacents. Je l'ai adapté pour …


2
Méthodes MCMC - brûler des échantillons?
Dans les méthodes MCMC , je continue à lire sur le burn-intemps ou le nombre d'échantillons à "burn". Qu'est-ce que c'est exactement et pourquoi est-ce nécessaire? Mise à jour: Une fois que MCMC se stabilise, reste-t-il stable? Comment la notion de burn-intemps est-elle liée à celle de mixage du temps?
12 sampling  mcmc 




1
Échantillonnage à partir d'une distribution marginale à l'aide d'une distribution conditionnelle?
Je veux échantillonner à partir d'une densité univariée mais je ne connais que la relation:FXfXf_X FX( x ) = ∫FX| Oui( x | y) fOui( y) dy.fX(x)=∫fX|Y(x|y)fY(y)dy.f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. Je veux éviter l'utilisation de MCMC (directement sur la représentation intégrale) et, comme et sont faciles à …

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.