Questions marquées «simulation»

Un vaste domaine qui comprend la génération de résultats à partir de modèles informatiques.

2
Pourquoi faut-il échantillonner à partir de la distribution postérieure si nous connaissons déjà la distribution postérieure?
Ma compréhension est que lorsque vous utilisez une approche bayésienne pour estimer les valeurs des paramètres: La distribution postérieure est la combinaison de la distribution antérieure et de la distribution de vraisemblance. Nous simulons cela en générant un échantillon à partir de la distribution postérieure (par exemple, en utilisant un …
3
GLM binomial négatif ou transformation logarithmique pour les données de comptage: augmentation du taux d'erreur de type I
Certains d'entre vous ont peut-être lu ce bel article: O'Hara RB, Kotze DJ (2010) Ne pas enregistrer les données de comptage par transformation. Méthodes en écologie et évolution 1: 118-122. Klick . Dans mon domaine de recherche (écotoxicologie), nous avons affaire à des expériences mal reproduites et les GLM ne …
1
, Simulation sur la période de prévision
J'ai des données de séries chronologiques et j'ai utilisé un comme modèle pour ajuster les données. Le est une variable aléatoire indicatrice qui est soit 0 (quand je ne vois pas d'événement rare) ou 1 (quand je vois l'événement rare). Sur la base des observations précédentes que j'ai pour , …
3
Générer des nombres aléatoires suite à une distribution dans un intervalle
J'ai besoin de générer des nombres aléatoires suivant la distribution normale dans l'intervalle (a,b)(a,b)(a,b) . (Je travaille dans R.) Je sais que la fonction rnorm(n,mean,sd)générera des nombres aléatoires suivant la distribution normale, mais comment définir les limites d'intervalle à l'intérieur de cela? Existe-t-il des fonctions R particulières disponibles pour cela?
2
Indépendance des résidus dans une expérience / simulation informatique?
J'ai effectué une évaluation informatisée des différentes méthodes d'ajustement d'un type particulier de modèle utilisé dans les sciences paléo. J'avais un ensemble d'entraînement de grande taille et j'ai donc mis au hasard (échantillonnage aléatoire stratifié) un ensemble de tests de côté. J'ai adapté différentes méthodes aux échantillons de l'ensemble d'apprentissage …
1
Intégration Metropolis-Hastings - pourquoi ma stratégie ne fonctionne-t-elle pas?
Supposons que j'ai une fonction g(x)g(x)g(x) que je souhaite intégrer ∫∞−∞g(x)dx.∫−∞∞g(x)dx. \int_{-\infty}^\infty g(x) dx. Bien sûr, en supposant que g(x)g(x)g(x) passe à zéro aux points d'extrémité, pas d'explosions, belle fonction. Une façon avec laquelle j'ai joué est d'utiliser l'algorithme Metropolis-Hastings pour générer une liste d'échantillons x1,x2,…,xnx1,x2,…,xnx_1, x_2, \dots, x_n partir …
2
Quel serait un exemple d'un modèle vraiment simple avec une probabilité insoluble?
Le calcul bayésien approximatif est une technique vraiment cool pour ajuster essentiellement n'importe quel modèle stochastique, destiné aux modèles où la probabilité est intraitable (par exemple, vous pouvez échantillonner à partir du modèle si vous fixez les paramètres mais vous ne pouvez pas calculer numériquement, algorithmiquement ou analytiquement la probabilité). …
1
Comment simuler à partir d'une copule gaussienne?
Supposons que j'ai deux distributions marginales univariées, disons FFF et GGG , à partir desquelles je peux simuler. Maintenant, construisons leur distribution conjointe en utilisant une copule gaussienne , notée C(F,G;Σ)C(F,G;Σ)C(F,G;\Sigma) . Tous les paramètres sont connus. Existe-t-il une méthode non-MCMC pour simuler à partir de cette copule?
1
Avantages de Box-Muller par rapport à la méthode CDF inverse pour simuler une distribution normale?
Afin de simuler une distribution normale à partir d'un ensemble de variables uniformes, il existe plusieurs techniques: L'algorithme de Box-Muller , dans lequel on échantillonne deux variables uniformes indépendantes sur et les transforme en deux distributions normales standard indépendantes via: (0,1)(0,1)(0,1)Z0=−2lnU1−−−−−−√cos(2πU0)Z1=−2lnU1−−−−−−√sin(2πU0)Z0=−2lnU1cos(2πU0)Z1=−2lnU1sin(2πU0) Z_0 = \sqrt{-2\text{ln}U_1}\text{cos}(2\pi U_0)\\ Z_1 = \sqrt{-2\text{ln}U_1}\text{sin}(2\pi U_0) la …
2
Simulation de tirages à partir d'une distribution uniforme à l'aide de tirages à partir d'une distribution normale
J'ai récemment acheté une ressource d'entrevue en science des données dans laquelle l'une des questions de probabilité était la suivante: Étant donné les tirages d'une distribution normale avec des paramètres connus, comment pouvez-vous simuler les tirages d'une distribution uniforme? Mon processus de pensée original était que, pour une variable aléatoire …
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.