«statistics» 태그된 질문

4
오버플로 오류없이 큰 지수 항을 안정적으로 추가하는 방법은 무엇입니까?
Markov Chain Monte Carlo의 가장 일반적인 문제는 지수 지수가 큰 컴퓨팅 확률과 관련이 있습니다. ea1+ea2+...ea1+ea2+... e^{a_1} + e^{a_2} + ... 여기서의 구성 요소 매우 큰 매우 작은 범위 일 수있다. 내 접근 방식은 가장 큰 지수 항 하여 다음과 같습니다.aaaK:=maxi(ai)K:=maxi(ai)K := \max_{i}(a_{i}) a′=K+log(ea1−K+ea2−K+...)a′=K+log(ea1−K+ea2−K+...)a' =K + log\left( e^{a_1 - K} + …

2
파이썬에서 커스텀 확률 밀도 함수 정의
기존의 파이썬 패키지 (예 : SciPy)를 사용하여 내 확률 밀도 함수 를 정의하는 방법이 있습니까 (예전의 데이터없이 ) 연속 랜덤 변수의 분산을 얻는가?) 물론 SymPy 또는 Sage를 사용하여 기호 기능을 작성하고 작업을 수행 할 수 있지만이 모든 작업을 직접 수행하는 대신 이미 구현 된 패키지를 사용할 수 있는지 궁금합니다.에프( x …

3

3
속도 향상 결과보고를위한 올바른 통계
일부 코드의 느리고 빠른 버전이 있고 두 코드를 비교하는 속도 향상 번호를보고 싶다고 가정 해보십시오. 느린 버전 번과 빠른 버전 m 번을 실행하여 시간 ( s 1 , … , s n ) 및 ( f 1 , … , f m )을 생성 합니다. 고속화를 생산하는 가장 간단한 방법은 …

1
HPC의 로컬 메모리 / 계산, 네트워크 대기 시간 및 대역폭 지터에 대한 통계 모델
병렬 계산은 종종 결정 론적 로컬 계산 속도, 대기 시간 오버 헤드 및 네트워크 대역폭을 사용하여 모델링됩니다. 실제로, 이들은 공간적으로 가변적이고 비 결정적입니다. Skinner 및 Kramer (2005)와 같은 연구는 다중 모달 분포를 관찰하지만 성능 분석은 항상 결정 론적 또는 가우시안 분포를 사용하는 것으로 보입니다 (정확하지 않고 부정적 대기 시간의 긍정적 …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.