«monte-carlo» 태그된 질문

임의 숲 의 모음입니다 의사 결정 트리 무작위로 (때로는 훈련 데이터를 포기할)와 각 트리를 구축하는 특정 기능을 선택하여 형성했다. 분명히 그들은 잘 배우고 일반화합니다. 의사 결정 트리 공간에 대한 MCMC 샘플링을 수행하거나 임의 포리스트와 비교 한 사람이 있습니까? MCMC를 실행하고 샘플링 된 모든 트리를 저장하는 데 계산 비용이 더 많이들 …

11 mcmc  monte-carlo  random-forest  cart 

나는 일반적으로 두 개 이상의 조건에서 여러 개인이 각각 여러 번 측정되는 데이터를 처리합니다. 최근에는 혼합 효과 모델링을 사용하여 조건 간의 차이에 대한 증거를 평가 individual하고 무작위 효과로 모델링 했습니다. 이러한 모델링의 예측에 관한 불확실성을 시각화하기 위해 부트 스트랩을 사용하고 있습니다. 부트 스트랩을 사용할 때마다 개별적으로 부트 스트랩을 반복 할 …

11 confidence-interval  mixed-model  bootstrap  monte-carlo  simulation 

작업중 인 과정에 대해 다음과 같은 질문이 있습니다. Monte Carlo 연구를 수행하여 표준 일반 부트 스트랩 신뢰 구간 및 기본 부트 스트랩 신뢰 구간의 적용 확률을 추정하십시오. 정규 모집단에서 표본을 추출하고 표본 평균에 대한 경험적 적용률을 확인하십시오. 표준 일반 부트 스트랩 CI의 적용 확률은 쉽습니다. n = 1000; alpha = …

11 r  confidence-interval  self-study  bootstrap  monte-carlo 

프로젝트 오일러 213 을 해결하고 싶지만 통계 분야의 평신도이기 때문에 어디서부터 시작 해야할지 모르겠습니다. 정확한 답변이 필요하므로 Monte Carlo 방법이 작동하지 않습니다. 읽을 수있는 몇 가지 통계 주제를 추천 해 주시겠습니까? 여기에 솔루션을 게시하지 마십시오. 벼룩 서커스 30x30 크기의 정사각형 격자에는 900 개의 벼룩이 있으며, 처음에는 사각형 당 한 개의 …

11 self-study  monte-carlo  markov-process 

컴퓨터 그래픽에서 매우 일반적인 상황은 일부 픽셀의 색상이 실제 가치 함수의 적분과 동일하다는 것입니다. 함수가 분석적으로 풀기에는 너무 복잡하기 때문에 종종 수치 근사치가 남습니다. 그러나이 함수는 종종 계산하는 데 비용이 많이 들기 때문에 계산할 수있는 샘플 수에 크게 제약을받습니다. (예를 들어, 백만 개의 샘플을 가져 와서 그대로두기로 결정할 수는 없습니다.) …

11 estimation  monte-carlo  function  quasi-monte-carlo 

일련의 방정식을 분석적으로 해결할 수 없으면 그래디언트 디센트 알고리즘을 사용할 수 있습니다. 그러나 분석 솔루션이없는 문제를 해결하는 데 사용할 수있는 Monte Carlo 시뮬레이션 방법도 있습니다. 그라디언트 디센트 사용시기와 몬테 카를로 사용시기를 어떻게 알 수 있습니까? 아니면 '시뮬레이션'이라는 용어를 '최적화'와 혼동하고 있습니까? 대단히 감사합니다!

11 monte-carlo  gradient-descent 

연속 분포 에서 표본을 추출한다고 가정 합니다. 양식 에 의 표현이 있으면p(x)p(x)p(x)ppp p(x)=∑i=1∞aifi(x)p(x)=∑i=1∞aifi(x)p(x) = \sum_{i=1}^\infty a_i f_i(x) 여기서 ai⩾0,∑iai=1ai⩾0,∑iai=1a_i \geqslant 0, \sum_i a_i= 1 및 fifif_i 는 쉽게 샘플링 할 수있는 분포이며, ppp 하여 쉽게 샘플을 생성 할 수 있습니다 . 확률 a_i 로 레이블 i 샘플링iiiaiaia_i 샘플링 X∼fiX∼fiX \sim …

10 simulation  monte-carlo  mixture  accept-reject 

현재 여러 ODE로 구성된 모델의 매개 변수를 추정하기 위해 베이지안 접근법을 사용하고 있습니다. 추정 할 매개 변수가 15 개이므로 샘플링 공간이 15 차원이고 구배 분포를 검색 한 결과 극도로 낮은 확률로 큰 영역에 의해 고립 된 국소 극대값이 많은 것 같습니다. 이것은 하나의 체인이 하나의 로컬 최대 값에서 "점프"하여 실수로 …

10 bayesian  mcmc  monte-carlo  ergodic 

하자 에서 샘플링 IID 랜덤 변수들의 시퀀스 일 알파 안정된 분포 파라미터와 입니다. α = 1.5 ,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 이제 시퀀스를 고려하십시오 . 여기서 , .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} - 1j=0,…,n−1j=0,…,n−1j=0, \ldots, n-1 …

10 probability  self-study  monte-carlo  convergence  order-statistics 

비상 테이블 에서 독립성을 테스트하고 있습니다. G 테스트 또는 Pearson 카이 제곱 테스트가 더 좋은지 모르겠습니다 . 샘플 크기는 수백이지만 셀 수가 적습니다. Wikipedia 페이지 에 명시된 바와 같이 카이 제곱 분포에 대한 근사값은 Pearson 카이 제곱 검정보다 G- 검정에 더 좋습니다. 그러나 Monte Carlo 시뮬레이션을 사용하여 p- 값을 계산하고 …

10 chi-squared  p-value  monte-carlo  contingency-tables 

내 질문은 Monte Carlo 분석 방법에 필요한 시뮬레이션 수에 관한 것입니다. 최대한 멀리있는 허용 백분율 오차에 대한 시뮬레이션에 필요한 수의 참조로서 (예컨대, 5)이며 n = { 100 ⋅ z c ⋅ 표준 ( x )EEEn = { 100 ⋅ z씨⋅ 표준 ( x )이자형⋅ 평균 ( x )}2,n={100⋅zc⋅std(x)E⋅mean(x)}2, n = …

10 standard-deviation  monte-carlo  power-analysis 

부분적으로 상관 관계가있는 수익으로 여러 자산을 평가하기 위해 Monte Carlo 함수를 작업 중입니다. 현재 공분산 행렬을 생성하고 rmvnorm()R 의 함수에 피드합니다 (상관 된 임의의 값 생성). 그러나 자산의 수익 분배를 보면 일반적으로 분배되지 않습니다. 이것은 실제로 두 부분으로 된 질문입니다. 1) 알려진 분포가없는 실제 데이터 일 때 PDF 또는 CDF를 …

10 mcmc  monte-carlo  pdf 

내 프로그램에서 큰 데이터 세트를 샘플링하는 데 사용되는 자체 RNG로 N 개의 개별 스레드를 각각 실행해야합니다. 결과를 재현 할 수 있도록이 전체 프로세스를 단일 값으로 시드 할 수 있어야합니다. 각 인덱스의 시드를 순차적으로 늘리는 것으로 충분합니까? 현재 내가 사용 numpy의 RandomState메르 센 트위스터 의사 난수 생성기를 사용합니다. 아래 코드 스 …

10 python  monte-carlo  random-generation  numpy 

Markov Chain Monte Carlo는 Markov 체인을 기반으로하는 방법으로, 샘플을 직접 그릴 수없는 비표준 분포에서 샘플 (Monte Carlo 설정)을 얻을 수 있습니다. 제 질문은 Markov 체인이 Monte Carlo 샘플링에서 "최첨단"인 이유입니다. 다른 질문은 Monte Carlo 샘플링에 사용할 수있는 Markov 체인과 같은 다른 방법이 있습니까? 나는 MCMC가 (a)주기 (periodicity), 동질성 (homogeneity) 및 …

10 sampling  mcmc  monte-carlo  markov-chain  stochastic-approximation 

이것은 여러 번 나온 예제 일뿐이므로 샘플 데이터가 없습니다. R에서 선형 회귀 모델 실행 : a.lm = lm(Y ~ x1 + x2) x1연속 변수입니다. x2범주 형이며 "낮음", "중간"및 "높음"의 세 가지 값이 있습니다. 그러나 R이 제공하는 출력은 다음과 같습니다. summary(a.lm) Estimate Std. Error t value Pr(>|t|) (Intercept) 0.521 0.20 1.446 …

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