«numerical-integration» 태그된 질문

관심있는 결과가 이분법 인 LASSO Regressionglmnet 과 함께 사용하기 시작했습니다 . 아래에 작은 모의 데이터 프레임을 만들었습니다. age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, 0.91, 0.29, 0.88) …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

최근에 Monte Carlo 시뮬레이션을 살펴보고 (사각형 내부의 원, 비례 영역) 와 같은 상수를 근사화하는 데 사용했습니다 .ππ\pi 그러나 Monte Carlo 통합을 사용하여 [Euler 's number]의 값을 근사하는 해당 방법을 생각할 수 없습니다 .eee 이 작업을 수행하는 방법에 대한 조언이 있습니까?

35 simulation  monte-carlo  algorithms  random-generation  numerical-integration 

통합하려는 함수 가 있다고 가정하자. ∫ ∞ − ∞ g ( x ) d x . 물론 g ( x ) 가 끝점에서 0으로 가정하고 폭발이 없으며 멋진 기능을 가정합니다. 내가 다루었던 한 가지 방법은 Metropolis-Hastings 알고리즘을 사용 하여 g ( x )에 비례 하는 분포에서 샘플 x 1 , …

16 simulation  monte-carlo  metropolis-hastings  numerical-integration 

순열 검정 (랜덤 화 검정, 재 랜덤 화 검정 또는 정확한 검정이라고도 함)은 매우 유용하며, 예를 들어 요구되는 정규 분포 가정이 t-test충족되지 않고 순위에 따라 값을 변환 할 때 유용합니다. 비모수 테스트 Mann-Whitney-U-test는 더 많은 정보가 손실 될 수 있습니다. 그러나 이러한 종류의 테스트를 사용할 때 단 하나의 가정 만 …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

베이지안 추론에 대해 읽었으며 "마진 우도의 수치 적분이 너무 비싸다"라는 문구를 발견했습니다. 나는 수학에 대한 배경 지식이 없으며 여기서 비싼 것이 무엇을 정확히 의미 하는지 궁금 했습니다. 계산 능력 측면에서 보입니까, 아니면 더 많은 것이 있습니까?

12 bayesian  numerical-integration  variational-bayes  approximate-inference 

아무도이 길을 따라 가고 싶어하는 경우에 대비 하여이 질문 에서 왔습니다 . 기본적으로 나는 각 객체에 주어진 수의 측정 값이 붙어있는 N 개의 객체 로 구성된 데이터 세트 을 가지고 있습니다 (이 경우 2 개).ΩΩ\OmegaNNN Ω=o1[x1,y1],o2[x2,y2],...,oN[xN,yN]Ω=o1[x1,y1],o2[x2,y2],...,oN[xN,yN]\Omega = o_1[x_1, y_1], o_2[x_2, y_2], ..., o_N[x_N, y_N] I는 확률을 결정하는 방법이 필요 새로운 …

12 probability  maximum-likelihood  kernel-smoothing  numerical-integration 

형식의 적분 방정식이 있습니다. 여기서 은 경험적인 cdf이고 는 함수입니다. . 수축 매핑이 있으므로 Banach Fixed Point 정리 시퀀스를 사용하여 적분 방정식을 풀려고합니다.T1(x)=∫x0g(T1(y)) dF^n(y)T1(x)=∫0xg(T1(y)) dF^n(y) T_1(x) = \int_0^x g(T_1(y)) \ d\hat{F}_n(y) F^nF^n\hat{F}_nggg 그러나 이것은 R에서 매우 느리게 실행되며 대해 sum () 함수를 사용하여 계속해서 통합하기 때문에 생각 합니다.x∈F^nx∈F^nx \in \hat{F}_n …

10 r  numerical-integration 

더 적절한 포럼으로 자유롭게 이동하지 않더라도 질문하기에 좋은 장소가되기를 바랍니다. 나는 Monte Carlo Integration으로 비 정사각형 통합 가능 함수 를 처리하는 방법을 꽤 오랫동안 궁금해했습니다 . MC가 여전히 적절한 추정치를 제공하지만 이러한 종류의 기능에 대해서는 오류가 돌이킬 수 없습니다 (발산?). 우리를 한 차원으로 제한합시다. 몬테카를로 통합은 나는=∫10d x에프( x )I=∫01dxf(x) …

9 monte-carlo  numerical-integration