«sampling» 태그된 질문

에서 본인은 이 표본 분산의 표준 오차가 있음 에스이자형에스2= 2 σ4엔− 1−−−−−−√에스이자형에스2=2σ4엔−1SE_{s^2} = \sqrt{\frac{2 \sigma^4}{N-1}} 표본 표준 편차의 표준 오차는 무엇입니까? 나는 라고 추측하고 유혹하고 싶지만 확실하지 않습니다.에스이자형에스= S이자형에스2−−−−√에스이자형에스=에스이자형에스2SE_{s} = \sqrt{SE_{s^2}}

20 sampling  standard-deviation  standard-error 

나는 Gibbs 샘플링과 Metropolis Hastings 알고리즘에 대해 약간의 독서를하고 있으며 몇 가지 질문이 있습니다. 내가 이해하는 것처럼 Gibbs 샘플링의 경우 큰 다변량 문제가있는 경우 조건부 분포에서 샘플링합니다. 즉, 하나의 변수는 샘플링하고 다른 변수는 모두 고정하고 MH에서는 전체 관절 분포에서 샘플링합니다. 문서가 말한 한 가지는 제안 된 샘플이 Gibbs Sampling에서 항상 …

20 bayesian  sampling  mcmc  gibbs  metropolis-hastings 

공분산 행렬 (PSD (Power Spectral Densities) 및 CSD (Cross-Power Spectral Density))을 감안할 때 고정 색상 시계열 세트를 생성하는 데 문제가 있습니다. I는 주어진 두 개의 시계열 알 와이나는( t )yI(t)y_{I}(t) 및 와이J( t )yJ(t)y_{J}(t) 많은 널리 사용과 같은 루틴을 이용하여, I가 전력 스펙트럼 밀도 (PSD를) 및 크로스 스펙트럼 밀도 (CSD가)를 …

20 time-series  sampling  algorithms  simulation  covariance 

밀도에 따라 샘플링하고 싶습니다. f(a)∝cada−1Γ(a)1(1,∞)(a)f(a)∝cada−1Γ(a)1(1,∞)(a) f(a) \propto \frac{c^a d^{a-1}}{\Gamma(a)} 1_{(1,\infty)}(a) 여기서ccc와ddd는 엄격하게 양수입니다. (동기 부여 : 감마 밀도의 모양 매개 변수가 사전에 균일 한 경우 Gibbs 샘플링에 유용 할 수 있습니다.) 누구나이 밀도에서 쉽게 샘플링하는 방법을 알고 있습니까? 어쩌면 그것은 표준이며 내가 모르는 것입니까? 나는 더 많거나 적은 작업 (모드를 …

19 distributions  sampling  gamma-distribution 

일반적인 샘플링 알고리즘에서 최적화 알고리즘을 도출 할 수 있습니다. 실제로 임의의 함수 를 최대화하려면에프: x → f( x )에프:엑스→에프(엑스)f: \textbf{x} \rightarrow f(\textbf{x}) 에서 샘플을 추출하면 충분합니다 . 들어 작은만큼,이 샘플은 기능의 세계 최대 (또는 실제로 지역 최대) 근처에 떨어질 것입니다 .지∼ 전자에프/ T지∼이자형에프/티g \sim e^{f/T}티티T에프에프f "샘플링"이란 상수까지 알려진 로그 우도 …

18 sampling  optimization 

주어진: 바이어스 (헤드) 를 알 수없는 동전 .ppp 엄격하게 양의 실수 .a>0a>0a > 0 문제: 바이어스 로 임의의 Bernoulli 변수를 생성합니다 .papap^{a} 누구든지 이것을하는 방법을 알고 있습니까? 예를 들어, 가 양의 정수이면 동전을 번 뒤집어 모든 결과가 헤드인지 확인할 수 있습니다. 그런 다음 '0'을 발행하면 그렇지 않으면 '1'을 발행하십시오. 어려움은 …

18 sampling 

개발 도상국에서 사용될 예정인 공개 건강 조사 응용 프로그램을 작성 중입니다. 기본 아이디어는 설문 조사 인터뷰가 크라우드 소싱 되는 것입니다. 이들은 모바일 장치를 사용하여 수행 한 인터뷰의 양식 데이터를 제출하는 조직화되지 않은 자원 봉사자가 수행하며, 각 설문 조사에는 인터뷰 위치의 GPS 데이터가 수반됩니다. 정부 기관에서 수집 한 전통적인 설문 조사는 …

18 sampling 

알 수없는 모집단 표준 편차 (sd)의 평균에 대한 신뢰 구간 (CI)을 계산하기 위해 t- 분포를 사용하여 모집단 표준 편차를 추정합니다. 특히 여기서 입니다. 그러나 모집단의 표준 편차에 대한 점 추정치가 없으므로 근사 통해 추정합니다. 여기서CI=X¯±Z95%σX¯CI=X¯±Z95%σX¯CI=\bar{X} \pm Z_{95\% }\sigma_{\bar X}σX¯=σn√σX¯=σn\sigma_{\bar X} = \frac{\sigma}{\sqrt n}CI=X¯±t95%(se)CI=X¯±t95%(se)CI=\bar{X} \pm t_{95\% }(se)se=sn√se=snse = \frac{s}{\sqrt n} 반대로 …

18 normal-distribution  confidence-interval  sampling  t-distribution 

나는 "임의의 샘플"과 "iid random variable"의 의미를 이해하기가 힘들었습니다. 여러 출처에서 의미를 찾으려고 노력했지만 점점 더 혼란스러워졌습니다. 내가 시도한 것을 여기에 게시하고 있습니다. Degroot의 확률 및 통계는 다음과 같이 말합니다. 랜덤 샘플 / iid / 샘플 크기 : 실수 라인에서 pf 또는 pdf 로 표시 될 수있는 주어진 확률 분포를 …

18 sampling  terminology  iid 

MCMC를 문제에 적용하려고하는데 내 사전 (내 경우에는 )이 영역으로 제한됩니까? 일반 MCMC를 사용하고 제한된 영역을 벗어나는 샘플을 무시할 수 있습니까 (제 경우에는 [0,1] ^ 2 임), 즉 새 전환이 제한된 (제한된) 영역에서 벗어날 때 전환 기능을 재사용 할 수 있습니까?α∈[0,1],β∈[0,1]α∈[0,1],β∈[0,1]\alpha\in[0,1],\beta\in[0,1]

18 sampling  mcmc  monte-carlo  random-walk 

및 의 두 개의 독립적 인 Bernoulli 랜덤 변수 샘플이 있다고 가정합니다 .Ber(θ1)Ber(θ1)\mathrm{Ber}(\theta_1)Ber(θ2)Ber(θ2)\mathrm{Ber}(\theta_2) 우리는 어떻게 입증 할 그 ?(X¯1−X¯2)−(θ1−θ2)θ1(1−θ1)n1+θ2(1−θ2)n2−−−−−−−−−−−−−−√→dN(0,1)(X¯1−X¯2)−(θ1−θ2)θ1(1−θ1)n1+θ2(1−θ2)n2→dN(0,1)\frac{(\bar X_1-\bar X_2)-(\theta_1-\theta_2)}{\sqrt{\frac{\theta_1(1-\theta_1)}{n_1}+\frac{\theta_2(1-\theta_2)}{n_2}}}\xrightarrow{d} \mathcal N(0,1) 라고 가정하십시오 .n1≠n2n1≠n2n_1\neq n_2

17 distributions  sampling  bernoulli-distribution 

여기에 정의 된 파란색 영역에서 샘플을 생성하고 싶습니다. 순진한 솔루션은 단위 제곱에서 거부 샘플링을 사용하는 것이지만 이는 1−π/41−π/41-\pi/4 (~ 21.4 %) 효율 만 제공합니다. 더 효율적으로 샘플링 할 수있는 방법이 있습니까?

17 probability  sampling  monte-carlo  random-generation 

나는 인트로 통계 수업을 가르치고 있으며 모든 kth 개인 또는 객체를 샘플링하는 체계적 샘플링을 포함하여 샘플링 유형을 검토하고있었습니다. 한 학생이 특정 특성을 가진 모든 사람을 채취하여 동일한 결과를 얻을 수 있는지 물었습니다. 예를 들어, 파란색 티셔츠로 모든 사람을 샘플링하면 무작위로 충분하고 전체 인구를 충분히 표현할 수 있습니까? 적어도 "무엇을 입고 …

17 sampling 

배경 분포를 알 수없는 변수가 있습니다. 500 개의 샘플이 있지만 분산을 계산할 수있는 정밀도 (예 : 500의 샘플 크기가 충분 함)를 보여주고 싶습니다. 또한 정밀도 의 분산을 추정하는 데 필요한 최소 샘플 크기를 알고 싶습니다 X%X%X\%. 질문 계산하는 방법 표본 크기가 인 경우 분산 추정치의 정밀도는 n=500n=500n=500? 의 n=Nn=Nn=N ? …

17 estimation  random-variable  variance  sampling  sample-size 

[ 0 , 1 ] 에서 지원되는 랜덤 변수 X 가 있다고 가정 해 봅시다 . X 의 중앙값에 대한 편견없는 추정값을 어떻게 얻을 수 있습니까?XX[0,1][0,1]XX 물론 일부 샘플을 생성하고 샘플 중앙값을 취할 수는 있지만 이것이 일반적으로 편향되지는 않는다는 것을 이해합니다. 참고 :이 질문은 내 마지막 질문 과 관련이 있지만 …

16 sampling