«simulation» 태그된 질문

컴퓨터 모델에서 결과를 생성하는 것을 포함하는 광대 한 영역.


8
특정 평균 및 표준 편차와 같은 특정 제약 조건을 충족하는 데이터를 시뮬레이션하는 방법은 무엇입니까?
이 질문은 메타 분석에 대한 나의 질문에 의해 동기가 부여됩니다 . 그러나 기존 게시 된 데이터 집합을 정확하게 미러링하는 데이터 집합을 만들려는 컨텍스트를 가르치는데도 유용하다고 생각합니다. 주어진 분포에서 무작위 데이터를 생성하는 방법을 알고 있습니다. 예를 들어 다음과 같은 연구 결과에 대해 읽은 경우 : 평균 102, 표준 편차 5.2 72의 …

2
로지스틱 회귀 분석을 위해 인공 데이터를 시뮬레이션하는 방법은 무엇입니까?
나는 로지스틱 회귀에 대한 이해에서 뭔가 빠진 것을 알고 있으며 도움을 주셔서 감사합니다. 내가 이해하는 한, 로지스틱 회귀는 입력이 주어지면 '1'결과의 확률이 입력의 선형 조합이며 역 로지스틱 함수를 통과한다고 가정합니다. 이것은 다음 R 코드에서 예시됩니다. #create data: x1 = rnorm(1000) # some continuous variables x2 = rnorm(1000) z = 1 …

6
시뮬레이션은 언제 사용합니까?
이것은 매우 간단하고 멍청한 질문입니다. 그러나 학교에있을 때 수업에서 시뮬레이션의 전체 개념에 거의 관심을 기울이지 않아서 그 과정에 약간의 두려움이 생겼습니다. 평신도 용어로 시뮬레이션 프로세스를 설명 할 수 있습니까? (데이터, 회귀 계수 등을 생성 할 수 있음) 시뮬레이션을 사용할 때의 실제 상황 / 문제는 무엇입니까? R로 주어진 예제를 선호합니다.
40 simulation 

2
로지스틱 회귀 전력 분석 시뮬레이션-설계 실험
이 질문은에 관해서 @Greg 눈에 의해 주어진 답변에 대한 응답이다 질문 내가 로지스틱 회귀 및 SAS와 전력 분석에 관한 질문 Proc GLMPOWER. 실험을 설계 중이고 요인 로지스틱 회귀 분석으로 결과를 분석 할 경우 시뮬레이션 (및 여기 )을 사용하여 검정력 분석을 수행하려면 어떻게해야합니까? 다음은 두 개의 변수가있는 간단한 예입니다. 첫 번째는 …

6
Monte Carlo Simulation을 사용한 대략적인
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?


2
부트 스트랩은 추정기의 샘플링 분포에 얼마나 근접합니까?
최근에 부트 스트랩을 연구 한 결과, 여전히 퍼즐 문제가 있습니다. 모집단이 있고 모집단 속성 (예 : 을 알고 싶습니다 . 여기서 를 사용 하여 모집단을 나타냅니다. 이 는 예를 들어 인구 평균 일 수 있습니다. 일반적으로 모집단에서 모든 데이터를 얻을 수는 없습니다. 따라서 크기가 표본 를 그립니다.P θ Xθ=g(P)θ=g(P)\theta=g(P)PPPθθ\thetaXXXNNN모집단에서 N …

1
자유도는 정수가 아닌 숫자 일 수 있습니까?
GAM을 사용할 때 잔여 DF는 (코드의 마지막 줄). 그게 무슨 뜻이야? GAM 예제를 넘어 서면 일반적으로 자유도는 정수가 아닌 숫자 일 수 있습니까?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 -1.6217 -0.8971 1.2445 6.0516 (Dispersion Parameter …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 


1
적응 형 MCMC를 신뢰할 수 있습니까?
적응 형 MCMC 에 대해 읽고 있습니다 (예 : Markov Chain Monte Carlo 핸드북 4 장 , Brooks et al., 2011 및 Andrieu & Thoms, 2008 참조 ). nnnp(n)p(n)p(n)limn→∞p(n)=0limn→∞p(n)=0\lim_{n \rightarrow \infty} p(n) = 0 이 결과는 직관적이며 무증상입니다. 적응의 양은 0이되는 경향이 있기 때문에 결국 에르고 디 시티를 망칠 수 …

1
기하학적 혼합에서 어떻게 시뮬레이션 할 수 있습니까?
만약 알고리즘 사용할 수있는, 즉 내가 시뮬레이션 할 수있는 밀도를, 알려져있다. 생성물 경우 적분되면,이 사용이 제품 밀도에서 시뮬레이션하는 일반적인 접근법이 존재 의 시뮬레이터 ?k ∏ i = 1 f i ( x ) α if1,…,fkf1,…,fkf_1,\ldots,f_k∏i=1kfi(x)αiα1,…,αk>0∏i=1kfi(x)αiα1,…,αk>0\prod_{i=1}^k f_i(x)^{\alpha_i}\qquad \alpha_1,\ldots,\alpha_k>0fifif_i

2
주어진 전력 및 교차 스펙트럼 밀도에서 시계열 시뮬레이션
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 …

1
Metropolis-Hastings 대신 Gibbs 샘플링을 언제 사용합니까?
MCMC 알고리즘에는 여러 종류가 있습니다. 대도시 해 스팅 깁스 중요성 / 거부 샘플링 (관련). Metropolis-Hastings 대신 Gibbs 샘플링을 사용하는 이유는 무엇입니까? Metropolis-Hastings보다 Gibbs 샘플링에서 추론이 더 다루기 쉬운 경우가 있다고 생각하지만 구체적인 내용은 명확하지 않습니다.

3
희귀 사건 로지스틱 회귀 편향 : 최소한의 예제로 과소 평가 된 p를 시뮬레이션하는 방법은 무엇입니까?
CrossValidated는 King and Zeng (2001) 의 희귀 사건 편향 보정을 언제 어떻게 적용 할 것인지에 대한 몇 가지 질문을 가지고 있습니다 . 바이어스가 존재한다는 최소한의 시뮬레이션 기반 데모를 통해 다른 것을 찾고 있습니다. 특히 왕과 eng 주 "... 드문 사건 데이터에서 확률의 편향은 수천의 표본 크기에서 실질적으로 의미가 있으며 예측 …

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.