«simulation» 태그된 질문

데이터 세트를 작업 중입니다. 일부 모델 식별 기술을 사용한 후 ARIMA (0,2,1) 모델을 만들었습니다. R detectIO의 패키지 TSA에 있는 함수를 사용하여 48 번째 원본 데이터 세트에서 혁신적인 이상치 (IO) 를 감지했습니다 . 이 특이 치를 내 모델에 어떻게 통합하여 예측 목적으로 사용할 수 있습니까? R에서 예측할 수 없기 때문에 ARIMAX …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

저는 통계학자가 아닙니다. 따라서 실수가 있으면 내 실수를 참아주십시오. 시뮬레이션이 어떻게 수행되는지 간단한 방법으로 설명해 주시겠습니까? 정규 분포에서 임의의 샘플을 골라 시뮬레이션에 사용한다는 것을 알고 있습니다. 그러나 명확하게 이해하지 마십시오.

10 simulation 

다음과 같은 시뮬레이션 문제가 발생했습니다. {ω1,…,ωd}{ω1,…,ωd}\{\omega_1,\ldots,\omega_d\} 알려진 실수의 분포 {−1,1}d{−1,1}d\{-1,1\}^d 에 의해 정의 P(X=(x1,…,xd))∝(x1ω1+…+xdωd)+P(X=(x1,…,xd))∝(x1ω1+…+xdωd)+\mathbb{P}(X=(x_1,\ldots,x_d))\propto (x_1\omega_1+\ldots+x_d\omega_d)_+ 어디 (z)+(z)+(z)_+ 의 긍정적 인 부분을 나타냅니다 zzz. 이 분포를 대상으로하는 Metropolis-Hastings 샘플러는 생각할 수 있지만 알고리즘의 순서를 줄이기 위해 많은 수의 제로 확률을 사용하는 효율적인 직접 샘플러가 있는지 궁금합니다.O(2d)O(2d)O(2^d) 에 O(d)O(d)O(d).

9 simulation  algorithms  random-generation  computational-statistics  metropolis-hastings 

나는 R의 중요도 샘플링 방법과 통합 평가 라는 질문에 대답하려고했습니다 . 기본적으로 사용자는 계산해야합니다 ∫π0에프( x ) dx =∫π01코사인( x)2+엑스2디엑스∫0πf(x)dx=∫0π1cos⁡(x)2+x2dx\int_{0}^{\pi}f(x)dx=\int_{0}^{\pi}\frac{1}{\cos(x)^2+x^2}dx 지수 분포를 중요도 분포로 사용 큐( x ) = λ 특급− λ xq(x)=λ exp−λxq(x)=\lambda\ \exp^{-\lambda x} 적분에 더 나은 근사값을 제공하는 값을 찾으십시오 . I는 평균값으로 평가 문제를 고쳐 의 …

9 r  simulation  exponential  importance-sampling 

내가 가지고있는 경험적 데이터와 일치하는 데이터 세트를 시뮬레이션하려고하지만 원래 데이터의 오류를 추정하는 방법을 잘 모르겠습니다. 경험적 데이터는 이분산성을 포함하지만 나는 그것을 변환하는 데 관심이 없지만 오히려 경험적 데이터의 시뮬레이션을 재현하기 위해 오류 항이있는 선형 모델을 사용합니다. 예를 들어, 경험적 데이터 집합과 모델이 있다고 가정 해 보겠습니다. n=rep(1:100,2) a=0 b = …

9 r  simulation  heteroscedasticity  gamlss  dglm 

일부 기대치를 계산한다고 가정 해보십시오. 이자형와이이자형엑스| 와이[ f( X, Y) ]EYEX|Y[f(X,Y)]E_YE_{X|Y}[f(X,Y)] Monte Carlo 시뮬레이션을 사용하여이를 근사한다고 가정합니다. 이자형와이이자형엑스| 와이[ f( X, Y) ] ≈1R S∑r = 1아르 자형∑s = 1에스에프(엑스r , s,와이아르 자형)EYEX|Y[f(X,Y)]≈1RS∑r=1R∑s=1Sf(xr,s,yr)E_YE_{X|Y}[f(X,Y)] \approx \frac1{RS}\sum_{r=1}^R\sum_{s=1}^Sf(x^{r,s},y^r) 그러나 두 분포에서 표본을 추출하는 데 비용이 많이 든다고 가정하면 고정 된 숫자 만 그릴 …

9 optimization  conditional-probability  simulation  expected-value  monte-carlo 

누군가가 를 시뮬레이션하는 방법을 알려줄 수 있습니까? 여기서 은 동전 던지기를 사용하여 (필요한 횟수만큼) ?B e r n o u l l i (ㅏ비)Bernoulli(ab)\mathrm{Bernoulli}\left({a\over b}\right)a , b ∈ Na,b∈Na,b\in \mathbb{N}피( H) = pP(H)=pP(H)=p 나는 거부 샘플링을 사용하려고 생각했지만 그것을 못 박았습니다.

9 probability  simulation  bernoulli-distribution  rejection-sampling 

레벨 1 (개별 레벨)에 하나의 설명 변수와 레벨 2 (그룹 레벨)에 하나의 설명 변수가있는 다음 다중 레벨 물류 모델 : logit(pij)=π0j+π1jxij…(1)logit(pij)=π0j+π1jxij…(1)\text{logit}(p_{ij})=\pi_{0j}+\pi_{1j}x_{ij}\ldots (1) π0 j=γ00+γ01지제이+유0 j… ( 2 )π0j=γ00+γ01zj+u0j…(2)\pi_{0j}=\gamma_{00}+\gamma_{01}z_j+u_{0j}\ldots (2) π1 개 j=γ10+γ11지제이+유1 개 j… ( 3 )π1j=γ10+γ11zj+u1j…(3)\pi_{1j}=\gamma_{10}+\gamma_{11}z_j+u_{1j}\ldots (3) 여기서 그룹 레벨 잔차 및 는 기대 값이 0 인 다변량 정규 …

9 r  logistic  generalized-linear-model  simulation  multilevel-analysis 

상황에 맞지 않는 짧은 버전 허락하다 yyy CDF와 함께 임의 변수 F(⋅)≡{θθ+(1−θ)×CDFlog-normal(⋅;μ,σ) y = 0 y > 0F(⋅)≡{θ y = 0 θ+(1−θ)×CDFlog-normal(⋅;μ,σ) y > 0 F(\cdot) \equiv \cases{\theta & y = 0 \\ \theta + (1-\theta) \times \text{CDF}_{\text{log-normal}}(\cdot; \mu, \sigma) & y > 0} 내가 무승부를 시뮬레이션하고 싶다고 가정 해 …

9 r  distributions  sampling  simulation  copula 

변수의 p- 값 또는 표준 편차를 계산하는 작업이 여전히 진행 중이기 때문에 올가미 모델에 들어가는 예측 변수에 '중요도'또는 '중요도'를 표시 할 수 없다는 다른 게시물을 얻었습니다. 이러한 추론 하에서, 올가미 모델에서 배제 된 변수가 '무의미한'또는 '무의미한'이라고 말할 수 없다고 주장하는 것이 옳은가? 그렇다면 올가미 모델에 제외되거나 포함 된 변수에 대해 …

9 statistical-significance  bootstrap  simulation  lasso  regression-strategies 

점근 적 결과는 무한대 개념과 관련된 진술이기 때문에 컴퓨터 시뮬레이션 으로는 입증 할 수 없습니다 . 그러나 우리는 이론이 말하는 방식대로 사물이 실제로 행진한다는 의미를 얻을 수 있어야합니다. 이론적 결과를 고려하십시오 임n → ∞피( |엑스엔| >ϵ)=0,ϵ > 0limn→∞P(|Xn|>ϵ)=0,ϵ>0\lim_{n\rightarrow\infty}P(|X_n|>\epsilon) = 0, \qquad \epsilon >0 여기서 엑스엔XnX_n 은 동일하고 독립적으로 분포 된 …

9 mathematical-statistics  simulation  convergence  asymptotics 

R에서 다른 표본 크기에 대한 정규성 검정의 정확성을 평가하고 싶습니다 (정상 성 테스트가 오도 할 수 있음을 알고 있습니다 ). 예를 들어 Shapiro-Wilk 테스트를 살펴보기 위해 다음과 같은 시뮬레이션을 수행하고 결과를 플로팅하고 샘플 크기가 증가함에 따라 null 감소를 거부 할 확률이 예상됩니다. n <- 1000 pvalue_mat <- matrix(NA, ncol = …

9 r  simulation  power-analysis  normality-assumption 

지정된 중개 모델과 일치하는 데이터를 시뮬레이션하는 절차를 찾는 데 관심이 있습니다. Barron and Kenny (1986)가 처음 설명하고 Judd, Yzerbyt, & Muller (2013) 와 같은 다른 곳에 설명 된 중재 모델을 테스트하기위한 일반적인 선형 구조 방정식 모델 프레임 워크에 따르면, 결과 대한 중재 모델 , 중재자 \ newcommand {\ med} {\ …

9 r  regression  simulation  random-generation  mediation 

로지스틱 회귀 분석을위한 테스트 데이터를 만들려고했는데이 게시물을 찾았습니다. 로지스틱 회귀 분석을 위해 인공 데이터를 시뮬레이션하는 방법은 무엇입니까? 좋은 대답이지만 연속 변수 만 만듭니다. 링크에서와 동일한 예에서 y와 연관된 5 단계 (ABCDE)를 갖는 범주 형 변수 x3은 어떻습니까?

9 r  logistic  simulation