«simulation» 태그된 질문

4 가지 가능한 이벤트의 주파수 샘플이 하나 있다고 가정합니다. Event1 - 5 E2 - 1 E3 - 0 E4 - 12 내 이벤트의 예상 확률이 있습니다. p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 내 네 가지 사건의 관측 빈도의 합으로 (18) 사건의 예상 빈도를 올바르게 …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Capacity Planning 과제를 진행 중이며 일부 책을 읽었습니다. 이것은 특히 분포에 관한 것입니다. 나는 R을 사용합니다. 내 데이터 배포가 무엇인지 식별하기 위해 권장되는 방법은 무엇입니까? 그것을 식별하는 통계적 방법이 있습니까? 이 다이어그램이 있습니다. R을 사용하여 사용할 수있는 시뮬레이션 방법은 무엇입니까? 여기서 지수와 같은 특정 분포에 대한 데이터를 생성하고 싶습니다. Java와 …

9 distributions  simulation 

@whuber는 한 시점에서 다변량 결과 ( , , ) 를 시뮬레이션 하는 방법을 보여주었습니다 .y1y1y_1y2y2y_2y3y3y_3 아시다시피, 세로 데이터는 의료 연구에서 종종 발생합니다. 내 질문은 R에서 반복 측정 다변량 결과를 시뮬레이션하는 방법입니다. 예를 들어, 두 개의 다른 치료 그룹에 대해 5 개의 다양한 시점에서 , 및 을 반복적으로 측정 합니다.y1y1y_1y2y2y_2y3y3y_3

9 r  repeated-measures  simulation 

일반 밀도 (예 : mean = 1, sd = 1)로 시뮬레이션하고 싶지만 양수 값만 원합니다. 한 가지 방법은 법선에서 시뮬레이션하고 절대 값을 얻는 것입니다. 나는 이것을 접힌 법선이라고 생각합니다. R에는 잘린 임의 변수 생성을위한 함수가 있습니다. 잘린 법선 (0에서 잘림)을 시뮬레이션하면 접힌 접근법과 동일합니까?

9 normal-distribution  simulation  truncation 

소량의 지리적 집계 (호주 인구 조사 수집 지구)에서 개별 수준의 다변량 분석을 수행하고 싶습니다. 개인 정보 보호를 위해 이러한 소집단에서는 인구 조사를 이용할 수 없으므로 다른 대안을 조사하고 있습니다. 관심있는 거의 모든 변수는 범주 형입니다. 처분에 두 개의 데이터 세트가 있습니다. 1 % 센서스 샘플은 훨씬 더 높은 수준의 공간 …

9 distributions  sampling  simulation  spatial  census 

Bayes의 정리를 사용하여 사후를 계산하는 방법을 이해하려고하지만 계산 방법에 갇히고 있습니다. 예를 들어 다음과 같은 경우 이전과 가능성의 곱을 취한 다음 계산하는 방법이 명확하지 않습니다. 후부: 이 예에서는 의 사후 확률 계산에 관심이 있으며 이전의 표준 법선을 사용 하지만 알고 싶습니다. MCMC 체인으로 표시되는 에 대한 이전의 후부 계산 방법을 …

9 bayesian  simulation  computational-statistics 

그래서, 나는 16 개의 시험을 가지고 있는데, 여기에서 Hamming Distance를 사용하여 생체 특성으로부터 사람을 인증하려고합니다. 임계 값이 3.5로 설정되었습니다. 내 데이터는 다음과 같으며 1 번 시험 만 참 긍정입니다. Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47 8 0.32 9 0.39 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction