«stochastic-processes» 태그된 질문

확률 적 프로세스는 시간 및 / 또는 공간 및 / 또는 다른 인덱스 세트에 따른 랜덤 변수 / 시스템의 진화를 설명합니다. 계량 경제학, 날씨, 신호 처리 등의 분야에 적용됩니다. 예-가우시안 프로세스, 마르코프 프로세스 등

2
브라운 다리의 최상부에 왜 콜로 모고 로프-스 미르 노프 분포가 있는가?
Kolmogorov–Smirnov 분포는 Kolmogorov–Smirnov 검정 에서 알려져 있습니다 . 그러나 그것은 또한 브라운 다리의 최고의 분포입니다. 이것은 나에게 명백하지 않기 때문에,이 우연의 일치에 대한 직관적 인 설명을 부탁드립니다. 참조도 환영합니다.

2
두 개의 상관 랜덤 변수를 샘플링하는 기술은 무엇입니까?
두 개의 상관 랜덤 변수를 샘플링하는 몇 가지 기술은 무엇입니까? 확률 분포가 매개 변수화 된 경우 (예 : 로그 정규) 비모수 분포가있는 경우 데이터는 0이 아닌 상관 계수를 계산할 수있는 두 개의 시계열입니다. 우리는 과거의 상관 관계와 시계열 CDF가 일정하다고 가정하여 미래에 이러한 데이터를 시뮬레이션하고 싶습니다. 사례 (2)의 경우, 1 …

2
사건이“결국 일어난다”는 것은 무엇을 의미 하는가?
초기 상태 를 사용하여 정수 에서 1 차원 랜덤 워크를 고려하십시오 .ZZ\mathbb{Z}x∈Zx∈Zx\in\mathbb{Z} Sn=x+∑i=1nξiSn=x+∑i=1nξi\begin{equation} S_n=x+\sum^n_{i=1}\xi_i \end{equation} 여기서 증가 값 는 IID이므로 입니다.ξiξi\xi_i피{ ξ나는=1}=P{ξi=−1}=12P{ξi=1}=P{ξi=−1}=12P\{\xi_i=1\}=P\{\xi_i=-1\}=\frac{1}{2} 그것을 증명할 수 있습니다 (1) Px{Sn reaches +1 eventually}=1Px{Sn reaches +1 eventually}=1\begin{equation} P^x{\{S_n \text{ reaches +1 eventually}\}} = 1 \end{equation} 아래 첨자는 초기 위치를 나타냅니다. 하자 상태로 제 …


1
GAM vs LOESS vs 스플라인
컨텍스트 : 매개 변수로 표시되지 않는 산점도에 선을 그리려면에서를 사용 geom_smooth()하고 ggplot있습니다 R. 자동으로 반환 geom_smooth: method="auto" and size of largest group is >=1000, so using gam with formula: y ~ s(x, bs = "cs"). Use 'method = x' to change the smoothing method.내가 GAM이 일반화 된 첨가제 모델을 의미 …

1
Borel-Cantelli Lemma와 관련된 질문
노트 : Borel-Cantelli Lemma는 다음과 같이 말합니다. ∑n=1∞P(An)<∞⇒P(limsupAn)=0∑n=1∞P(An)<∞⇒P(limsupAn)=0\sum_{n=1}^\infty P(A_n) \lt \infty \Rightarrow P(\lim\sup A_n)=0 ∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1\sum_{n=1}^\infty P(A_n) =\infty \textrm{ and } A_n\textrm{'s are independent} \Rightarrow P(\lim\sup A_n)=1 그때, 만약 ∑n=1∞P(AnAcn+1)<∞∑n=1∞P(AnAn+1c)<∞\sum_{n=1}^\infty P(A_nA_{n+1}^c )\lt \infty Borel-Cantelli Lemma를 사용하여 나는 그것을 보여주고 싶다 먼저 limn→∞P(An)limn→∞P(An)\lim_{n\to \infty}P(A_n) …

2
R의 확률 미분 방정식에 대한 수치 솔버가 있습니까?
나는 Euler-Maruyama 체계, Milstein 체계 (또는 다른 것)를 사용하여 (1)과 같은 비균질 비선형 확산으로부터 경로를 시뮬레이션하기위한 일반적이고 깨끗하고 빠른 (즉, C ++ 루틴 사용) R 패키지를 찾고 있습니다. 이것은 더 큰 추정 코드에 포함되어야하므로 최적화 될 가치가있다. 디엑스티= f( θ , t , X티)디t + g( θ , t , …

2
시공간 예측 오차의 탐색 적 분석
데이터 : 저는 최근 풍력 생산 예측 오류의 시공간 분야의 확률 적 특성을 분석하기 위해 노력했습니다. 공식적으로 이것은 은 시간에 두 번 ( 및 ), 한 번에 공간 ( )에 색인을 생성 하고 는 미리보기 횟수입니다 (주변과 동일) , 정기적으로 샘플링 됨), 는 "예측 시간"의 수 (즉, 예측이 발행 된 …

3
선형성은 선형성이 유지됩니까?
고정 된 두 개의 시계열 프로세스가 있다고 상상해보십시오 .xt,ytxt,ytx_t,y_t 가요 , 또한 고정? ∀ α , β ∈ Rzt=αxt+βytzt=αxt+βytz_t=\alpha x_t +\beta y_t∀α,β∈R∀α,β∈R\forall \alpha, \beta \in \mathbb{R} 도움을 주시면 감사하겠습니다. MA 표현이 있으므로 예라고 대답합니다.

1
오즈에 불행한 Tribble이 있을까요?
학생이 나에게 가져온 재미있는 문제가 있습니다. 원래는 총을 사용하여 정기적으로 발사되는 상호 소멸하는 총알이라는 말로 표현되었지만 더 평화로운 프레젠테이션을 즐길 수 있다고 생각했습니다. 무한한 평평한 오즈 (Oz)의 세계에서 옐로우 브릭로드 (Yellow Brick Road)는 에메랄드 시티 (Emerald City)의 중심에서 시작하여 시골을 가로 지르며지나 가지 않고 영원히 진행됩니다. 매일 정오에, 한 무성한 …

1
특별 확률 분포
경우 비 - 제로 값을 갖는 확률 분포에 의 유형 (들)에 대한 일정에 존재 않는 되도록 모두 ?p(x)p(x)p(x)[0,+∞)[0,+∞)[0,+\infty)p(x)p(x)p(x)c>0c>0c\gt 0∫∞0p(x)logp(x)(1+ϵ)p(x(1+ϵ))dx≤cϵ2∫0∞p(x)log⁡p(x)(1+ϵ)p(x(1+ϵ))dx≤cϵ2\int_0^{\infty}p(x)\log{\frac{ p(x)}{(1+\epsilon)p({x}(1+\epsilon))}}dx \leq c \epsilon^20<ϵ<10<ϵ<10\lt\epsilon\lt 1 위의 불평등은 실제로 분포 와 그것의 압축 버전 사이의 Kullback-Leibler Divergence 입니다. 이 부등식이 지수, 감마 및와 이블 분포에 적용된다는 것을 알았으며 더 큰 부류의 확률 …

2
가우스 프로세스의 파생
나는 가우시안 프로세스 (GP)의 미분이 또 다른 GP라고 생각하므로 GP의 미분의 예측 방정식에 대해 닫힌 형태 방정식이 있는지 알고 싶습니다. 특히, 나는 제곱 지수 (가우시안이라고도 함) 공분산 커널을 사용하고 있으며 가우시안 프로세스의 미분에 대한 예측을 알고 싶습니다.

5
마르코프 체인을 돌이킬 수없는 방법은 무엇입니까?
나는 마르코프 체인 속성을 이해할 수없는 이해하는 데 어려움이 있습니다. Irreducible은 확률 적 프로세스가 "모든 상태에서 어떤 상태로든 갈 수 있음"을 의미한다고합니다. 그러나 그것이 상태에서 벗어날 수 있는지 여부를 정의하는 것 iii 상태로 jjj또는 갈 수 없습니까? 위키 피 디아 페이지 공식화을 제공합니다 : 상태 jjj인 접근 (작성i→ji→ji\rightarrow j) 상태에서 …

3
확률 적 컴퓨터 모델의 최적화
검색에 단어 최적화 및 확률론이 거의 자동으로 확률 론적 최적화에 대한 검색으로 기본 설정되어 있기 때문에 이것은 나에게 구글에게 힘든 주제입니다. 그러나 내가 정말로 알고 싶은 것은 컴퓨터 모델 출력이 확률적일 때, 즉 결정적이지 않을 때 컴퓨터 모델을 최적화하기 위해 어떤 방법이 존재하는지입니다. 예를 들어, 컴퓨터 모델 의 출력을 나타내는 …

1
직관적 인 이해 공분산, 상호 공분산, 자동 / 교차 상관 및 전력 스펙트럼 밀도
저는 현재 ECE 학사에 대한 기본 통계에서 결승을 위해 공부하고 있습니다. 나는 수학이 대부분 아래에 있다고 생각하지만 실제로 숫자의 의미를 직관적으로 이해하지 못합니다. 나는 E [X]가 확률에 의해 가중 된 X의 모든 결과의 "가중 평균"이라는 것을 알고 있습니다. Var [X]는 E [X]의 예상 분산을 제곱하므로 분포의 "흐림"에 대해 알려줍니다. 다른 …

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