«stochastic-processes» 태그된 질문

"선형 탄도 누산기"모델 (LBA)은 간단한 간단한 의사 결정 작업에서 인간 행동에 대한 다소 성공적인 모델입니다. Donkin et al (2009, PDF ) 요지로 허가가 인간의 행동 데이터 주어진 모델의 매개 변수를 추정, 나는 (약간의 서식 변경)이 코드를 복사 한 것을 코드를 제공 여기 . 그러나 모델을 약간만 수정하고 싶지만 코드에서이 수정을 …

11 r  stochastic-processes 

단순 선형 모형 : ϵ t N ( 0 , σ 2 )x=αt+ϵtx=αt+ϵtx=\alpha t + \epsilon_t 여기서 ~ iidϵtϵt\epsilon_tN(0,σ2)N(0,σ2)N(0,\sigma^2) 와 및V a r ( x ) = σ 2E(x)=αtE(x)=αtE(x) = \alpha tVar(x)=σ2Var(x)=σ2Var(x)=\sigma^2 AR (1) : Xt= α Xt - 1+ ϵ티엑스티=α엑스티−1+ϵ티X_t =\alpha X_{t-1} + \epsilon_t 여기서 ~ iid N ( …

11 regression  stochastic-processes  autoregressive  deterministic 

의 공동 분포가 의 공동 분포와 동일한 경우 프로세스 는 고정 상태 입니다. 모든 , 모든 및 .X t (1) , X t 2 , . . . , X t m X t 1 + K , X t 2 + K , . . . , X t …

11 time-series  autocorrelation  stochastic-processes  stationarity 

오전 8 시부 터 오후 8 시까 지 인근 호수에서 낚시를한다고 가정 해 봅시다. 남획으로 인해 하루에 한 마리의 물고기 만 잡을 수 있다는 법률이 제정되었습니다. 물고기를 잡을 때 물고기를 유지하거나 (물고기와 함께 집으로 돌아가서) 다시 호수로 던져 낚시를 계속할 수 있습니다 (하지만 나중에 작은 물고기로 정착하거나 전혀 물고기가없는 위험). …

10 stochastic-processes  optimal-stopping 

상황을 상상해보십시오. 우리는 3 개의 광산에 대한 역사적 기록 (20 년)을 가지고 있습니다. 은이 있으면 내년에 금을 찾을 확률이 높아 집니까? 그러한 질문을 테스트하는 방법? 예제 데이터는 다음과 같습니다. mine_A <- c("silver","rock","gold","gold","gold","gold","gold", "rock","rock","rock","rock","silver","rock","rock", "rock","rock","rock","silver","rock","rock") mine_B <- c("rock","rock","rock","rock","silver","rock","rock", "silver","gold","gold","gold","gold","gold","rock", "silver","rock","rock","rock","rock","rock") mine_C <- c("rock","rock","silver","rock","rock","rock","rock", "rock","silver","rock","rock","rock","rock","silver", "gold","gold","gold","gold","gold","gold") time <- seq(from = 1, to …

10 r  time-series  hypothesis-testing  stochastic-processes 

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 

노드 위치가 밀도 로 푸 아송 포인트 프로세스를 따르고 가 보다 가까운 노드 사이에 배치 되는 무한 랜덤 기하학적 그래프를 고려하십시오 . 따라서 가장자리의 길이는 다음 PDF를 따릅니다.ρρ\rhoddd f(l)={2ld2l≤d0l>df(l)={2ld2l≤d0l>d f(l)= \begin{cases} \frac{2 l}{d^2} \;\quad l \le d \\ 0 \qquad\; l > d \end{cases} 위의 그래프에서 원호를 중심으로 반지름 의 …

10 probability  stochastic-processes  pdf  asymptotics  graph-theory 

Interviewstreet는 아래 질문을 포함하여 1 월에 두 번째 CodeSprint를 가졌습니다. 프로그래밍 방식의 답변이 게시되었지만 통계적인 설명은 포함되어 있지 않습니다. (Google creds를 사용하여 Interviewstreet 웹 사이트에 로그인 한 후이 페이지 에서 Coin Tosses 문제로 이동하면 원래 문제와 게시 된 솔루션을 볼 수 있습니다 .) 동전 던지기 당신은 N 연속 머리를 얻을 …

10 probability  stochastic-processes  markov-process 

2 차 고정식이지만 엄격하게 고정적이지 않은 확률 론적 프로세스의 좋은 예가 있습니까?

10 time-series  stochastic-processes  stationarity 

이것은 여러 번 나온 예제 일뿐이므로 샘플 데이터가 없습니다. R에서 선형 회귀 모델 실행 : a.lm = lm(Y ~ x1 + x2) x1연속 변수입니다. x2범주 형이며 "낮음", "중간"및 "높음"의 세 가지 값이 있습니다. 그러나 R이 제공하는 출력은 다음과 같습니다. summary(a.lm) Estimate Std. Error t value Pr(>|t|) (Intercept) 0.521 0.20 1.446 …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

콕스 비례 위험 모델의 생존 곡선을 어떻게 해석합니까? 이 장난감 예 age에서 kidney데이터의 변수에 대한 cox 비례 위험 모델이 있고 생존 곡선을 생성 한다고 가정 합니다. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() 예를 들어, 시간 에 어떤 진술이 참입니까? 또는 둘 다 잘못 되었습니까?200200200 진술 1 : …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear