Utilisation de nombres (pseudo-) aléatoires et de la loi des grands nombres pour simuler le comportement aléatoire d'un système réel.
Je cherche un moyen de générer des nombres aléatoires qui semblent distribués de manière uniforme - et chaque test montrera qu'ils sont uniformes - sauf qu'ils sont distribués de manière plus uniforme que les données véritablement uniformes . Le problème que j'ai avec les "vrais" aléas uniformes,...
Je suis intéressé par la détermination du nombre de régularités significatives issues d'une analyse en composantes principales (ACP) ou d'une fonction empirique orthogonale (EOF). Je suis particulièrement intéressé par l'application de cette méthode aux données climatiques. Le champ de données est...
Je me demande si quelqu'un connaît des règles générales concernant le nombre d'échantillons bootstrap à utiliser, en fonction des caractéristiques des données (nombre d'observations, etc.) et / ou des variables
J'ai essayé d'apprendre les méthodes MCMC et j'ai découvert l'échantillonnage de Hastings, Gibbs, Importance et Reject dans Metropolis. Certaines de ces différences sont évidentes, c’est-à-dire que Gibbs est un cas particulier de Metropolis Hastings lorsque nous avons les conditions complètes,...
Je me suis intéressé récemment à la simulation de Monte Carlo et je l’utilise pour approcher des constantes telles que ππ\pi (cercle à l’intérieur d’un rectangle, zone proportionnelle). Cependant, je suis incapable de penser à une méthode correspondante pour approximer la valeur de eee [nombre...
Existe-t-il une méthode de simulation autre que Monte Carlo? Toutes les méthodes de simulation impliquent de substituer des nombres aléatoires à la fonction pour trouver une plage de valeurs pour la fonction. Toutes les méthodes de simulation sont-elles donc des méthodes de Monte...
Comment puis-je générer manuellement un nombre aléatoire à partir d'une distribution donnée, comme par exemple, 10 réalisations à partir de la distribution normale
J'essaie d'apprendre différentes méthodes de validation croisée, principalement avec l'intention de m'appliquer aux techniques d'analyse multivariée supervisée. Deux que j'ai rencontrés sont des techniques de validation croisée K-fold et Monte Carlo. J'ai lu que le K-fold est une variation de Monte...
lors de l'intégration d'une fonction ou dans des simulations complexes, j'ai vu que la méthode de Monte Carlo est largement utilisée. Je me demande pourquoi on ne génère pas une grille de points pour intégrer une fonction au lieu de dessiner des points aléatoires. Cela n'apporterait-il pas des...
J'essaie d'apprendre l'apprentissage par renforcement et ce sujet me dérange vraiment. J'ai fait une introduction aux statistiques, mais je ne pouvais tout simplement pas comprendre ce sujet de manière
Après avoir effectué l'analyse des composants principaux (PCA), je souhaite projeter un nouveau vecteur sur l'espace PCA (c'est-à-dire trouver ses coordonnées dans le système de coordonnées PCA). J'ai calculé PCA en langage R en utilisant prcomp. Maintenant, je devrais pouvoir multiplier mon...
Sur la base du peu de connaissances que j'ai sur les méthodes MCMC (Markov chain Monte Carlo), je comprends que l'échantillonnage est une partie cruciale de la technique susmentionnée. Les méthodes d'échantillonnage les plus couramment utilisées sont l'hamiltonien et la métropole. Existe-t-il un...
Si sont des densités connues à partir desquelles je peux simuler, c'est-à-dire pour lesquelles un algorithme est disponible. et si le produit est intégrable, existe-t-il une approche générique pour simuler à partir de cette densité de produit en utilisant le simulateurs des...
J'essaie d'appliquer MCMC sur un problème, mais mes priors (dans mon cas, ils sont )) sont limités à une zone? Puis-je utiliser une MCMC normale et ignorer les échantillons qui se trouvent en dehors de la zone restreinte (qui dans mon cas est [0,1] ^ 2), c'est-à-dire réutiliser la fonction de...
Ma compréhension de l'algorithme est la suivante: Aucun échantillonneur de demi-tour (NUTS) est une méthode hamiltonienne de Monte Carlo. Cela signifie qu'il ne s'agit pas d'une méthode de chaîne de Markov et donc, cet algorithme évite la partie de marche aléatoire, qui est souvent considérée comme...
Je voudrais générer des échantillons à partir de la région bleue définie ici: La solution naïve consiste à utiliser l'échantillonnage de rejet dans le carré unitaire, mais cela n'offre qu'une efficacité de 1−π/41−π/41-\pi/4 (~ 21,4%). Existe-t-il un moyen de échantillonner plus efficacement?...
Quelles sont les techniques d'échantillonnage de deux variables aléatoires corrélées: si leurs distributions de probabilité sont paramétrées (par exemple, log-normal) s'ils ont des distributions non paramétriques. Les données sont deux séries temporelles pour lesquelles nous pouvons calculer des...
Supposons que j'ai une fonction g(x)g(x)g(x) que je souhaite intégrer ∫∞−∞g(x)dx.∫−∞∞g(x)dx. \int_{-\infty}^\infty g(x) dx. Bien sûr, en supposant que g(x)g(x)g(x) passe à zéro aux points d'extrémité, pas d'explosions, belle fonction. Une façon avec laquelle j'ai joué est d'utiliser l'algorithme...
J'essaie de comprendre les chaînes de Markov en utilisant SAS. Je comprends qu'un processus de Markov est un processus dans lequel l'état futur dépend uniquement de l'état actuel et non de l'état passé et il existe une matrice de transition qui capture la probabilité de transition d'un état à un...
Les tests de permutation (également appelés test de randomisation, test de re-randomisation ou test exact) sont très utiles et s'avèrent utiles lorsque l'hypothèse de distribution normale requise par exemple t-testn'est pas remplie et lorsque la transformation des valeurs par classement des un test...