প্রশ্ন ট্যাগ «monte-carlo»

একটি প্রিন্সিপাল কম্পোনেন্ট অ্যানালাইসিস (পিসিএ) বা এমিরিকাল অর্থোগোনাল ফাংশন (ইওএফ) বিশ্লেষণ থেকে বেরিয়ে আসা উল্লেখযোগ্য নিদর্শনগুলির সংখ্যা নির্ধারণে আমি আগ্রহী। আমি জলবায়ু ডেটাতে এই পদ্ধতিটি প্রয়োগ করতে বিশেষভাবে আগ্রহী। ডেটা ক্ষেত্রটি একটি এমএক্সএন ম্যাট্রিক্স যা এম টাইম ডাইমেনশন (যেমন দিন) এবং এন স্থানিক মাত্রা (যেমন দীর্ঘ / ল্যাট অবস্থান) lat …

40 r  pca  bootstrap  monte-carlo 

আমি অবাক হয়েছি যে কেউ ডেটার বৈশিষ্ট্যগুলির ভিত্তিতে (পর্যবেক্ষণের সংখ্যা ইত্যাদি) এবং / অথবা ভেরিয়েবলগুলি অন্তর্ভুক্ত করে বুটস্ট্র্যাপ নমুনাগুলির সংখ্যা ব্যবহারের ক্ষেত্রে কোনও সাধারণ নিয়মাবলী জানেন কিনা?

40 bootstrap  inference  monte-carlo 

আমি MCMC পদ্ধতি শিখতে চেষ্টা করছি এবং মহানগর হেস্টিংস, গীবস, গুরুত্ব এবং প্রত্যাখ্যান নমুনা জুড়ে এসেছি। যদিও এর মধ্যে কিছু পার্থক্য স্পষ্ট, যেমন গিবস কীভাবে মেট্রোপলিস হেস্টিংসের একটি বিশেষ ঘটনা যখন আমাদের সম্পূর্ণ শর্ত থাকে তখন অন্যরা কম স্পষ্ট হয় যেমন আমরা যখন গিবস স্যাম্পলারের মধ্যে এমএইচ ব্যবহার করতে চাই …

36 mcmc  monte-carlo  gibbs  metropolis-hastings  importance-sampling 

মন্টি কার্লো নয় এমন সিমুলেশন পদ্ধতি আছে কি? সমস্ত সিমুলেশন পদ্ধতি ফাংশনটির জন্য মূল্যগুলির একটি সীমার সন্ধান করতে ফাংশনে এলোমেলো সংখ্যার পরিবর্তনের সাথে জড়িত। সুতরাং মন্টি কার্লো পদ্ধতিতে কী সমস্ত সিমুলেশন পদ্ধতি রয়েছে?

35 monte-carlo 

আমি সম্প্রতি মন্টি কার্লো সিমুলেশনটি দেখছি এবং এটি আনুমানিক ধ্রুবক যেমন (আয়তক্ষেত্রের অভ্যন্তরের বৃত্ত, সমানুপাতিক অঞ্চল) এ ব্যবহার করছি।ππ\pi যাইহোক, আমি মন্টে কার্লো ইন্টিগ্রেশন ব্যবহার করে [ইউলারের সংখ্যা] এর মান প্রায় অনুমানের সম্পর্কিত পদ্ধতি সম্পর্কে ভাবতে অক্ষম ।eee এটি কীভাবে করা যায় তাতে আপনার কোনও পয়েন্টার রয়েছে?

35 simulation  monte-carlo  algorithms  random-generation  numerical-integration 

আমি কীভাবে ম্যানুয়ালি কোনও প্রদত্ত বিতরণ থেকে একটি এলোমেলো সংখ্যা তৈরি করতে পারি, উদাহরণস্বরূপ, স্ট্যান্ডার্ড সাধারণ বিতরণ থেকে 10 আদায়?

30 normal-distribution  simulation  monte-carlo  random-generation  randomness 

আমি মূলত তত্ত্বাবধানে মাল্টিভারিয়েট বিশ্লেষণ কৌশলগুলিতে প্রয়োগ করার অভিপ্রায় সহ বিভিন্ন ক্রস বৈধকরণের পদ্ধতিগুলি শেখার চেষ্টা করছি। দু'টি আমি এসেছি হ'ল কে-ফোল্ড এবং মন্টি কার্লো ক্রস-বৈধকরণের কৌশল। আমি পড়েছি যে মন্টে কার্লোতে কে-ফোল্ড একটি ভিন্নতা তবে আমি নিশ্চিত নই যে মন্টে কার্লোয়ের সংজ্ঞাটি কীভাবে তৈরি করে তা আমি পুরোপুরি বুঝতে …

29 cross-validation  monte-carlo 

কোনও ফাংশনকে সংহত করার সময় বা জটিল সিমুলেশনে, আমি দেখেছি মন্টে কার্লো পদ্ধতিটি ব্যাপকভাবে ব্যবহৃত হয়। আমি নিজেকে জিজ্ঞাসা করছি কেন কেউ এলোমেলো পয়েন্ট আঁকার পরিবর্তে কোনও ফাংশন সংহত করার জন্য পয়েন্টগুলির একটি গ্রিড তৈরি করে না। এটি কি আরও সঠিক ফলাফল আনবে না?

25 monte-carlo 

আমি রিইনফোর্সমেন্ট লার্নিং শেখার চেষ্টা করছি এবং এই বিষয়টি আমার কাছে সত্যিই বিভ্রান্তিকর। আমি পরিসংখ্যানগুলির একটি ভূমিকা নিয়েছি, তবে আমি কেবল এই বিষয়টি স্বজ্ঞাতভাবে বুঝতে পারি নি।

22 variance  simulation  monte-carlo  unbiased-estimator  importance-sampling 

আমার এমসিএমসি (মার্কভ চেইন মন্টি কার্লো) পদ্ধতিগুলির উপর যে সামান্য জ্ঞান রয়েছে তার উপর ভিত্তি করে আমি বুঝতে পারি যে নমুনাটি পূর্বোক্ত কৌশলগুলির একটি গুরুত্বপূর্ণ অঙ্গ। স্যাম্পলিংয়ের সর্বাধিক ব্যবহৃত পদ্ধতি হ্যামিলটোনিয়ান এবং মেট্রোপলিস। আরও দক্ষ এমসিএমসি স্যাম্পলার তৈরির জন্য কি মেশিন লার্নিং বা আরও গভীর শিক্ষার ব্যবহার করার কোনও উপায় …

21 machine-learning  mcmc  monte-carlo  markov-process 

প্রধান উপাদান বিশ্লেষণ (পিসিএ) করার পরে, আমি পিসিএ স্পেসে একটি নতুন ভেক্টর প্রজেক্ট করতে চাই (অর্থাত পিসিএ স্থানাঙ্ক সিস্টেমে এর স্থানাঙ্কগুলি সন্ধান করুন)। আমি আর ভাষা ব্যবহার করে পিসিএ গণনা করেছি prcomp। এখন আমার পিসিএ রোটেশন ম্যাট্রিক্স দ্বারা আমার ভেক্টরকে গুণ করতে সক্ষম হওয়া উচিত। এই ম্যাট্রিক্সের মূল উপাদানগুলি কি …

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

যদি পরিচিত ঘনত্ব হয় যা থেকে আমি অনুকরণ করতে পারি, অর্থাত্, যার জন্য একটি অ্যালগরিদম উপলব্ধ। এবং যদি প্রোডাক্ট হয়, তবে কি এই পণ্যটির ঘনত্ব থেকে অনুকরণ করার জন্য একটি জেনেরিক পদ্ধতির ব্যবহার রয়েছে? থেকে সিমুলেটর ?k ∏ i = 1 f i ( x ) α if1,…,fkf1,…,fkf_1,\ldots,f_kচ i∏i=1kfi(x)αiα1,…,αk>0∏i=1kfi(x)αiα1,…,αk>0\prod_{i=1}^k f_i(x)^{\alpha_i}\qquad …

20 simulation  monte-carlo  geometric-mean  scalability  finite-mixture-model 

আমি কোনও সমস্যার জন্য এমসিসিএম প্রয়োগ করার চেষ্টা করছি, তবে আমার প্রিজনরা (আমার ক্ষেত্রে তারা ) কোনও এলাকায় সীমাবদ্ধ? আমি কি সাধারণ এমসিএমসি ব্যবহার করতে পারি এবং বিধিনিষেধযুক্ত অঞ্চলের (যা আমার ক্ষেত্রে [0,1] outside 2) এর বাইরে পড়ে এমন নমুনাগুলি উপেক্ষা করতে পারি, অর্থাত্ নতুন ট্রানজিশনটি সীমাবদ্ধ (সীমাবদ্ধ) ক্ষেত্রের বাইরে …

18 sampling  mcmc  monte-carlo  random-walk 

অ্যালগরিদম সম্পর্কে আমার বোঝাটি নিম্নলিখিত: কোনও ইউ-টার্ন স্যাম্পলার (এনইটিএস) হ্যামিলটোনীয় মন্টি কার্লো পদ্ধতি। এর অর্থ এটি কোনও মার্কোভ চেইন পদ্ধতি নয় এবং এইভাবে, এই অ্যালগরিদম এলোমেলো হাঁটার অংশটিকে এড়িয়ে চলে, যা প্রায়শই অক্ষম এবং ধীরে ধীরে ধীরে ধীরে হিসাবে গণ্য হয়। এলোমেলো হাঁটার পরিবর্তে, NUTS এক্স দৈর্ঘ্যের লাফ দেয়। অ্যালগরিদম …

18 bayesian  monte-carlo  markov-process 

আমি এখানে বর্ণিত নীল অঞ্চল থেকে নমুনা তৈরি করতে চাই: সাদাসিধা সমাধান ইউনিট স্কোয়ারে প্রত্যাখ্যান স্যাম্পলিং ব্যবহার করতে হয়, কিন্তু এই শুধুমাত্র একটি উপলব্ধ 1 - π/ 41-π/41-\pi/4 (~ 21.4%) দক্ষতা। আমি আরও দক্ষতার সাথে নমুনা দেওয়ার কোন উপায় আছে?

17 probability  sampling  monte-carlo  random-generation