প্রশ্ন ট্যাগ «simulation»

আমি ঠিক ভাবছিলাম যে কোনও গুরুত্বপূর্ণ ফলাফল (যেমন, ) প্রাপ্ত না হওয়া পর্যন্ত কেন ডেটা সংগ্রহ করা (যেমন, পি-হ্যাকিং) টাইপ আই ত্রুটির হার বৃদ্ধি করে?পি < .05p<.05p \lt .05 আমি Rএই ঘটনার একটি প্রদর্শনের জন্য অত্যন্ত প্রশংসা করব ।

60 r  hypothesis-testing  p-value  simulation  type-i-and-ii-errors 

এই প্রশ্নটি মেটা-বিশ্লেষণে আমার প্রশ্ন দ্বারা অনুপ্রাণিত । তবে আমি কল্পনা করি যে এটি প্রাসঙ্গিক বিষয়গুলি শেখানোর ক্ষেত্রেও কার্যকর হবে যেখানে আপনি একটি ডেটাসেট তৈরি করতে চান যা কোনও বিদ্যমান প্রকাশিত ডেটাসেটকে হুবহু মিরর করে। আমি জানি যে প্রদত্ত বিতরণ থেকে এলোমেলো ডেটা কীভাবে তৈরি করা যায়। সুতরাং উদাহরণস্বরূপ, যদি …

56 r  dataset  simulation  random-generation 

আমি জানি আমি লজিস্টিক রিগ্রেশন সম্পর্কে আমার বোঝার মধ্যে কিছু মিস করছি এবং সত্যিই কোনও সহায়তার প্রশংসা করব। যতদূর আমি এটি বুঝতে পারি, লজিস্টিক রিগ্রেশন ধরে নেয় যে ইনপুটগুলি প্রদত্ত '1' ফলাফলের সম্ভাবনাটি ইনপুটগুলির একটি লিনিয়ার সংমিশ্রণ, যা একটি বিপরীত-লজিস্টিক ফাংশনটির মধ্য দিয়ে যায়। এটি নিম্নলিখিত আর কোডে অনুকরণীয়: #create …

45 r  regression  logistic  generalized-linear-model  simulation 

সুতরাং এটি একটি খুব সাধারণ এবং মূ .় প্রশ্ন। যাইহোক, আমি যখন স্কুলে ছিলাম তখন ক্লাসে সিমুলেশনগুলির সম্পূর্ণ ধারণার দিকে আমি খুব কম মনোযোগ দিয়েছিলাম এবং এটি আমাকে সেই প্রক্রিয়া থেকে কিছুটা আতঙ্কিত করে রেখেছিল। আপনি কি সাধারণ লোকদের ক্ষেত্রে সিমুলেশন প্রক্রিয়াটি ব্যাখ্যা করতে পারেন? (ডেটা তৈরি করার জন্য হতে …

40 simulation 

এই প্রশ্নটি লজিস্টিক রিগ্রেশন এবং এসএএস-এর সাথে পাওয়ার বিশ্লেষণ সম্পর্কিত আমি জিজ্ঞাসা করা একটি প্রশ্নের জবাবে @ গ্রেগ স্নোয়ের দেওয়া উত্তরের প্রতিক্রিয়া হিসাবে Proc GLMPOWER। যদি আমি একটি পরীক্ষার নকশা করছি এবং ফলাফলগুলিকে যুক্তিযুক্ত লজিস্টিক রিগ্রেশনকে বিশ্লেষণ করব, তবে আমি কীভাবে শক্তি বিশ্লেষণ পরিচালনা করতে সিমুলেশন (এবং এখানে ) ব্যবহার …

39 r  logistic  generalized-linear-model  simulation  power-analysis 

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 

বুটস্ট্র্যাপ নিয়ে সম্প্রতি পড়াশোনা করে আমি একটি ধারণামূলক প্রশ্ন নিয়ে এসেছি যা এখনও আমাকে ধাঁধা দেয়: আপনার জনসংখ্যা রয়েছে এবং আপনি জনসংখ্যার বৈশিষ্ট্যটি জানতে চান, যেমন , যেখানে আমি জনসংখ্যার প্রতিনিধিত্ব করতে ব্যবহার করি । উদাহরণস্বরূপ এই জনসংখ্যা হতে পারে। সাধারণত আপনি জনসংখ্যা থেকে সমস্ত ডেটা পেতে পারেন না। আপনি …

29 bootstrap  simulation  resampling 

আমি যখন জিএএম ব্যবহার করি তখন এটি আমাকে অবশিষ্ট ডিএফ (কোডের শেষ লাইন)। ওটার মানে কি? জিএএম উদাহরণ ছাড়িয়ে যান, সাধারণভাবে, স্বাধীনতার ডিগ্রির সংখ্যাটি একটি অ-পূর্ণসংখ্যার সংখ্যা হতে পারে?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

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 

আমি অভিযোজিত এমসিএমসি সম্পর্কে পড়ছি (উদাহরণস্বরূপ, মার্কভ চেইন মন্টি কার্লো এর হ্যান্ডবুকের চতুর্থ অধ্যায়টি দেখুন , এড। ব্রুকস এট আল।, 2011; এবং এন্ড্রিউ ও থমস, ২০০৮ )) রবার্টস এবং রোসন্থাল (2007) এর প্রধান ফলাফলটি হ'ল অভিযোজন প্রকল্পটি যদি অদৃশ্যকরণ অভিযোজন শর্তটি (আরও কিছু প্রযুক্তিগত) সন্তুষ্ট করে তবে অ্যাডাপটিভ এমসিএমসি যে …

20 simulation  mcmc  random-generation  metropolis-hastings 

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 

তাদের কোভেরিয়েন্স ম্যাট্রিক্স (তাদের পাওয়ার বর্ণালী ঘনত্ব (পিএসডি) এবং ক্রস-পাওয়ার বর্ণালী ঘনত্ব (সিএসডি)) দিয়ে স্টেশনারি রঙিন টাইম-সিরিজের একটি সেট তৈরি করতে আমার সমস্যা হচ্ছে। আমি জানি যে দুটি টাইম-সিরিজ এবং , আমি তাদের পাওয়ার বর্ণালী ঘনত্ব (পিএসডি) এবং ক্রস বর্ণালী ঘনত্ব (সিএসডি) অনেক বিস্তৃতভাবে উপলব্ধ রুটিন ব্যবহার করে অনুমান করতে …

20 time-series  sampling  algorithms  simulation  covariance 

এমসিএমসি বিভিন্ন ধরণের অ্যালগোরিদম রয়েছে: মেট্রোপলিস-হেস্টিংস গিবস গুরুত্ব / প্রত্যাখ্যান নমুনা (সম্পর্কিত)। কেন কেউ মেট্রোপলিস-হেস্টিংসের পরিবর্তে গিবস স্যাম্পলিং ব্যবহার করবেন? আমি সন্দেহ করি এমন কিছু ঘটনা আছে যখন মেট্রোপলিস-হেস্টিংসের চেয়ে গিবস স্যাম্পলিংয়ের সাথে অনুমান বেশি ট্র্যাকটেবল হয় তবে আমি সুনির্দিষ্ট বিষয়ে পরিষ্কার নই।

20 bayesian  simulation  mcmc  gibbs  metropolis-hastings 

রাজা এবং জেং (2001) এর বিরল ইভেন্ট বায়াস সংশোধন কখন এবং কীভাবে প্রয়োগ করবেন সে সম্পর্কে ক্রসভিলেটেডের বেশ কয়েকটি প্রশ্ন রয়েছে । আমি আলাদা কিছু সন্ধান করছি: একটি ন্যূনতম সিমুলেশন-ভিত্তিক প্রদর্শন যা পক্ষপাতিত্ব বিদ্যমান that বিশেষত, কিং এবং জেং রাজ্য "... বিরল ইভেন্টের ডেটাতে সম্ভাব্যতার বায়াসগুলি হাজারে নমুনা আকারের সাথে …

19 r  logistic  simulation  bias  rare-events