Pertanyaan yang diberi tag «simulation»

Saya sedang mengerjakan kumpulan data. Setelah menggunakan beberapa teknik identifikasi model, saya keluar dengan model ARIMA (0,2,1). Saya menggunakan detectIOfungsi dalam paket TSAdalam R untuk mendeteksi outlier inovatif (IO) pada pengamatan ke-48 set data asli saya. Bagaimana cara memasukkan pencilan ini ke dalam model saya sehingga saya dapat menggunakannya untuk …

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 

Saya memiliki GLMM formulir: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Ketika saya menggunakan drop1(model, test="Chi"), saya mendapatkan hasil yang berbeda daripada jika saya menggunakan Anova(model, type="III")dari paket mobil atau summary(model). Dua yang terakhir ini memberikan jawaban yang sama. Menggunakan banyak data yang …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Saya bukan ahli statistik. Jadi, tolong tahan dengan kesalahan saya jika ada. Bisakah Anda jelaskan secara sederhana bagaimana simulasi dilakukan? Saya tahu bahwa itu mengambil beberapa sampel acak dari distribusi normal dan digunakan untuk simulasi. Tapi, jangan mengerti dengan jelas.

10 simulation 

Saya ingin menghasilkan data acak dari distribusi normal terbatas menggunakan R. Sebagai contoh saya mungkin ingin mensimulasikan variabel dari distribusi normal dengan mean=3, sd= 2dan nilai apa pun yang lebih besar dari 5 diresampled dari distribusi normal yang sama. Jadi, untuk fungsi umum, saya bisa melakukan hal berikut. rnorm(n=100, mean=3, …

10 r  normal-distribution  simulation  truncation 

Saya menemukan masalah simulasi berikut: diberi satu set dari bilangan real yang diketahui, distribusi pada { - 1 , 1 } d didefinisikan oleh P ( X = ( x 1 , ... , x d ) ) ∝ ( x 1 ω 1 + … + x d ω …

9 simulation  algorithms  random-generation  computational-statistics  metropolis-hastings 

Aku mencoba untuk menjawab pertanyaan Evaluasi terpisahkan dengan Pentingnya sampel metode dalam R . Pada dasarnya, pengguna perlu menghitung ∫π0f( x ) dx =∫π01cos( x)2+x2dx∫0πf(x)dx=∫0π1cos⁡(x)2+x2dx\int_{0}^{\pi}f(x)dx=\int_{0}^{\pi}\frac{1}{\cos(x)^2+x^2}dx menggunakan distribusi eksponensial sebagai distribusi kepentingan q( x ) = λ exp- λ xq(x)=λ exp-λxq(x)=\lambda\ \exp^{-\lambda x} dan temukan nilai yang memberikan perkiraan yang lebih …

9 r  simulation  exponential  importance-sampling 

Saya mencoba mensimulasikan dataset yang cocok dengan data empiris yang saya miliki, tetapi saya tidak yakin bagaimana memperkirakan kesalahan dalam data asli. Data empiris mencakup heteroskedastisitas, tetapi saya tidak tertarik untuk mengubahnya, tetapi menggunakan model linier dengan istilah kesalahan untuk mereproduksi simulasi data empiris. Sebagai contoh, katakanlah saya memiliki beberapa …

9 r  simulation  heteroscedasticity  gamlss  dglm 

Misalkan kita ingin menghitung beberapa harapan: EYEX| Y[ f( X, Y) ]EYEX|Y[f(X,Y)]E_YE_{X|Y}[f(X,Y)] Misalkan kita ingin memperkirakan ini menggunakan simulasi Monte Carlo. EYEX| Y[ f( X, Y) ] ≈ 1R S∑r = 1R∑s = 1Sf( xr , s, yr)EYEX|Y[f(X,Y)]≈1RS∑r=1R∑s=1Sf(xr,s,yr)E_YE_{X|Y}[f(X,Y)] \approx \frac1{RS}\sum_{r=1}^R\sum_{s=1}^Sf(x^{r,s},y^r) TAPI kira itu mahal untuk menarik sampel dari kedua distribusi, …

9 optimization  conditional-probability  simulation  expected-value  monte-carlo 

Dapatkah seseorang memberi tahu saya cara mensimulasikan , di mana , menggunakan lemparan koin (sebanyak yang Anda perlukan) dengan ?Bernoulli(ab)Bernoulli(ab)\mathrm{Bernoulli}\left({a\over b}\right)a,b∈Na,b∈Na,b\in \mathbb{N}P(H)=pP(H)=pP(H)=p Saya sedang berpikir untuk menggunakan sampel penolakan, tetapi tidak bisa mengatasinya.

9 probability  simulation  bernoulli-distribution  rejection-sampling 

Model logistik bertingkat berikut dengan satu variabel penjelas pada level 1 (level individu) dan satu variabel penjelas pada level 2 (level grup): π 0 j = γ 00 + γ 01 z j + u 0 j … ( 2 ) π 1 j = γ 10 + γ 11 …

9 r  logistic  generalized-linear-model  simulation  multilevel-analysis 

Versi singkat di luar konteks Mari menjadi variabel acak dengan CDF F ( ⋅ ) ≡ { θ y = 0 θ + ( 1 - θ ) × CDF log-normal ( ⋅ ; μ , σ ) y> 0yyyF( ⋅ ) ≡ { θθ + ( 1 - θ …

9 r  distributions  sampling  simulation  copula 

Saya dapatkan dari posting lain bahwa seseorang tidak dapat menghubungkan 'pentingnya' atau 'signifikansi' dengan variabel prediktor yang memasuki model laso karena menghitung nilai-p variabel tersebut atau standar deviasi masih dalam proses. Di bawah alasan itu, apakah benar untuk menyatakan bahwa seseorang TIDAK BISA mengatakan bahwa variabel yang dikeluarkan dari model …

9 statistical-significance  bootstrap  simulation  lasso  regression-strategies 

Hasil asimptotik tidak dapat dibuktikan dengan simulasi komputer, karena mereka adalah pernyataan yang melibatkan konsep infinity. Tetapi kita harus bisa mendapatkan perasaan bahwa segala sesuatunya benar-benar berbaris seperti yang dikatakan teori. Pertimbangkan hasil teoretis limn→∞P(|Xn|>ϵ)=0,ϵ>0limn→∞P(|Xn|>ϵ)=0,ϵ>0\lim_{n\rightarrow\infty}P(|X_n|>\epsilon) = 0, \qquad \epsilon >0 di mana XnXnX_n adalah fungsi dari nnn variabel acak, katakanlah …

9 mathematical-statistics  simulation  convergence  asymptotics 

Saya ingin menilai keakuratan tes normalitas pada ukuran sampel yang berbeda dalam R (Saya menyadari bahwa tes normalitas dapat menyesatkan ). Sebagai contoh, untuk melihat tes Shapiro-Wilk, saya sedang melakukan simulasi berikut (dan juga merencanakan hasilnya) dan berharap bahwa ketika ukuran sampel meningkatkan kemungkinan menolak nol menurun: n <- 1000 …

9 r  simulation  power-analysis  normality-assumption 

Saya tertarik menemukan prosedur untuk mensimulasikan data yang konsisten dengan model mediasi yang ditentukan. Menurut kerangka model persamaan struktural linear umum untuk menguji model mediasi pertama kali diuraikan oleh Barron dan Kenny (1986) dan dijelaskan di tempat lain seperti Judd, Yzerbyt, & Muller (2013) , model mediasi untuk hasil YYY …

9 r  regression  simulation  random-generation  mediation