Preguntas etiquetadas con markov-process

Tengo un GLMM de la forma: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Cuando lo uso drop1(model, test="Chi"), obtengo resultados diferentes a los que uso Anova(model, type="III")del paquete del automóvil o summary(model). Estos dos últimos dan las mismas respuestas. Usando un montón de …

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 

Agrupe mi conjunto de datos de varios miles de cadenas de Markov de primer orden en aproximadamente 10 grupos. ¿Hay alguna forma recomendada de cómo puedo evaluar estos grupos y descubrir qué comparten los elementos en los grupos y en qué se diferencian de otros grupos? Entonces puedo hacer una …

10 data-visualization  clustering  markov-process 

Interviewstreet tuvo su segundo CodeSprint en enero que incluía la siguiente pregunta. La respuesta programática se publica pero no incluye una explicación estadística. (Puede ver el problema original y la solución publicada iniciando sesión en el sitio web de Interviewstreet con créditos de Google y luego yendo al problema de …

10 probability  stochastic-processes  markov-process 

¿Alguien puede aclarar cómo los modelos ocultos de Markov están relacionados con la maximización de expectativas? He pasado por muchos enlaces pero no pude tener una visión clara. ¡Gracias!

10 markov-process  expectation-maximization  hidden-markov-model 

\newcommand{\E}{\mathbb{E}}\newcommand{\P}{\mathbb{P}} El Teorema del límite central (CLT) establece que para independientes e idénticamente distribuidos (iid) con y , la suma converge a una distribución normal como : E [ X i ] = 0 Var ( X i ) < ∞ n → ∞ n ∑ i = 1 X …

10 markov-process  central-limit-theorem 

Este es solo un ejemplo que he encontrado varias veces, por lo que no tengo ningún dato de muestra. Ejecutar un modelo de regresión lineal en R: a.lm = lm(Y ~ x1 + x2) x1Es una variable continua. x2es categórico y tiene tres valores, por ejemplo, "Bajo", "Medio" y "Alto". …

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 

Primero, permítanme reconocer por adelantado que no estoy tan versado en estadística y matemáticas como me gustaría estar. Algunos podrían decir que tienen el conocimiento suficiente para ser peligrosos. : DI me disculpo si no estoy usando la terminología correctamente. Estoy tratando de modelar las probabilidades de un sistema en …

10 markov-process  conditional-probability 

Existe mucha literatura sobre el diagnóstico de convergencia de la cadena de Markov Monte Carlo (MCMC), incluido el diagnóstico más popular de Gelman-Rubin. Sin embargo, todos estos evalúan la convergencia de la cadena de Markov y, por lo tanto, abordan la cuestión del quemado. Una vez que he descubierto el …

10 sample-size  mcmc  monte-carlo  markov-process 

P1: ¿Existen métodos comunes o aceptados para tratar el entorno no estacionario en el aprendizaje por refuerzo en general? P2: en mi gridworld, la función de recompensa cambia cuando se visita un estado. Cada episodio, las recompensas se restablecen al estado inicial. Todo lo que quiero que mi agente aprenda …

9 markov-process  reinforcement-learning  stationarity  q-learning 

Actualmente estoy trabajando con las cadenas de Markov y calculé la estimación de máxima verosimilitud usando probabilidades de transición según lo sugerido por varias fuentes (es decir, el número de transiciones de a a b dividido por el número de transiciones generales de a a otros nodos). Ahora quiero calcular …

9 maximum-likelihood  markov-process  likelihood 

Los siguientes injertos se toman de este artículo . Soy novato en bootstrap e intento implementar el bootstrapping paramétrico, semiparamétrico y no paramétrico para el modelo mixto lineal con R bootpaquete. Código R Aquí está mi Rcódigo: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + …

9 r  mixed-model  bootstrap  central-limit-theorem  stable-distribution  time-series  hypothesis-testing  markov-process  r  correlation  categorical-data  association-measure  meta-analysis  r  anova  confidence-interval  lm  r  bayesian  multilevel-analysis  logit  regression  logistic  least-squares  eda  regression  notation  distributions  random-variable  expected-value  distributions  markov-process  hidden-markov-model  r  variance  group-differences  microarray  r  descriptive-statistics  machine-learning  references  r  regression  r  categorical-data  random-forest  data-transformation  data-visualization  interactive-visualization  binomial  beta-distribution  time-series  forecasting  logistic  arima  beta-regression  r  time-series  seasonality  large-data  unevenly-spaced-time-series  correlation  statistical-significance  normalization  population  group-differences  demography 

Una manzana se encuentra en el vértice de pentágono , y un gusano se encuentra a dos vértices de distancia, en C . Todos los días el gusano se arrastra con igual probabilidad a uno de los dos vértices adyacentes. Así, después de un día, el gusano está en el …

8 probability  markov-process 

A menudo, en la literatura, los autores han estado interesados ​​en encontrar la distribución estacionaria de un proceso de series de tiempo. Por ejemplo, considere el siguiente proceso simple AR ( ) : donde .111{Xt}{Xt}\{X_t\}Xt=αXt−1+et,Xt=αXt−1+et,X_t = \alpha X_{t-1} + e_t, et∼iidfet∼iidfe_t\stackrel{iid}{\thicksim} f ¿Cuál podría ser la motivación para encontrar la …

8 distributions  markov-process  stationarity  autoregressive  intuition 

Quiero generar una serie temporal sintética. La serie temporal debe ser una cadena de Markov con una distribución marginal gamma y un parámetro AR (1) de . ¿Puedo hacer esto simplemente usando una distribución gamma como término de ruido en un modelo AR (1), o necesito usar un enfoque más …

8 time-series  markov-process  gamma-distribution  autoregressive 

Los algoritmos de iteración de políticas y valores se pueden usar para resolver los problemas del proceso de decisión de Markov. Me cuesta entender las condiciones necesarias para la convergencia. Si la política óptima no cambia durante dos pasos (es decir, durante las iteraciones i e i + 1 ), …

8 algorithms  markov-process  convergence