Preguntas etiquetadas con monte-carlo

Estoy interesado en determinar la cantidad de patrones significativos que surgen de un Análisis de Componentes Principales (PCA) o un Análisis de Función Ortogonal Empírica (EOF). Estoy particularmente interesado en aplicar este método a los datos climáticos. El campo de datos es una matriz MxN con M siendo la dimensión …

40 r  pca  bootstrap  monte-carlo 

Me pregunto si alguien conoce alguna regla general con respecto al número de muestras de bootstrap que uno debe usar, en función de las características de los datos (número de observaciones, etc.) y / o las variables incluidas.

40 bootstrap  inference  monte-carlo 

He estado tratando de aprender métodos MCMC y me he encontrado con el muestreo de Metropolis Hastings, Gibbs, Importancia y Rechazo. Si bien algunas de estas diferencias son obvias, es decir, cómo Gibbs es un caso especial de Metropolis Hastings cuando tenemos los condicionales completos, las otras son menos obvias, …

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

¿Existe un método de simulación que no sea Monte Carlo? Todos los métodos de simulación implican la sustitución de números aleatorios en la función para encontrar un rango de valores para la función. Entonces, ¿todos los métodos de simulación son esencialmente métodos de Monte Carlo?

35 monte-carlo 

He estado mirando la simulación de Monte Carlo recientemente, y la he estado usando para aproximar constantes como (círculo dentro de un rectángulo, área proporcional).ππ\pi Sin embargo, no puedo pensar en un método correspondiente para aproximar el valor de [número de Euler] utilizando la integración de Monte Carlo.eee ¿Tiene alguna …

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

¿Cómo puedo generar manualmente un número aleatorio de una distribución dada, como por ejemplo, 10 realizaciones de la distribución normal estándar?

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

Estoy tratando de aprender varios métodos de validación cruzada, principalmente con la intención de aplicar a técnicas de análisis supervisado multivariado. Dos que he encontrado son las técnicas de validación cruzada K-fold y Monte Carlo. He leído que K-fold es una variación de Monte Carlo, pero no estoy seguro de …

29 cross-validation  monte-carlo 

Al integrar una función o en simulaciones complejas, he visto que el método de Monte Carlo es ampliamente utilizado. Me pregunto por qué uno no genera una cuadrícula de puntos para integrar una función en lugar de dibujar puntos aleatorios. ¿No traería eso resultados más exactos?

25 monte-carlo 

Estoy tratando de aprender aprendizaje de refuerzo y este tema es realmente confuso para mí. He tomado una introducción a las estadísticas, pero no podía entender este tema intuitivamente.

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

Basado en el poco conocimiento que tengo sobre los métodos MCMC (Markov chain Monte Carlo), entiendo que el muestreo es una parte crucial de la técnica antes mencionada. Los métodos de muestreo más utilizados son Hamiltonian y Metropolis. ¿Hay alguna manera de utilizar el aprendizaje automático o incluso el aprendizaje …

21 machine-learning  mcmc  monte-carlo  markov-process 

Después de realizar el análisis de componentes principales (PCA), quiero proyectar un nuevo vector en el espacio PCA (es decir, encontrar sus coordenadas en el sistema de coordenadas PCA). He calculado PCA en lenguaje R usando prcomp. Ahora debería poder multiplicar mi vector por la matriz de rotación PCA. ¿Deben …

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 

Si son densidades conocidas de las cuales puedo simular, es decir, para las cuales hay un algoritmo disponible. y si el producto es integrable, ¿existe un enfoque genérico para simular a partir de la densidad de este producto utilizando el simuladores de los 's?k ∏ i = 1 f i …

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

Estoy tratando de aplicar MCMC en un problema, pero mis antecedentes (en mi caso son α∈[0,1],β∈[0,1]α∈[0,1],β∈[0,1]\alpha\in[0,1],\beta\in[0,1] ) ¿están restringidos a un área? ¿Puedo usar MCMC normal e ignorar las muestras que quedan fuera de la zona restringida (que en mi caso es [0,1] ^ 2), es decir, reutilizar la función …

18 sampling  mcmc  monte-carlo  random-walk 

Me gustaría generar muestras de la región azul definida aquí: La solución ingenua es utilizar el muestreo de rechazo en el cuadrado de la unidad, pero esto proporciona solo una eficiencia de (~ 21.4%).1−π/41−π/41-\pi/4 ¿Hay alguna manera de que pueda probar más eficientemente?

17 probability  sampling  monte-carlo  random-generation 

Mi comprensión del algoritmo es la siguiente: Ningún muestreador de giro en U (NUTS) es un método hamiltoniano de Monte Carlo. Esto significa que no es un método de la cadena de Markov y, por lo tanto, este algoritmo evita la parte de la caminata aleatoria, que a menudo se …

17 bayesian  monte-carlo  markov-process