sampling पर टैग किए गए जवाब

एक संभावित वितरण और / या एक निर्दिष्ट वितरण से यादृच्छिक संख्या का उपयोग करके अच्छी तरह से निर्दिष्ट आबादी से नमूने बनाना। जैसा कि यह टैग अस्पष्ट है, कृपया पूर्व के लिए [सर्वेक्षण-नमूनाकरण] और बाद के लिए [मोंटे-कार्लो] या [सिमुलेशन] पर विचार करें। ज्ञात वितरण से यादृच्छिक नमूने बनाने के बारे में प्रश्नों के लिए, कृपया [यादृच्छिक-पीढ़ी] टैग का उपयोग करने पर विचार करें।

4
स्क्रैबल में अक्षरों के एक बैग से एक शब्द नहीं खींचने की संभावना
मान लीजिए कि आपके पास टाइल के साथ एक बैग था , प्रत्येक उस पर एक पत्र के साथ। अक्षर 'A' के साथ टाइलें हैं , 'B' के साथ , और इसी तरह, और 'वाइल्डकार्ड' टाइल्स (हमारे पास ) हैं। मान लीजिए कि आपके पास शब्दों की सीमित संख्या के …
8
अनुमान कैसे करें कि एक घटना में कितने लोग शामिल हुए (जैसे, एक राजनीतिक रैली)?
एक छात्र ने आज मुझसे पूछा, "वे कैसे जानते हैं कि कितने लोग एक बड़े समूह के कार्यक्रम में भाग लेते हैं, उदाहरण के लिए, वाशिंगटन डीसी में स्टीवर्ट / कोलबर्ट 'रैली टू रिस्टोर टू सनिटी'?" न्यूज़ आउटलेट्स दसियों हज़ारों में अनुमान लगाते हैं, लेकिन उन अनुमानों को प्राप्त करने …
2
डिरिचलेट वितरण से ड्राइंग
मान लीजिए कि हमारे पास -dimensional वेक्टर पैरामीटर । मैं इस वितरण से एक नमूना (एक आयामी वेक्टर) कैसे आकर्षित कर सकता हूं ? मुझे (संभवतः) सरल स्पष्टीकरण की आवश्यकता है।→ अल्फा = [ अल्फा 1 , अल्फा 2 , । । । , α K ] केKKKα⃗ =[α1,α2,...,αK]α→=[α1,α2,...,αK]\vec\alpha = …
1
परिमित सुधार कारक का स्पष्टीकरण
मैं समझता हूं कि जब एक परिमित जनसंख्या और हमारे नमूने का आकार ५% से अधिक होता है, तो हमें इस सूत्र का उपयोग करके नमूना के माध्य और मानक त्रुटि पर सुधार करने की आवश्यकता होती है: एफपीसी= एन- एनएन- 1----√FPC=N−nN−1\hspace{10mm} FPC=\sqrt{\frac{N-n}{N-1}} जहां जनसंख्या का आकार है और नमूना …
1
MCMC नमूनों से सीमांत संभावना की गणना
यह एक आवर्ती प्रश्न है ( इस पोस्ट , इस पोस्ट और इस पोस्ट को देखें ), लेकिन मेरे पास एक अलग स्पिन है। मान लीजिए कि मेरे पास एक सामान्य MCMC नमूना से नमूनों का एक गुच्छा है। प्रत्येक नमूने के लिए θθ\theta , मैं लॉग संभावना का मूल्य …
2
Iid डेटा का विरोधाभास (कम से कम मेरे लिए)
जहाँ तक आँकड़ों पर मेरे समग्र (और दुर्लभ) ज्ञान की अनुमति है, मुझे समझ में आया कि यदि आईआईडी रैंडम वैरिएबल हैं, तो इसका तात्पर्य यह है कि वे शब्द स्वतंत्र और समान रूप से वितरित हैं।एक्स1, एक्स2, । । । , एक्सnएक्स1,एक्स2,।।।,एक्सnX_1, X_2,..., X_n मेरी चिंता यहाँ iid नमूनों …
3
क्या गैर-यादृच्छिक नमूनों का मानक सांख्यिकीय परीक्षणों का उपयोग करके विश्लेषण किया जा सकता है?
कई नैदानिक ​​अध्ययन गैर-यादृच्छिक नमूनों पर आधारित हैं। हालांकि, अधिकांश मानक परीक्षण (जैसे टी-परीक्षण, एनोवा, रैखिक प्रतिगमन, लॉजिस्टिक प्रतिगमन) इस धारणा पर आधारित हैं कि नमूनों में "यादृच्छिक संख्या" होती है। क्या परिणाम मान्य हैं यदि इन गैर-यादृच्छिक नमूनों का मानक परीक्षणों द्वारा विश्लेषण किया गया था? धन्यवाद।
1
क्या लॉजिस्टिक रिग्रेशन के लिए नमूना करना 1 और 0 के वास्तविक अनुपात को दर्शाता है?
मान लीजिए मैं लॉजिस्टिक रिग्रेशन मॉडल बनाना चाहता हूं जो पेड़ों की विशेषताओं (फ़े ऊंचाई) के आधार पर पेड़ों पर रहने वाले कुछ जानवरों की प्रजातियों की घटना की संभावना का अनुमान लगा सकता है। हमेशा की तरह, मेरा समय और पैसा सीमित है, इसलिए मैं केवल एक सीमित नमूना …
2
एक दिए गए नमूना सहसंयोजक मैट्रिक्स के साथ डेटा उत्पन्न करना
एक सहसंयोजक मैट्रिक्स को देखते हुए ΣरोंΣs\boldsymbol \Sigma_s, कैसे डेटा उत्पन्न करने के लिए कि इसमें नमूना covariance मैट्रिक्स Σ^= ΣरोंΣ^=Σs\hat{\boldsymbol \Sigma} = \boldsymbol \Sigma_s ? आम तौर पर: हम अक्सर घनत्व x (x \ vert \ boldsymbol \ theta) से डेटा उत्पन्न करने में रुचि रखते हैं च( x …
1
विचरण का नमूना वितरण एक ची-वर्गीय वितरण क्यों है?
बयान नमूना विचरण का नमूना वितरण स्वतंत्रता के बराबर की डिग्री के साथ एक ची-वर्गीय वितरण है n−1n−1n-1, जहां nnn नमूना आकार है (यह देखते हुए कि ब्याज का यादृच्छिक चर सामान्य रूप से वितरित किया जाता है)। स्रोत मेरा अंतर्ज्ञान यह थोड़े मेरे लिए सहज ज्ञान युक्त बनाता है …
5
प्रतिगमन में असंतुलित डेटा के लिए नमूनाकरण
वर्गीकरण में असंतुलित डेटा को संभालने पर अच्छे सवाल किए गए हैं संदर्भ , लेकिन मैं सोच रहा हूं कि लोग प्रतिगमन के लिए क्या नमूना लेते हैं। कहो समस्या डोमेन संकेत के प्रति बहुत संवेदनशील है, लेकिन केवल लक्ष्य के परिमाण के प्रति कुछ हद तक संवेदनशील है। हालांकि …
7
क्या कोई स्वतंत्र और यादृच्छिक के बीच के अंतर को समझाने में मदद कर सकता है?
आंकड़ों में, स्वतंत्र और यादृच्छिक समान विशेषताओं का वर्णन करता है? उनमें क्या अंतर है? हम अक्सर "दो स्वतंत्र यादृच्छिक चर" या "यादृच्छिक नमूना" जैसे विवरण के पार आते हैं। मैं सोच रहा हूं कि उनके बीच सटीक अंतर क्या है। क्या कोई इसे समझा सकता है और कुछ उदाहरण …
1
बैसेशियन बूटस्ट्रैपिंग बूटस्ट्रैपिंग वैचारिक रूप से?
मुझे यह समझने में परेशानी हो रही है कि बायेसियन बूटस्ट्रैपिंग प्रक्रिया क्या है, और यह आपके सामान्य बूटस्ट्रैपिंग से कैसे भिन्न होगा। और अगर कोई सहज / वैचारिक समीक्षा और दोनों की तुलना कर सकता है, तो यह बहुत अच्छा होगा। एक उदाहरण लेते हैं। मान लें कि हमारे …
1
क्या मैंने आरओसी घटता के विश्लेषण के लिए सिर्फ एक बायेसियन विधि का आविष्कार किया था?
प्रस्तावना यह एक लंबी पोस्ट है। यदि आप इसे दोबारा पढ़ रहे हैं, तो कृपया ध्यान दें कि मैंने प्रश्न भाग को संशोधित कर दिया है, हालांकि पृष्ठभूमि सामग्री समान है। इसके अतिरिक्त, मुझे विश्वास है कि मैंने समस्या का समाधान तैयार कर लिया है। वह समाधान पोस्ट के नीचे …
4
पीसीए स्पेस पर एक नया वेक्टर कैसे प्रोजेक्ट करें?
प्रमुख घटक विश्लेषण (पीसीए) करने के बाद, मैं पीसीए अंतरिक्ष पर एक नया वेक्टर प्रोजेक्ट करना चाहता हूं (अर्थात पीसीए समन्वय प्रणाली में इसके निर्देशांक ढूंढें)। मैंने पीसी भाषा में पीसीए का उपयोग करके गणना की है prcomp। अब मुझे पीसीए रोटेशन मैट्रिक्स द्वारा अपने वेक्टर को गुणा करने में …
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 
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.