stochastic-processes पर टैग किए गए जवाब

"लीनियर बैलिस्टिक एक्यूमुलेटर" मॉडल (एलबीए) गतिमान सरल निर्णय कार्यों में मानव व्यवहार के लिए एक सफल मॉडल है। डोनकिन एट अल (2009, पीडीएफ ) कोड प्रदान करते हैं जो मानव व्यवहार डेटा को दिए गए मॉडल के मापदंडों का अनुमान लगाने की अनुमति देता है, और मैंने इस कोड को …

11 r  stochastic-processes 

सरल रैखिक मॉडल: ε टी एन ( 0 , σ 2 )एक्स = α टी + εटीएक्स=αटी+εटीx=\alpha t + \epsilon_t जहाँ ~ iidεटीεटी\epsilon_tएन( 0 , σ2)एन(0,σ2)N(0,\sigma^2) साथ औरवी एक आर ( एक्स ) = σ 2इ( x ) = α टीइ(एक्स)=αटीE(x) = \alpha tवीएक आर ( एक्स ) = σ2वीएआर(एक्स)=σ2Var(x)=\sigma^2 …

11 regression  stochastic-processes  autoregressive  deterministic 

एक प्रक्रिया सख्ती से स्थिर है अगर के संयुक्त वितरण के संयुक्त वितरण रूप में ही है सभी m के लिए , सभी k के लिए और सभी t_1, t_2, ..., t_m के लिए ।XtXtX_tXt1,Xt2,...,XtmXt1,Xt2,...,XtmX_{t_1},X_{t_2},...,X_{t_m}Xt1+k,Xt2+k,...,Xtm+kXt1+k,Xt2+k,...,Xtm+kX_{t_1+k},X_{t_2+k},...,X_{t_m+k}mmmkkkt1,t2,...,tmt1,t2,...,tmt_1,t_2,...,t_m एक प्रक्रिया द्वितीय क्रम स्थिर है यदि इसका माध्य स्थिर है और इसका आटोक्लेवेरियन कार्य …

11 time-series  autocorrelation  stochastic-processes  stationarity 

मान लीजिए आप सुबह 8 बजे- 8 बजे से पास की झील में मछली पकड़ने जाना चाहते हैं। ओवरफिशिंग के कारण, एक कानून बनाया गया है जो कहता है कि आप प्रति दिन केवल एक मछली पकड़ सकते हैं। जब आप एक मछली को पकड़ते हैं, तो आप इसे या …

10 stochastic-processes  optimal-stopping 

एक स्थिति की कल्पना करें: हमारे पास तीन खानों के ऐतिहासिक रिकॉर्ड (20 वर्ष) हैं। क्या चांदी की उपस्थिति अगले साल सोने की संभावना को बढ़ाती है? ऐसे प्रश्न का परीक्षण कैसे करें? यहाँ उदाहरण डेटा है: mine_A <- c("silver","rock","gold","gold","gold","gold","gold", "rock","rock","rock","rock","silver","rock","rock", "rock","rock","rock","silver","rock","rock") mine_B <- c("rock","rock","rock","rock","silver","rock","rock", "silver","gold","gold","gold","gold","gold","rock", "silver","rock","rock","rock","rock","rock") mine_C <- c("rock","rock","silver","rock","rock","rock","rock", …

10 r  time-series  hypothesis-testing  stochastic-processes 

मैं एक डेटा सेट पर काम कर रहा हूं। कुछ मॉडल पहचान तकनीकों का उपयोग करने के बाद, मैं ARIMA (0,2,1) मॉडल के साथ बाहर आया। मैंने अपने मूल डेटा सेट के 48 वें अवलोकन में एक अभिनव आउटलुक (आईओ) का पता लगाने के लिए आर में detectIOपैकेज TSAमें फ़ंक्शन …

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 

एक अनंत यादृच्छिक ज्यामितीय ग्राफ पर विचार करें जिसमें नोड स्थान घनत्व साथ एक पॉइज़न बिंदु प्रक्रिया का पालन करते हैं और किनारों को नोड्स के बीच रखा जाता है जो डी के करीब हैं । इसलिए, किनारों की लंबाई निम्नलिखित पीडीएफ का पालन करती है:ρρ\rhoddd f(l)={2ld2l≤d0l>df(l)={2ld2l≤d0l>d f(l)= \begin{cases} \frac{2 …

10 probability  stochastic-processes  pdf  asymptotics  graph-theory 

इंटरव्यूस्ट्रीट के पास जनवरी में अपना दूसरा कोडप्रिंट था जिसमें नीचे दिए गए प्रश्न शामिल थे। प्रोग्रामेटिक उत्तर पोस्ट किया गया है लेकिन इसमें सांख्यिकीय विवरण शामिल नहीं है। (आप Google क्रेडिट के साथ इंटरव्यूस्ट्रीट वेबसाइट पर साइन इन करके और फिर इस पृष्ठ से कॉइन टॉस की समस्या पर …

10 probability  stochastic-processes  markov-process 

क्या किसी के पास स्टोकेस्टिक प्रक्रिया का एक अच्छा उदाहरण है जो 2-क्रम स्थिर है, लेकिन सख्ती से स्थिर नहीं है?

10 time-series  stochastic-processes  stationarity 

यह सिर्फ एक उदाहरण है कि मैं कई बार आया हूं, इसलिए मेरे पास कोई नमूना डेटा नहीं है। R में एक रैखिक प्रतिगमन मॉडल चलाना: a.lm = lm(Y ~ x1 + x2) x1एक सतत चर है। x2श्रेणीबद्ध है और इसके तीन मान हैं "उदा", "मध्यम" और "उच्च"। हालाँकि R …

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 

आप कॉक्स आनुपातिक खतरे वाले मॉडल से उत्तरजीविता वक्र की व्याख्या कैसे करते हैं? इस खिलौना उदाहरण में, मान लें कि हमारे पास डेटा ageमें परिवर्तनशील पर एक कॉक्स आनुपातिक खतरा मॉडल है kidney, और उत्तरजीविता वक्र उत्पन्न करता है। library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() उदाहरण …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear