Perguntas com a marcação «stochastic-processes»

O modelo "Acumulador Balístico Linear" (LBA) é um modelo bastante bem-sucedido para o comportamento humano em tarefas de decisão simples e rápidas. Donkin et al (2009, PDF ) fornecem código que permite estimar os parâmetros do modelo, dados dados comportamentais humanos, e eu copiei esse código (com algumas pequenas alterações …

11 r  stochastic-processes 

Modelo linear simples: x = α t + ϵtx=αt+ϵtx=\alpha t + \epsilon_t onde ~ iid N ( 0 , σ 2 )ϵtϵt\epsilon_tN( 0 , σ2)N(0,σ2)N(0,\sigma^2) com eV a r ( x ) = σ 2E( X ) = α tE(x)=αtE(x) = \alpha tVa r ( x ) = σ2Var(x)=σ2Var(x)=\sigma^2 AR …

11 regression  stochastic-processes  autoregressive  deterministic 

Um processo é estritamente estacionário se a distribuição conjunta de X t 1 , X t 2 , . . . , X t m é a mesma que a distribuição conjunta de X t 1 + k , X t 2 + K , . . . , X …

11 time-series  autocorrelation  stochastic-processes  stationarity 

Suponha que você queira pescar no lago das 8h às 20h. Devido à sobrepesca, foi instituída uma lei que diz que você só pode pescar um peixe por dia. Quando você captura um peixe, pode optar por mantê-lo (e, assim, voltar para casa com esse peixe) ou jogá-lo de volta …

10 stochastic-processes  optimal-stopping 

Imagine uma situação: temos registros históricos (20 anos) de três minas. A presença de prata aumenta a probabilidade de encontrar ouro no próximo ano? Como testar essa pergunta? Aqui estão dados de exemplo: 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", "rock","silver","rock","rock","rock","rock","silver", "gold","gold","gold","gold","gold","gold") time <- …

10 r  time-series  hypothesis-testing  stochastic-processes 

Estou trabalhando em um conjunto de dados. Depois de usar algumas técnicas de identificação de modelos, criei um modelo ARIMA (0,2,1). Usei a detectIOfunção no pacote TSAem R para detectar um outlier inovador (IO) na 48ª observação do meu conjunto de dados original. Como faço para incorporar esse erro externo …

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 

Considere um gráfico geométrico aleatório infinito no qual as localizações dos nós seguem um processo de ponto de Poisson com densidade e as arestas são colocadas entre os nós que estão mais próximos que . Portanto, o comprimento das arestas segue o seguinte PDF:ρρ\rhoddd f(l)={2ld2l≤d0l>df(l)={2ld2l≤d0l>d f(l)= \begin{cases} \frac{2 l}{d^2} \;\quad …

10 probability  stochastic-processes  pdf  asymptotics  graph-theory 

A Interviewstreet teve seu segundo CodeSprint em janeiro, que incluía a pergunta abaixo. A resposta programática é publicada, mas não inclui uma explicação estatística. (Você pode ver o problema original e a solução publicada fazendo login no site do Interviewstreet com creds do Google e, em seguida, acessando o problema …

10 probability  stochastic-processes  markov-process 

Alguém tem um bom exemplo de um processo estocástico estacionário de segunda ordem, mas não estritamente estacionário?

10 time-series  stochastic-processes  stationarity 

Este é apenas um exemplo que encontrei várias vezes, portanto não tenho dados de amostra. Executando um modelo de regressão linear em R: a.lm = lm(Y ~ x1 + x2) x1é uma variável contínua. x2é categórico e possui três valores, por exemplo, "Baixo", "Médio" e "Alto". No entanto, a saída …

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 

Como você interpreta uma curva de sobrevivência a partir do modelo de risco proporcional cox? Neste exemplo de brinquedo, suponha que tenhamos um modelo de risco proporcional ao cox na agevariável dos kidneydados e gere a curva de sobrevivência. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Por exemplo, …

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 

Considere um processo aleatório para o qual a média existe e seja constante, para todos os momentos , ou seja, para todos os tempos turnos do tempo (ou "atrasos") . Não imponho condições adicionais a momentos mais altos nem à função de distribuição. Como posso descrever esse processo? É apenas …

9 time-series  terminology  stationarity  stochastic-processes 

Estou com dificuldades para implementar o estimador de probabilidade máxima para um processo multivariado de Hawkes (HP). Especificamente, enquanto a expressão analítica para uma função de probabilidade de log de um HP univariado pode ser facilmente encontrada on-line (por exemplo, Ozaki, 1979), parece haver versões diferentes (inconsistentes ou equivalentes?) Da …

9 maximum-likelihood  stochastic-processes  likelihood 

Pela primeira vez (desculpe imprecisões / erros) , observei os processos gaussianos e, mais especificamente, assisti a este vídeo de Nando de Freitas . As notas estão disponíveis online aqui . Em algum momento, ele extrai 101010 amostras aleatórias de um normal multivariado gerado pela construção de uma matriz de …

8 machine-learning  simulation  stochastic-processes  gaussian-process 

O movimento browniano é construído como um limite da soma dos incrementos gaussianos. Pode-se usar uma distribuição não gaussiana estável (por exemplo, a distribuição de Cauchy) e ainda assim construir um processo? O parâmetro de escala desse processo evoluiria de acordo com a fórmula ?c t = t 1 / …

8 stochastic-processes  brownian  stable-distribution