タグ付けされた質問 「matlab」

私は興味のある結果が二分されglmnetているLASSO回帰の使用に手を出し始めています。以下に小さな模擬データフレームを作成しました。 age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, 0.91, 0.29, 0.88) m_edu <- c(0, 1, 1, 2, 2, 3, 2, 0, 1) p_edu <- c(0, 2, 2, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

シミュレーション研究のために、既存の変数に対する事前定義された（母集団）相関を示すランダム変数を生成する必要があります。YYY 私は、に見えたRパッケージcopulaとCDVine特定の依存構造を持つランダムな多変量分布を生成することができました。ただし、結果の変数の1つを既存の変数に修正することはできません。 アイデアや既存の機能へのリンクを歓迎します！ 結論： さまざまなソリューションで、2つの有効な答えが出ました。 カラカルによるR スクリプト。事前定義された変数との正確な（サンプル）相関を持つランダム変数を計算します 事前定義された変数に対する定義された母集団相関を持つランダム変数を計算するR 関数 [@ttnphnsの追加：質問のタイトルを単一の固定変数の場合から任意の数の固定変数に拡大するために自由を取りました。すなわち、いくつかの固定された既存の変数と事前定義された相関を持つ変数を生成する方法]

71 r  correlation  random-variable  random-generation  independence  assumptions  random-variable  unbiased-estimator  regression  hypothesis-testing  heteroscedasticity  generalized-least-squares  distributions  networks  data-visualization  sas  reproducible-research  philosophical  time-series  variance  outliers  quality-control  mean  multilevel-analysis  average  weighted-mean  regression  confidence-interval  prediction-interval  correlation  matlab  matrix  data-mining  maximum-likelihood  r  time-series  survival  predictive-models 

イムは、私のデータセット内のクラスタの数を決定するためにシルエットプロットを使用しようとしています。データセットを考えると電車、私は次のMATLABコードを使用しました Train_data = full(Train); Result = []; for num_of_cluster = 1:20 centroid = kmeans(Train_data,num_of_cluster,'distance','sqeuclid'); s = silhouette(Train_data,centroid,'sqeuclid'); Result = [ Result; num_of_cluster mean(s)]; end plot( Result(:,1),Result(:,2),'r*-.');` 得られたプロットは、x軸としてして以下に与えられるクラスタの数とY軸シルエット値の平均。 どのように私はこのグラフを解釈するのですか？どのように私はこのことから、クラスタの数を決定するのですか？

34 data-visualization  clustering  matlab 

8つの異なるサンプル（それぞれ異なる母集団から）内の変動の量を比較することに興味があります。これは、比率データを使用したいくつかの方法で実行できることを知っています：F検定の分散の等価性、リーベン検定など。 ただし、私のデータは円形/方向（つまり、風向や一般的な角度データ、または時刻などの周期性を示すデータ）です。私はいくつかの研究を行った結果、Rの「CircStats」パッケージに「Watson's test for homogeneity」という1つのテストが見つかりました。1つの欠点は、このテストでは2つのサンプルのみを比較することです。つまり、8つのサンプルで複数の比較を行う必要があります（その後、Bonferonni補正を使用します）。 私の質問は次のとおりです。 1）使用できるより良いテストはありますか？ 2）そうでない場合、ワトソンのテストの前提は何ですか？パラメトリック/ノンパラメトリックですか？ 3）このテストを実行できるアルゴリズムは何ですか？私のデータはMatlabにあり、テストを実行するためにRに転送する必要はありません。むしろ自分の関数を書くだけです。

21 variance  matlab  f-test  circular-statistics 

ランダムポイントのデカルト座標の座標を選択しますst。x 、yバツ、yx,y（x 、y）〜U（− 10、10 ）× U（− 10 、10 ）（バツ、y）〜うん（−10、10）×うん（−10、10）(x,y) \sim U(-10,10) \times U(-10,10) したがって、半径、のpdfが示すように均一に分布していません。 ρρ = x2+ y2−−−−−−√ρ=バツ2+y2\rho = \sqrt{x^2 + y^2}ρρ\rho それにもかかわらず、私はがほぼ均一であることを期待し、エッジの4つの残り物によるアーティファクトを除きます。θ = arctanyバツθ=アークタン⁡yバツ\theta = \arctan{\frac{y}{x}} 以下は、\ thetaおよび\ rhoの確率論的に計算された確率密度関数です。 θθ\thetaρρ\rho ここで、 stに分布させると、は均一に分布しているように見えます。、X 、Y 〜N （0 、20 2）× N （0 、20 2）θx 、yバツ、yx,yx 、y〜N（0 、202）×N（0 、202）バツ、y〜N（0、202）×N（0、202）x,y \sim N(0,20^2)\times N(0,20^2)θθ\theta なぜはで均一ではなく、均一であるの？（X …

19 normal-distribution  matlab  pdf  uniform 

平均=、分散=、相関係数=相関ランダムシーケンスを生成しようとしています。以下のコードでは、標準偏差として＆を使用し、平均として＆を使用しています。1 0.80001110.80.80.8s1s2m1m2 p = 0.8 u = randn(1, n) v = randn(1, n) x = s1 * u + m1 y = s2 * (p * u + sqrt(1 - p^2) * v) + m2 これによりcorrcoef()、xとの間の0.8が正確になりyます。私が欲しい場合、私は、一連の手段を生成することができますどのように私の質問はzそれがまたと相関しているy（同じ相関でr=0.8r=0.8r=0.8）ではなく、とx。知っておく必要がある特定の式はありますか？私が見つかりました。一つが、それを理解できませんでした。

19 correlation  matlab  random-generation  correlation-matrix 

SVMはバイナリ分類子であることを知っています。マルチクラスSVMに拡張したいと思います。それを実行するための最良の、そしておそらく最も簡単な方法はどれですか？ コード：MATLAB u=unique(TrainLabel); N=length(u); if(N>2) itr=1; classes=0; while((classes~=1)&&(itr<=length(u))) c1=(TrainLabel==u(itr)); newClass=double(c1); tst = double((TestLabel == itr)); model = svmtrain(newClass, TrainVec, '-c 1 -g 0.00154'); [predict_label, accuracy, dec_values] = svmpredict(tst, TestVec, model); itr=itr+1; end itr=itr-1; end これはどのように改善できますか？

18 machine-learning  matlab  svm  multi-class 

帰無仮説では、p値の分布は均一であるはずだと聞きました。ただし、MATLABの二項検定のシミュレーションでは、平均が0.5（この場合は0.518）を超える非常に異なる不均一分布が返されます。 coin = [0 1]; success_vec = nan(20000,1); for i = 1:20000 success = 0; for j = 1:200 success = success + coin(randperm(2,1)); end success_vec(i) = success; end p_vec = binocdf(success_vec,200,0.5); hist(p_vec); 乱数を生成する方法を変更しようとしても、助けにはなりませんでした。ここで説明をいただければ幸いです。

17 matlab  p-value  binomial  simulation  uniform 

間隔内の正規分布に従って乱数を生成する必要があります。（私はRで働いています。）(a,b)(a,b)(a,b) 関数rnorm(n,mean,sd)は正規分布に従って乱数を生成しますが、その範囲内で間隔制限を設定するにはどうすればよいですか？そのために使用可能な特定のR関数はありますか？

17 r  normal-distribution  matlab  simulation  random-generation 

MatlabとPythonの中で、どの言語が一般的な統計データ分析に適していますか？アクセシビリティ以外のそれぞれの長所と短所は何ですか？

17 matlab  python 

私は4つの状態のシーケンスのセット（正確には432の観測）を持っています：例A−DA−DA-D Y=⎛⎝⎜⎜⎜⎜AB⋮BCA⋮CDA⋮ADC⋮DBA⋮AA−⋮BC−⋮A⎞⎠⎟⎟⎟⎟Y=(ACDDBACBAACA−−⋮⋮⋮⋮⋮⋮⋮BCADABA)Y=\left(\begin{array}{c c c c c c c} A& C& D&D & B & A &C\\ B& A& A&C & A&- &-\\ \vdots&\vdots&\vdots&\vdots&\vdots&\vdots&\vdots\\ B& C& A&D & A & B & A\\ \end{array}\right) 編集：観測シーケンスの長さが等しくありません！これは何かを変えますか？ MatlabまたはRなどで遷移行列を計算する方法はありますか？HMMパッケージが役立つと思います。何かご意見は？Pij(Yt=j|Yt−1=i)Pij(Yt=j|Yt−1=i)P_{ij}(Y_{t}=j|Y_{t-1}=i) 例：マルコフ連鎖確率の推定

16 r  matlab  markov-process 

現在、平均ベクトルと共分散行列多変量正規分布を持つ次元のランダム変数値をシミュレートしようとしています。X μ = （μ 1、。。。、μ N ）T SNNNXXXμ=(μ1,...,μN)Tμ=(μ1,...,μN)T\mu = (\mu_1,...,\mu_N)^TSSS 逆CDF法に似た手順を使用したいと考えています。つまり、最初にNNN次元の一様なランダム変数UUUを生成し、次にこの分布の逆CDFにプラグインして、値Xを生成しますXXX。 手順が十分に文書化されておらず、MATLABのmvnrnd関数とウィキペディアで見つけた説明にわずかな違いがあるため、問題が発生しています。 私の場合、分布のパラメーターもランダムに選択しています。特に、平均分布μiμi\mu_i一様分布U(20,40)U(20,40)U(20,40)ます。次に、次の手順を使用して共分散行列SSSを作成します。 下三角行列作成L L（I、I）= 1のための私は1..N =及びLを（I、J）= U（-1,1）のために 、I &lt;JLLLL(i,i)=1L(i,i)=1L(i,i) = 1i=1..Ni=1..Ni=1..NL(i,j)=U(−1,1)L(i,j)=U(−1,1)L(i,j) = U(-1,1)i&lt;ji&lt;ji < j してみましょうS = LL ^ T L ^ Tはの転置表すLを。S=LLTS=LLTS = LL^TLTLTL^TLLL この手順により、SSSが対称かつ正定であることを確認できます。また、S = LL ^ Tになるように下三角行列Lを提供します。これは、分布から値を生成するために必要だと思います。LLLS=LLTS=LLTS = LL^T ウィキペディアのガイドラインを使用すると、次のようにN次元のユニフォームを使用してXの値を生成できるはずです。XXXNNN X=μ+L∗Φ−1(U)X=μ+L∗Φ−1(U)X = \mu + L * …

14 matlab  algorithms  random-generation  multivariate-normal 

誰でもリバーシブルジャンプMCMCのコード（MatlabまたはR）を知っていますか？できれば、主題に関する論文をほめるためのシンプルなデモアプリケーションは、プロセスを理解するのに役立ちます。

14 r  matlab  references  mcmc 

私は趣味としてRでモンテカルロを始めましたが、最終的には金融アナリストがMatlabに移行することを勧めました。私は経験豊富なソフトウェア開発者です。しかし、モンテカルロ初心者。感度分析を使用して静的モデルを作成し、後で動的モデルを作成したい。私を導く良いライブラリ/アルゴリズムが必要です。 私には、Rには優れたライブラリがあり、簡単なパスカルのような言語のために、未経験のプログラマーにはmathlabが好まれていると思われます。R言語はスキームに基づいており、これは初心者には難しいですが、私には難しいです。Matlab / Octaveに数値/ライブラリ側の利点がない場合、私はRに固執します。

14 r  matlab  monte-carlo 

入力で距離行列を取ることができるk-means実装（matlabの方が良いでしょう）を誰かが指摘できますか？標準のmatlab実装では、入力に観測行列が必要であり、類似性の尺度をカスタム変更することはできません。

14 clustering  matlab  k-means