Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >统计模拟结果中的奇异显带

统计模拟结果中的奇异显带
EN

Stack Overflow用户
提问于 2016-02-25 19:19:33
回答 1查看 36关注 0票数 0

因此,我目前正在选修一门统计课程,我们一直在谈论抽样变化。我构建了一个Web应用程序来执行抽样模拟,并在使用1000这样的良好样本大小时显示结果(cobra5707.dx.am/SampleSim),得到良好的正态分布。

0.45,1000,10000的结果:

然而,当样本大小不是一个很好的数字时,产生的直方图就会出现奇怪的空白。

结果为0.45,808,10000:

代码并没有最小化,所以您可以在dev tools中查看源代码,工作代码是:

代码语言:javascript
运行
AI代码解释
复制
onmessage = function(event) {
  e = event.data;
  var s = 0;
  var p = e.true_value;

  for(var i=0; i<e.sample_size; i++){
      if(Math.random()<p)
          s++;
  }

  postMessage(s/e.sample_size);
}

编辑1:这样,这个过程就这样工作了,工作人员运行了一些选定的模拟,并计算出成功的比例,并返回一个百分比0,1。这些百分比被乘以100,然后存储在一个数组中。最后,Plotly从数据中生成直方图。直方图似乎没有出现错误,因为循环遍历数组确认在空百分比范围内没有值。

编辑2:仔细观察,似乎是因为某些百分比是不可能产生的,而且xbin的大小足够小,这些差距是可见的,所以我想我需要处理这个问题。很抱歉浪费了人们的时间,以为这可能是个奇怪的浮点错误。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2016-02-26 08:36:10

正如您似乎已经意识到的那样,这是因为Plotly自动选择的bin大小与您的数据没有很好地一致。

最简单的方法是运行样本大小为"3“-只有四种可能的结果: 0.0,33.33333333,66.66666667和100.0。

然而,Plotly选择的垃圾箱是-10至10、10至30、30至50、50至70、70至90和90至110。

解决方案是修改方法UpdatePlot,以便它使用您的样本大小来确定回收箱;如下所示:

代码语言:javascript
运行
AI代码解释
复制
function UpdatePlot(data, args){
    Plotly.deleteTraces("plot", 0);
    Plotly.addTraces("plot",
        {x:data, type:"histogram", autobinx: false,
         xbins: {start: -50/ss, end: 100 + (50/ss), size: 100/ss}});
}
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/35642803

复制
相关文章
随机模拟和统计主要结果分析命令
本期分享的这份大表格相当的复杂,整理起来费了点时间,但总算是对概率和统计回归的常用命令勾勒出大致框架。里面的有限函数开起来稍微有点陌生
巴山学长
2020/11/26
6030
画一个带统计检验的PCoA分析结果
PERMANOVA原理解释:这个统计检验可用于判断PCA/PCoA等的分群效果是否显著!
生信宝典
2022/01/18
1.2K0
画一个带统计检验的PCoA分析结果
java中pageInfo分页带条件查询+查询条件的回显「建议收藏」
代码如下:解析在下边 Jetbrains全家桶1年46,售后保障稳定 <%@ taglib prefix="fmt" uri="http://java.sun.com/jsp/jstl/fmt" %> <%@ taglib prefix="c" uri="http://java.sun.com/jsp/jstl/core" %> <%-- Created by IntelliJ IDEA. User: Administrator Date: 2018/1/17 Time: 19:10 To chan
全栈程序员站长
2022/11/17
3.5K0
基于R软件的统计模拟
统计模拟即是计算机统计模拟,它实质上是计算机建模,而这里的计算机模型就是计算机方法、统计模型(如程序、流程图、算法等),它是架于计算机理论和实际问题之间的桥梁。它与统计建模的关系如下图。
统计学家
2019/04/10
3.4K0
基于R软件的统计模拟
C语言 | 统计选票结果的程序
例38:有三个候选人,每个选民只能投给一个人,要求用C语言编一个统计选票的程序,先后输入备选人的的名字,最后输出各人的得票结果。
小林C语言
2020/12/18
2K0
C语言 | 统计选票结果的程序
绘制带误差bar的统计图
df<-ToothGrowth #这里用的是R自带数据Toothgrowth
爱学习的小明明
2020/09/26
1.4K0
绘制带误差bar的统计图
Future,带返回执行结果的线程使用方式
FutureTask是Future的一种实现方式. private final int count; public Counter(int count) { this.count = count; } public void get() throws InterruptedException { // 假设执行一些耗时的操作 Thread.sleep(3000); System.out.println("counter:" + count); } long start = Sys
用户1215919
2018/02/27
1.2K0
画一个带统计检验的PcOA分析结果 (再进一步,配对比较)
PERMANOVA原理解释:这个统计检验可用于判断PCA/PCoA等的分群效果是否显著!
生信宝典
2022/01/18
1.5K0
画一个带统计检验的PcOA分析结果 (再进一步,配对比较)
SVD奇异值分解 中特征值与奇异值的数学理解与意义
更像是矩阵分解多一点,没有涉及到SVD的数学意义,这篇博客大概会写一些数学SVD的数学理解,以及SVD在PCA和推荐算法上面的应用。
大鹅
2021/06/16
2.3K0
Struts2 动态结果和带参数的跳转
完整代码:Struts16ActionResultsDemo.rar 1.动态结果。    有时我们需要在Action里取得我个要转跳的页面 看一下我们的struts.xml <?xml versio
lpxxn
2018/01/31
9560
Struts2 动态结果和带参数的跳转
带外攻击OOB(RCE无回显骚思路总结)
向服务器提交一个 payload,而服务器响应给我们相关的 response 信息。大家都叫它带内攻击,这些理论的东西,我们简单理解就好,这里我们就理解成单挑通信的通道为带内攻击,也就是整个测试过程或者说是交互过程,中间没有其外部的服务器参与,只有自己和目标服务器,那么就叫带内。
枪哥四海为家
2022/03/14
6K0
带外攻击OOB(RCE无回显骚思路总结)
通过 SeeTheStats 公开 Google Analytics 统计结果
广告商投放广告的时候,需要了解投放网站的流量,了解网站的流量的方法有很多,一般可以通过 Alexa,Google Ad Planer,但是这些都不是十分准确的,比如有个广告商通过 Alexa 的数据,以为我的博客一天的流量有 3W, 🙂 。 了解网站流量最直接的方法就是能够查看到统计工具的报表,如果要给广告商 Google Analytics 的统计结果,需要在 Google Analytics 后台操作给他的 Google 帐号赋权查看结果,这样非常麻烦。 SeeTheStats 就是一个使用 Googl
Denis
2023/04/14
4480
通过 SeeTheStats 公开 Google Analytics 统计结果
LeetCode 1409. 查询带键的排列(map模拟)
给你一个待查数组 queries ,数组中的元素为 1 到 m 之间的正整数。 请你根据以下规则处理所有待查项 queries[i](从 i=0 到 i=queries.length-1):
Michael阿明
2020/07/13
5610
一道快乐的井字棋带模拟
题目链接 吉首大学新生赛的带模拟 下井字棋问自己两步能不能赢 其实也不算很大233 代码长度3185 生涯之耻(不是 注释应该蛮清楚的(挠头 要注意的一点是如果初始局面自己已经获胜了 这个时候算wrong
wenzhuan
2022/08/15
2910
【WRF小技巧】WRF如何得到更好的模拟结果?
编者按:这是新开的一个系列,有时间会逐步将WRF官方培训的ppt挑选个人认为重要的进行翻译,以及结合个人的使用经验进行一些解释。由于个人水平有限,难免会出现偏差和错误,欢迎斧正。
自学气象人
2022/11/02
3.4K0
【WRF小技巧】WRF如何得到更好的模拟结果?
矩阵奇异分解奇异值分解定理
定理 设 非奇异,则存在正交矩阵P和Q,使得 其中 证明 因为A非奇异,所以 为实对称正定矩阵,于是存在正交矩阵Q使得, 为 的特征值 设x为非0特征向量,因为
用户1733462
2018/06/01
1.7K0
奇异的22∶78法则
为了增加matlab爱好者微信公众号内容的充实性,提供多元化多维度多视角阅读素材,让matlab爱好者的关注者受益更多。今后matlab爱好者推文包括但不限于matlab编程和科研相关内容,会增加一些涵盖生活、文化、经济和科技等方面的知识。欲获取更多丰富多彩的,请持续关注matlab爱好者!!!
巴山学长
2019/07/15
1K0
奇异的22∶78法则
AI数学基础之:奇异值和奇异值分解
奇异值是矩阵中的一个非常重要的概念,一般是通过奇异值分解的方法来得到的,奇异值分解是线性代数和矩阵论中一种重要的矩阵分解法,在统计学和信号处理中非常的重要。
用户2323866
2021/06/21
6300
点击加载更多

相似问题

带和不带趋势->奇异结果的冬日预报

13

如何快速解释带浮点的with循环的奇异结果

13

运行奇异点容器的统计信息

119

奇异输出结果

22

Adobe中的localToGlobal奇异结果

22
添加站长 进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

扫码加入开发者社群
关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

扫码关注腾讯云开发者公众号
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档