如何在R中积分(AUC) nls模型和蒙特卡罗置信区间
在R中积分(AUC) nls模型和蒙特卡罗置信区间的步骤如下：
- 首先，确保已经安装了必要的R包，包括nls2、pROC和boot。可以使用以下命令安装这些包：
- 首先，确保已经安装了必要的R包，包括nls2、pROC和boot。可以使用以下命令安装这些包：
- 导入所需的库：
- 导入所需的库：
- 准备数据集。假设你已经有一个包含自变量和因变量的数据框，其中自变量为x，因变量为y。
- 定义nls模型。使用nls函数来拟合非线性模型。假设你的模型是y = a * exp(b * x) + c，可以使用以下代码定义模型：
- 定义nls模型。使用nls函数来拟合非线性模型。假设你的模型是y = a * exp(b * x) + c，可以使用以下代码定义模型：
- 计算AUC。使用pROC包中的roc函数来计算ROC曲线和AUC。假设你的模型预测的是二分类问题，可以使用以下代码计算AUC：
- 计算AUC。使用pROC包中的roc函数来计算ROC曲线和AUC。假设你的模型预测的是二分类问题，可以使用以下代码计算AUC：
- 进行蒙特卡罗置信区间估计。使用boot包中的boot函数来进行蒙特卡罗置信区间估计。假设你希望进行1000次重采样，可以使用以下代码进行估计：
- 进行蒙特卡罗置信区间估计。使用boot包中的boot函数来进行蒙特卡罗置信区间估计。假设你希望进行1000次重采样，可以使用以下代码进行估计：
- 计算蒙特卡罗置信区间。使用boot包中的boot.ci函数来计算蒙特卡罗置信区间。假设你希望计算95%的置信区间，可以使用以下代码：
- 计算蒙特卡罗置信区间。使用boot包中的boot.ci函数来计算蒙特卡罗置信区间。假设你希望计算95%的置信区间，可以使用以下代码：
以上是在R中积分(AUC) nls模型和蒙特卡罗置信区间的步骤。请注意，这只是一个示例，具体的实现可能因数据和模型的不同而有所变化。
相关·内容
1回答
我正在尝试从x= 0到R中的无穷大的非线性函数(从nls())进行积分(解析其下的面积)。然而，R的积分函数调用一个函数(f)。 简而言之，我想做一些近似的事情： integrate(my.nls, lower = 0L, upper = Inf) 但不幸的是，my.nls实际上是一个合适的模型对象，而不是一个函数。我考虑使用平滑样条插值，然后对结果函数进行积分。但我更喜欢使用真正的nls函数，而不是近似值。此外，考虑到积分的无限性质，我必须非常小心地向正方向进行外推。 如果可能，理想的技术应该是能够集成nls和其他函数的结果，例如，根据propagate软件包的predictNLS函数计算
浏览 25提问于2019-02-14得票数 1
回答已采纳
从概念上讲，我理解像蒙特卡罗这样的数值方法是如何用来求解一个确定的积分的。由于函数的积分是以曲线为界的面积，曲线内随机点与点总数的比值是积分的值。
从概念上讲，有人能解释一个非数学的人，我们如何能够解决PDE/ODE使用蒙特卡罗？
浏览 0提问于2019-04-02得票数 2
1回答
蒙特卡罗积分的错误答案
、、、、
如何在R中用蒙特卡罗方法逼近x^4 * sin(x)/ 的积分？
我想要做的是
set.seed(666)
func1 <- function(x)
{
(x^4 * sin(x))/exp(1)^(x/5)
}
n <- 1000000
x <- rexp(n, 0.2)
f <- func1(x)
E <- mean(f)
但是E的结果是不正确的
浏览 0提问于2018-09-17得票数 3
我试图实现蒙特卡罗模拟方法来估计R中的积分，但我还是得到了错误的答案。我的代码如下：
f <- function(x){
((cos(x))/x)*exp(log(x)-3)^3
}
t <- integrate(f,0,1)
n <- 10000 #Assume we conduct 10000 simulations
int_gral <- Monte_Car(n)
int_gral
浏览 6提问于2020-04-21得票数 0
回答已采纳
1回答
考虑到拉普拉斯的分配建议：
g(x) = 1/2*e^(-|x|)
以及样本大小n = 1000，我想进行蒙特卡罗(MC)集成来估计θ：
通过重要性抽样。最后，我想要计算这个MC估计的均值和标准差，当我到了那里。
编辑(在下面的回答后晚到)
到目前为止，我的R代码就是这样的：
library(VGAM)
n = 1000
x = rexp(n,0.5)
hx = mean(2*exp(-sqrt(x))*(sin(x))^2)
gx = rlaplace(n, location = 0, scale = 1)
浏览 2提问于2016-12-05得票数 1
回答已采纳
1回答
你好，我已经写了一个代码，它使用一种“粗糙的”蒙特卡罗采样技术成功地逼近一维、二维和三维积分。我现在想通过使用“重要性采样”来改进这一点，因为显然这可以减少方差。我读过一些关于这方面的网页，但似乎没有一个特别清楚。我该如何实现这样的东西呢？非常感谢。杰克
浏览 1提问于2010-09-25得票数 0
回答已采纳
1回答
我想在r中进行蒙特卡罗模拟来估计θ。有人能给我推荐一些资源并建议我怎么做吗？
我已经开始创建一个伽马分布的样本，并使用分布的形状和速度，但是我不知道下一步该怎么做。
x = seq(0.25, 2.5, by = 0.25)
PHI <- pgamma(x, shape = 5.5, 2)
CDF <- c()
n= 10000
set.seed(12481632)
y = rgamma(n, shape = 5.5, rate = 2)
浏览 5提问于2020-11-28得票数 1
回答已采纳
3回答
用蒙特卡罗方法求PI数字
、、、
我已经尝试过许多使用蒙特卡罗方法寻找π的算法。其中一个解决方案(用Python)是这样的：
def calc_PI():
n_points = 1000000
hits = 0
for i in range(1, n_points):
x, y = uniform(0.0, 1.0), uniform(0.0, 1.0)
if (x**2 + y**2) <= 1.0:
hits += 1
print "Calc2: PI result", 4.0 * float(hits) /
浏览 2提问于2009-06-11得票数 4
回答已采纳
我希望使用R中残杀包中的predictNLS来围绕大量拟合值建立置信区间，例如，我将使用函数描述()、DNase中引用的数据集，并构建一个以值conc和密度为特征的模型：
library(propogate)
library(dplyr)
library(modelr)
DNase <- DNase
modeldna <- DNase %>% group_by(Run) %>%
do(run_model = nls(density ~ a * exp(b * conc),
start = list(a = 1 , b = 0.5),
data = .))
浏览 2提问于2021-03-14得票数 4
回答已采纳
1回答
如何在卷积神经网络中用Keras实现蒙特卡罗丢包，以估计YARIN GAL提出的预测不确定度？我用的是R.
我将模型按小批进行拟合，并希望用Monte dropout.Could在Keras documentation.BTW中找不到任何提示来评估小批模型，我用标志training=TRUE训练了我的模型。
谢谢
浏览 0提问于2018-04-25得票数 4
回答已采纳
1回答
我需要编写蒙特卡罗算法来近似增量到Matlab，并计算置信区间： ? 但是由于某种原因，我的代码不能工作，你知道为什么吗？ randn('state', 100)
%Problem and method parameters
S=10; E=9; sigma=0.1; r=0.06; T=1;
Dt=1e-3; N=T/Dt; M=2^17;h=10^(-4);
delta = zeros(M,1);
for i = 1:M
Sfinal = S*exp((r-0.5*sigma^2)*T+sigma*sqrt(T).*randn(M,1));
S_h
浏览 23提问于2018-12-27得票数 0
回答已采纳
从Weka软件的分类模型中得到:样本大小、混淆矩阵和ROC曲线下面积( AUC )。如何计算AUC的95%置信区间？
浏览 1提问于2018-05-20得票数 1
2回答
我开始了一个Msc，我们正在学习R包，但我在一个练习中遇到了问题。练习是这样的：
“假设我们想要使用基本的蒙特卡罗方法估计∫x2 (在1和0之间定义)。本质上，我们在曲线上投掷省道，并计算落入曲线以下的省道数量。该方法的算法包括：
1)初始化: hits=0
2)对于(i in 1:N)：生成两个随机数，U1，U2，介于0和1之间。如果U2<(U1)^2，则hits=hits+1结束于。
3)面积估计=点击数/N
提供一个使用循环的R代码来实现此蒙特卡洛算法。你的函数需要多长时间？提供更高效的代码，避免前面的循环。说明通过向量化您的代码可以获得的效率收益。“
我有这些代码，但我想我做错了
浏览 17提问于2018-12-17得票数 4
回答已采纳
1回答
据我所知，蒙特卡罗模拟是通过绘制随机点和计算曲线外和曲线内各点之间的比值来估计面积。
我很好地计算了π的值，假设曲线半径是单位的。
这是代码
program pi
implicit none
integer :: count, n, i
real :: r, x, y
count = 0
n=500
CALL RANDOM_SEED
DO i = 1, n
CALL RANDOM_NUMBER(x)
CALL RANDOM_NUMBER(y)
IF (x*x + y*Y <1.0) count = count + 1
END DO
r = 4 * REAL(count)/n
pr
浏览 1提问于2019-03-01得票数 1
回答已采纳
2回答
计算积分的有效方法？
、、、
我知道如何用蒙特卡罗来计算积分，但我想知道是否可以用梯形规则和numpy法则相结合来得到同样的积分，我不知道哪一个是最快的，还是后者可能的？
例如，为了集成e**-x**2 > y，我可以使用蒙特卡罗方法，如下所示：
import numpy as np
import matplotlib.pyplot as plt
X = np.random.rand(500000,2)
X[:,0] = X[:,0]*4-2
J = np.where(X[:,1] < np.exp(-X[:,0]**2))[0]
Xp = X[:2000]
Ip = [i for i in range(le
浏览 1提问于2018-05-17得票数 3
回答已采纳
我计划做一个蒙特卡罗模拟，但是AnyLogic页面上的介绍并没有真正帮助我。我希望通过统一(0，1)更改一个参数，并运行模型1000次，并将结果保存在excel表中。我的想法是有一个名为"durchlaufzeit“的变量，它需要模型在水槽上花费时间。所以在水槽里我说durchlaufzeit = Math.round(time())。这是获得总延迟时间的正确方法吗？或者有什么可以替代的呢？
接收器中的命令如下所示：
因此，在离散事件仿真结束时，我想将仿真的整个延迟时间写入我的ExcelSheet ergebnisse中。我用以下方式创建了蒙特卡罗实验：
在我看来，
浏览 7提问于2022-03-14得票数 -2
回答已采纳
我试着用蒙特卡罗积分法求解一个D维积分：
其思想是生成N个点并计算te曲线下面的aria，如下所示：
为了做到这一点，我实现了以下Python代码：
import numpy as np
from sympy import symbols, integrate
def f(x,D):
return D*(x**2)
for i in range(1, 9):
x = symbols('x')
浏览 0提问于2021-08-25得票数 1
回答已采纳
3回答
最近，在来自UPC/巴塞罗那的Oriol Pujol教授的机器学习课程中，他描述了用于广泛的机器学习相关任务的最常见的算法、原理和概念。在这里，我和你分享它们，并问你：
是否有任何将任务与与不同类型机器学习相关问题相关的方法或方法相匹配的全面框架？
我如何学习一个简单的高斯？概率，随机变量，分布；估计，收敛和渐近，置信区间。
我如何学习高斯(MoG)的混合物？似然，期望最大化(EM)；推广，模型选择，交叉验证；k-均值，隐马尔可夫模型(HMM)
我怎么知道密度呢？参数与非参数估计，Sobolev等泛函空间；Ĺ2误差；核密度估计，最优核，KDE理论
如何预测连续变量(回归)？线性回归、正则化、
浏览 0提问于2015-01-20得票数 40
3回答
我想听听你的建议:你能推荐一个库，让你像实数那样加/减/乘/除PDF(概率密度函数)吗？
在幕后，它必须做蒙特卡罗来计算结果，所以我可能更喜欢快速高效的方法，它可以利用系统中的任何GPU。
更新：
这是我要寻找的那种C#代码：
var a = new Normal(0.0, 1.0); // Creates a PDF with mean=0, std. dev=1.0.
var b = new Normal(0.0, 2.0); // Creates a PDF with mean=0, std. dev=2.0.
var x = a + b; // Creates a PDF
浏览 10提问于2011-06-07得票数 9
回答已采纳
我已经通过pROC软件包获得了AUC值和95%的置信区间，但我想知道如何获得准确度的95%置信区间？
data(aSAH)
myroc <- roc(aSAH$outcome, aSAH$s100b)
myroc
ci.thresholds(myroc, thresholds = "best")
ci.auc(myroc)
结果
Call:
roc.default(response = aSAH$outcome, predictor = aSAH$s100b)
Data: aSAH$s100b in 72 controls (aSAH$outcome Good) <
浏览 224提问于2020-08-03得票数 1
回答已采纳
我正试图对系统gmm估计的模型进行蒙特卡罗模拟。因此，我需要从python ()中的pydynpd包中提取模型的系数。我正在搜索一个命令/函数，它与使用fit().params返回状态模型一样，也就是数组中的系数。
浏览 19提问于2022-05-04得票数 0
1回答
Ques:方程截距为零的假设的双尾检验(假设5%的置信区间)的p值是多少？
我已经计算了线性回归模型中具有51个观测值的数据集的t值(1.257)。它的自由度是49，那么我如何根据R中的上述信息来计算p值呢？
浏览 0提问于2017-09-13得票数 0
1回答
我是关于数值积分的演讲的一部分。虽然讨论本身将进入更好的数值积分形式(主要是重要抽样和分层抽样)，但我在我的部分章节中提到，蒙特卡罗积分抽样来自均匀分布。
我发现：
mean(sin(runif(1e8, 0, pi)))
是给出了0.636597的答案，而不是预期的1。这个答案似乎与增加样本数量相当一致，我不知道为什么会有这么多的错误。其他计算，例如：
mean(sin(runif(1e6, 0, 2 * pi)))
给0.0005398996，更接近0的预期答案。
谁能帮我看看为什么
mean(sin(runif(1e8, 0, pi)))
给出这么不准确的答案吗？这是用户的错误，还是期望
浏览 2提问于2016-12-05得票数 2
回答已采纳
我目前正在使用python和RPY来使用R中的功能。
如何使用R库生成符合两个变量之间相关性的蒙特卡罗样本。例如，如果变量A和B的相关性为85% (0.85)，我需要生成符合A和B之间相关性的所有蒙特卡洛样本。
如果任何人能分享想法/片段，我将不胜感激
谢谢
浏览 2提问于2011-04-15得票数 5
在运行贝叶斯模型un R2OpenBugs时，是否有人设法获得了参数的蒙特卡罗误差？
它是在OpenBugs的标准输出中提供的，但是当在R2OpenBugs下运行时，日志文件没有MC error.Is --有一种方法可以要求R2OpenBugs计算MC错误吗？或者有一种手动计算的方法？拜托，如果你听说有什么办法的话请告诉我。谢谢!
下面是R2OpenBugs的标准日志输出：
$stats
mean sd val2.5pc median val97.5pc sample
beta0 1.04700 0.13250 0.8130 1.0
浏览 13提问于2022-07-06得票数 1
回答已采纳
1回答
对于BPSK的误码率和信噪比分析，我使用MATLAB中的Simulink和BERtool。下面显示的是Simulink模型：
在AWGN组件中，参数设置如下：
然后我打开蒙特卡洛的BERtool ->。此处，Eb/No的取值范围为0:1:10
它不会为每次迭代更改AWGN组件中的Eb/No值。Eb/No值在蒙特卡罗模拟中的确切作用是什么？
浏览 43提问于2017-02-18得票数 0
1回答
我正在用蒙特卡罗方法计算一个积分(对于3个不同的N的10,100,1000)，但是我想把误差计算到积分的真值(解析计算)。怎么做？如何计算积分的实值，并绘制和打印误差值？
下面是我现在使用的用Monte方法计算积分的代码：
a = 0
b = 2
N = np.array([10, 100, 1000])
def func(x):
return np.power(sin(1/(x*(2-x))),2)
areas = []
j = 0
while j < len(N):
for i in range(N[j]):
xrandom = np.ran
浏览 0提问于2018-06-28得票数 0
回答已采纳
1回答
阶小于E-1的随机数
、、、
我目前正在用Python进行动态蒙特卡罗模拟，所以我需要生成在0到1之间的伪随机数，它们遵循均匀分布，但是我正在搜索一些小于E-1的数字，例如，0.001。我知道这并不常见，因为它们毕竟是随机数，但我的问题开始于蒙特卡罗的实现。
简单地说，蒙特卡罗模拟的问题是，我有一个constraint_probability=c和一个伪随机的number=r，但是由于问题的动态性，我的代码只能在r< c的情况下运行。如果我做了c=0.001，我的代码就永远不会运行。
我的第一个想法是使用random.uniform，但我发现得到的数字至少是E-2的。
后来，我认为可以通过设置以下函数来解决我的问题：
浏览 2提问于2021-04-23得票数 0
1回答
用Monte积分估计下列积分：
我试图对下面的问题进行蒙特卡罗积分，其中p(x)是高斯分布，均值为1，方差为2 (见图)。
我被告知，一旦我们从正态分布中提取样本，pdf就会在积分中消失。请解释这个概念，以及如何用Python解决这个问题。下面是我的尝试。
def func(x):
return (math.exp(x))*x
mu = 1
sigma = sqrt(2)
N = 1000
areas = []
for i in range(N):
xrand = np.zeros(N)
for i in range (len(xrand)):
x
浏览 7提问于2020-03-01得票数 1
5回答
什么时候应该使用蒙特卡罗方法？
例如，为什么乔尔决定对使用蒙特卡洛方法，而不是有条不紊地处理过去一年的所有用户数据？
浏览 1提问于2010-05-27得票数 16
回答已采纳
1回答
如何用蒙特卡罗方法进行函数积分
F(X[1],X[2],X[3],X[4])
哪一个取决于4个变量的4个维度？
我是说int_{0}^{1} int_{0}^{1} int_{0}^{1} int_{0}^{1} X[1]X[2]X[3]X[4] dX[1] dX[2] dX[3] dX[4]
UPD函数是
data1 = rnorm(100, 0, 1)
data2 = rnorm(100, 0.1, 0.5)
data3 = rnorm(100, 0.2, 0.8)
data4 = rnorm(100, 0.3, 0.9)
kernel1 = kdensity(data1,ker
浏览 1提问于2020-02-02得票数 1
回答已采纳
19回答
Pi的Monte估计
、、、
祝大家Pi日快乐！没有任何理由，我试图构造一个Pi的蒙特卡罗估计，它尽可能短。我们能建一个可以在推特上显示的吗？
为了澄清，我想到的是从单位平方中提取随机点并计算单位圆周内的比率的典型方法。样本数可以是硬编码的，也可以不是硬编码的。如果硬编码，则必须使用至少1000个示例。结果可以返回或打印为浮点、不动点或有理数。
没有三角函数或Pi常数，必须采用蒙特卡罗方法。
这是代码高尔夫，所以最短的提交(以字节为单位)获胜。
浏览 0提问于2015-03-14得票数 26
6回答
我用R构造了一个基于agent的蒙特卡罗模型。这意味着我有很多使用随机引擎的函数。为了获得可重复的结果，我必须修复种子。但是，据我所知，我必须在每次抽签或抽样调查之前先设置种子。这真是令人头疼。有办法修复种子吗？
set.seed(123)
print(sample(1:10,3))
# [1] 3 8 4
print(sample(1:10,3))
# [1] 9 10 1
set.seed(123)
print(sample(1:10,3))
# [1] 3 8 4
浏览 5提问于2013-12-17得票数 41
回答已采纳
1回答
在研究强化学习时，以及确切地说，对于无模型RL，我们通常使用两种方法：
TD学习
蒙特卡罗
它们是什么时候用在另一个上面的？换句话说，我们如何才能找出解决问题的最佳方法？
浏览 1提问于2019-04-28得票数 1
2回答
在for循环中启动多进程应用程序时，Python内存不足。每增加一个循环，分配的内存就会变得更大。如何解决此问题？ 我正在执行大型蒙特卡洛模拟，每个模拟都有数千个模拟。为了获得性能提升，我使用了multiprocessing模块，并在10个内核上并行运行各个模拟。每个蒙特卡洛模拟使用相同的模型，但不同的模型输入。我基本上是在循环一个输入列表，并在上一个蒙特卡罗模拟完成后，用下一个模型的输入开始一个新的蒙特卡罗模拟。 奇怪的是，之前的蒙特卡洛模拟中分配的内存并没有在它完成后释放。每增加一次蒙特卡洛模拟，分配的内存就会越来越大，直到python耗尽内存。上一次蒙特卡洛模拟中的每个python对象
浏览 44提问于2019-02-06得票数 0
1回答
我想用蒙特卡罗方法计算失效概率。
通过比较时间t，C(x=a，t)的物质含量和临界含量Ccrit，得到极限状态方程：
LSF: g(Ccrit, C(x=a,t)) = Ccrit - C(x=a, t) < 0
Ccrit遵循β分布Ccrit~B(mean=0.6，s=0.15，a=0.20，b=2.0)。生成的分发：
r=((mean-a)/(b-a))*((((mean-a)*(b-mean))/(s^2))-1)
t=((b-mean)/(b-a))*((((mean-a)*(b-mean))/(s^2))-1)
Ccrit=beta.rvs(r,t,a,b,1e6)
C(x=a
浏览 3提问于2014-11-06得票数 1
回答已采纳
我试图用蒙特卡罗方法计算积分，其中被积体经历了从圆柱坐标到笛卡尔坐标的转换。integrand本身非常简单，可以使用scipy.integrate.quad进行计算，但我需要它在笛卡尔坐标中，以便以后达到特定的目的。
下面是integrand：rho*k_r**2*(k_r**2*kn(0,k_r*rho)**2+k_n**2*kn(1,k_r*rho)**2) d rho
这里，kn(i,rho)被修正为第二类贝塞尔函数。
用quad解决这个问题会得到以下结果：
from scipy.special import kn
from scipy.integrate import quad
imp
浏览 0提问于2021-01-12得票数 2
回答已采纳
我试图使用哈密顿蒙特卡罗(HMC，从Tensorflow概率)，但我的目标分布包含一个棘手的一维积分，我近似于梯形规则。我对HMC的理解是，它计算目标分布的梯度，以构建一个更有效的转换内核。我的问题是，Tensorflow能否根据函数的参数计算出梯度，它们是否有意义？
例如，这是目标分布的日志概率，其中'A‘是一个模型参数：
# integrate e^At * f[t] with respect to t between 0 and t, for all t
t = tf.linspace(0., 10., 100)
f = tf.ones(100)
delta = t[1]-t[
浏览 4提问于2020-05-19得票数 5
回答已采纳
我有一个逻辑回归模型(使用R)作为
fit6 <- glm(formula = survived ~ ascore + gini + failed, data=records, family = binomial)
summary(fit6)
我正在使用pROC软件包绘制ROC曲线，并通过fit6计算出6个型号fit1的AUC值。
我就是用这种方式来描绘一个中华民国的。
prob6=predict(fit6,type=c("response"))
records$prob6 = prob6
g6 <- roc(survived~prob6, data=records
浏览 3提问于2014-12-21得票数 2
回答已采纳
1回答
我正在使用蒙特卡罗模拟来计算失败的概率，我想在散射直方图中画出代表故障的点(红色)。我能.我可以吗？代码如下
% Histograms
hist(S,20)
hold on
hist(R,40)
set(findobj('Type','patch'),'Facecolor','none','Edgecolor','black')
set(gca,'Fontsize',18,'Fontname','euclid')
xlabel('R
浏览 5提问于2014-10-14得票数 0
回答已采纳
1回答
我有三个变量，假设a，b和c，我用正态分布产生了10000个随机数。现在，我想运行蒙特卡罗模拟，以得到1000次的结果。
我的模型是，Y=0.5*a+0.4*b+0.6*c。
有谁能帮忙处理matlab的代码吗？
提前感谢
浏览 4提问于2012-05-14得票数 0
1回答
我正在寻找一种方法，用蒙特卡罗模拟从正态分布中生成两个相关变量。特别是，我想定义这两个变量之间的不同相关性(即R = .30，.60，.90)。非常感谢!
浏览 2提问于2021-02-22得票数 0
回答已采纳
1回答
我试图在卡方test.In R中绘制零分布，用以下代码进行蒙特卡罗模拟得到经验p值是可行的：
chisq.test(d,simulate.p.value=TRUE,B=10000)
但是它不返回分布图。有没有办法使R返回测试的模拟值？
浏览 5提问于2016-04-21得票数 3
回答已采纳
1回答
在R中，我试图得到极大似然估计的蒙特卡罗均方误差，我可以为MLE编写一次重复的计算，但我需要多次重复蒙特卡罗计算。我该怎么用R写这个？
首先，我们有样品大小n=20和重复N=30。我们的想法是，对于第一次重复，我们从定位为0和标度1的Gumbel分布中取样n=20数据(真值mu=0和sigma=1)。
library(VGAM)
set.seed(101)
x <- rgumbel(20, loc = 0, scale = 1)
然后利用似然函数计算了两个参数mu和sigma的最大似然函数。
# Log-likelihood function of Gumbel distribution
浏览 11提问于2022-11-09得票数 1
回答已采纳
我正在对某些风险评估工具的性能进行元分析。我的目标是汇集AUC对某一特定工具的几项有效性研究的估计。然而，我遇到了一些研究，没有提供AUC的估计本身，而只是提供了中华民国的曲线。在这种情况下，我使用获取每个数据点对应的值。然而，的问题是，即使我有灵敏度和1-特异性的值，并且可以自己用R来绘制ROC曲线，但我不知道用哪种函数来计算曲线下的面积。这是因为允许我计算AUC的所有R包/函数都使用底层数据作为输入。也就是说，预测器和响应，而不是灵敏度和1-特异性的数值.
我已经阅读了R中“pROC”包的文档，但没有发现任何有用的东西。我想我可以用integrate()把曲线下的面积积分起来。问题是，然而
浏览 0提问于2019-04-11得票数 1
回答已采纳
2回答
我在VBA中做了蒙特卡罗模拟。客户端希望(不问为什么)修正随机数序列，即每次运行模型时，序列将保持不变。我设法修复了描述的随机种子。但在不同的个人电脑上却不一样。知道为什么以及如何在不同的机器上修复它吗？
浏览 8提问于2014-04-07得票数 2
回答已采纳
我正在尝试弄清楚pROC包中使用了什么算法来进行ROC分析。例如，什么算法对应于条件' algorithm ==2'？我最近才开始将R与Python结合使用，因为它很容易找到CI估计值、显着性检验结果等。我的Python代码使用线性判别分析来获得二进制分类问题的结果。当使用pROC软件包计算AUC、灵敏度、特异性等的置信区间估计时，我所要做的就是加载我的数据并运行该软件包。在使用pROC时，我得到的AUC与使用线性判别分析(LDA)的Python代码返回的AUC相同。为了能够报告一致的结果，我正在尝试找出LDA是否是pROC中的算法选择之一？关于这一点的任何想法，或者如何弄清
浏览 16提问于2019-04-02得票数 1
2回答
简写版：
如果我有一个n个分量的MoG模型，每个分量都有各自的权重w^n。我有一个样本，我想计算这个样本是从MoG中抽取的概率。我可以很容易地评估单个高斯人，但我不知道如何考虑他们的权重，或者把他们的分数汇总起来。
更长版本：
我正在使用matlab中的MoG模型作为机器学习算法。我是抽样蒙特卡罗风格，因此需要执行重要性重加权，这涉及到评估从MoG模型中提取特定样本的可能性。我可以很容易地评估一个单一的高斯，但我不知道如何对整个MoG模型，考虑到所有的成分和权重。
浏览 8提问于2016-01-22得票数 2
回答已采纳
1回答
为了玩蒙特卡罗模拟，我在和C++做斗争。我是个数学家，这是我第一次和C++在一起。
/* The main routine
*/
int main(int argc,char *argv[])
{
struct timeval tv;
struct timezone tz;
double res,err;
int loops,n,i;
/* require correct number of arguments
*/
if (argc != 3)
{
fprintf(stderr,usage);
浏览 0提问于2014-11-30得票数 0
回答已采纳
1回答
我需要应用蒙特卡罗积分来估计0,1中的以下函数 f(x) = exp(-ax) cos(bx) 在那里a=0.3060734和b=0.11221230。但是，我需要使用四种不同的蒙特卡罗变量:命中或未命中、粗略、重要性抽样和方差控制。所有这些都在这本书的第392页：https://edisciplinas.usp.br/pluginfile.php/5168099/mod_resource/content/1/Julio%20Stern.pdf。但是，在估计每个变量中的f(x)的积分之后，我需要计算相对误差( | g* - g | / g ) < 1%，其中g是积分的实际值(
浏览 11提问于2020-03-25得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
