問題タブ [beta-distribution]

vp、vaおよび と呼ばれる 3 つのベクトルがありvbます。

vp150 万のランダム確率を含む

va150 万のアルファ値を含む

vb150 万のベータ値を含む

次のようなベクトルである出力を作成しようとしています。

これが機能することはわかっていますが、このような大量のデータでは速度が非常に遅くなり、速度を上げる方法を見つけようとしています. cbind()を使用するだけでなく、行列で計算を実行しようとしましたsapply()が、正しい方法が見つかりません。

どんな助けでも役に立ちます！

f= theta ^(z_f+n+alpha-1)*(1-theta)^(n+1-z_f-k+ beta-1)theta以外のすべてのパラメーターがわかっているパラメーター theta の分布をシミュレートしようとしています。MCMC シミュレーションを実行するために、メトロ ポリッシュ ヘイスティング アルゴリズムを使用しています。私の提案密度は、パラメーター alpha と beta を持つベータ分布です。シミュレーション用の私のコードは次のとおりです。この目的のために、mhsample() という名前の組み込みの Matlab コードを使用しています。

私はRに本当に慣れていないので、これは非常に単純な問題である可能性があると言い始めます。

ベータ分布でモンテカルロ シミュレーションを実行したいと考えています。場合は、1 年間毎日 0 から 10 のビジュアライゼーションを受け取る Web サイトがあり、これをシミュレートしたいと考えています。

私の論文の最初のステップは、ベータ分布の形状を示す図を作成することです。

そうするために、私はします

次のような醜い図が表示されます。

それから私はやろうとした

この場合、この欠陥のある右の図を取得します。0 側でドメイン [0,10] を超えています。

誰でも私を助けることができますか？事前に助けてくれてありがとう！

回答部分: plot(density(10*x), xlim = c(0, 10)) を使用して、ドメインのオフセットを持つ ptoblem を再度取得するだけでなく、関数が正しい、与えられた x1 を期待しているので

Rに次のコードがあります：

ここまでは順調ですね。ここでやりたいことは、alpha=1, beta=3(rbeta使用した関数のように) パラメーターを持つベータ関数を表す行を追加することです。これは、密度ではなく周波数を考慮に入れます。の要素の総数rbetaは 365 (1 年の日数) であり、w10 を掛ける理由は、私が調査している変数が、[0,10]上記のベータ分布に従って毎日値を想定できるためです。

この線を表すにはどうすればよいですか?

要約すると、ヒストグラムはシミュレートされた値に基づいており、シミュレーションと比較して理論上のベータ関数がどのように動作したかを示したいと思います。

ここにいる誰かが私を助けてくれるだろうか。

betareg従属変数が 0 から 1 まで変化する比率 (500m グリッド サイズでのクジラの相対密度) であるため、ベータ GLM をパッケージに適合させようとしています。3 つの共変量があります。

• 深さ (4 ～ 100 m の範囲のメートル単位で測定)、
• 海岸までの距離 (0 ～ 21346m の範囲のメートル単位で測定) および
• ボートまでの距離 (0 ～ 20621 の範囲のメートル単位で測定)。

従属変数には、多くの 0 と、0 に近すぎる多くの値があります (のように7.8e-014)。モデルを適合させようとすると、次のエラーが表示されます。

以前の議論から見たところ、これはデータセット内の 0 が原因のようです (0 や 1 はありません)。すべての 0 を正定値のみ (例: 0.0000000000000001) に変更すると、次のようなエラー メッセージが表示されます。

私がいくつかのフォーラムで見たものから、これは私の行列が正定値ではないためだと思われます。それは不定 (つまり、正と負の両方の固有値を持つ) か、行列が特異に近い、つまり、最小の固有値が 0 に非常に近い (計算上は 0 である) 可能性があります。

私の質問は: 私はこのデータセットしか持っていないので、これらの問題を解決してベータ回帰を実行する方法はありますか? または、betaregパッケージの代わりに使用できる他のモデルはありますか?

これが私のコードです：

データの範囲値 (2-53) の温度データを 528 個観測しました。ベータ分布がデータに適合するかどうかを調べるために、ベータ分布に適合するように 0 から 1 の範囲になるようにデータをスケーリングする必要がありました。

どうすれば自分のデータに合わせてスケーリングできますか?

トンプソン サンプリングでは、ベータ確率分布を使用してパラメーターをサンプリングします。各サンプルの後、取得したサンプル値に従って分布が変更されます。

現在、私は次のことを行っています：

パラメータを変更するたびに新しいベータ版ディストリビューションを作成せずにそれを行う方法はありますか? （これは効率が悪いと思います）

setalpha()新しいディストリビューションを作成せずにディストリビューションをsetBeta()変更できる方法があったことがわかりました。ただし、これらのメソッドは現在非推奨です。

ニュートン ラフソン法を使用して、ベータ分布から 100 個の観測値をシミュレートしたいと考えています。ここで、停止規則は |xi − xi−1| です。< .05 で、アルゴリズムの開始点は 0.5 であり、観測値が受け入れられるまで平均で何回の反復が必要かを調べたい

shape1 = 3とを使用してサンプルをシミュレートする R コードshape2 = 5:

関数を呼び出そうとすると、関数が見つかりませんと表示されます。