问题标签 [beta-distribution]

我有 3 个向量称为vp,va和vb:

vp包含 150 万个随机概率

va包含 150 万个 alpha 值

vb包含 150 万个 beta 值

我正在尝试创建一个输出，它是一个看起来像这样的向量：

我知道这是可行的，但是对于如此大量的数据，速度非常慢，我正在尝试找到一种方法来加快速度。我也尝试过cbind()使用 和 using在矩阵中进行计算sapply()，但我找不到正确的方法。

任何帮助都会有所帮助！

我正在尝试模拟参数 theta 的分布f= theta ^(z_f+n+alpha-1)*(1-theta)^(n+1-z_f-k+ beta-1)，其中除 theta 之外的所有参数都是已知的。我正在使用 Metro Polish hasting 算法进行 MCMC 模拟。我的提案密度是带有参数 alpha 和 beta 的 beta 分布。我的模拟代码如下。为此，我正在使用名为 mhsample() 的 buitlin Matlab 代码，我如何知道我的代码是否正常工作？

我开始说我对 R 真的很陌生，因此这可能是一个非常简单的问题。

我想用 beta 分布做一个蒙特卡罗模拟。情况是我有一个网站，该网站将在一年内每天收到 0 到 10 个可视化，我想对此进行模拟。

我论文的第一步是制作一个显示 beta 分布形状的图表。

为此，我愿意

这给了我一个像这样的丑陋图表：

然后我试着做

在这种情况下，我获得了具有此缺陷的正确图表：它在 0 侧超出了域 [0,10]：

谁能帮我？提前谢谢你的帮助！

回答部分：通过使用 plot(density(10*x), xlim = c(0, 10)) 我获得 了它再次具有域偏移量的 ptblem 并且不仅看起来函数被移动到对，因为我希望给定 x1

我在 R 中有以下代码：

到目前为止，一切都很好。我现在要做的是添加一条线，表示具有参数的 beta 函数alpha=1, beta=3（就像rbeta我使用的函数一样），它考虑了频率而不是密度。中的元素总数rbeta为 365（一年中的天数），我乘以w10 的原因是因为我正在研究的变量可以[0,10]按照上述 beta 分布每天取值。

我该怎么做才能代表这条线？

总而言之，直方图是基于模拟值的，我想展示理论 beta 函数与模拟相比的表现。

我想知道这里是否有人可以帮助我。

我正在尝试用betareg包拟合 beta GLM，因为我的因变量是一个从 0 到 1 变化的比例（500m 网格大小中鲸鱼的相对密度）。我有三个协变量：

• 深度（以米为单位测量，范围从 4 到 100m），
• 到海岸的距离（以米为单位，范围从 0 到 21346m）和
• 到船只的距离（以米为单位，范围从 0 到 20621）。

我的因变量有很多 0 和许多太接近 0 的值（如7.8e-014）。当我尝试拟合模型时，显示以下错误：

从我之前的讨论来看，这似乎是由我在数据集中的 0 引起的（我不应该有任何 0 或 1）。当我将所有 0 更改为仅正定（例如 0.0000000000000001）时，我收到的错误消息是：

从我在几个论坛上看到的情况来看，这似乎是因为我的矩阵不是正定的。它可能是不确定的（即同时具有正特征值和负特征值），或者我的矩阵可能接近奇异矩阵，即它的最小特征值非常接近 0（因此在计算上它是 0）。

我的问题是：由于我只有这个数据集，有没有办法解决这些问题并运行 beta 回归？或者，我可以使用任何其他模型来代替它可以工作的 betareg 包吗？

这是我的代码：

我发布这个部分是为了得到一个问题的答案，部分是为了让其他人以后可能会找到它并让他们免于头痛。

我正在尝试按照Epix Analytics的公式在 NetLogo 中创建 beta-pert 分布

我在 Beta 分布 wiki 页面上使用 gamma distbutiotn 的转换创建了一个 Beta(Alpha1, alpha2) 分布：

我创建的代码是：

我的问题是关于维基百科页面从 Gamma 分布到 Beta 分布的转换。它有一个 theta 作为伽马分布的第二部分，但从未定义那是什么。我把它当作占位符，只要 X 和 Y 的 theta 相同，就不会影响结果。我玩过不同的 theta 值，分布没有明显变化。这是一个正确的假设吗？

我有528个观察到的温度数据范围值数据（2-53）。我将缩放数据以使其范围在 0 和 1 之间以适应 beta 分布，以找出 beta 分布是否适合数据的天气。

谁能告诉我，我怎样才能根据我的数据进行缩放？

Thompson 抽样使用 Beta 概率分布对参数进行抽样。在每个样本之后，根据得到的样本值改变分布。

目前我正在做以下事情：

有没有一种方法可以让我在每次更改参数时都不必创建新的 beta 发行版？（我觉得这可能效率低下）

我发现有一些方法可以改变分布，而无需创建新的分布setalpha()。setBeta()但是，这些方法现在已被弃用。

我正在研究通过最小化平方和来估计参数的问题。需要的方程是：

我optim在包装中使用stats：

这没有用。我收到以下错误消息：

int - zobs 中的错误：二元运算符的非数字参数

我认为函数的编写方式肯定存在根本性的错误。

我想使用 Newton Raphson 方法从 beta 分布中模拟 100 个观察值，其中停止规则是 |xi − xi−1| < .05 并且算法的起点是 0.5 并且想要找出平均需要多少次迭代才能接受观察

shape1 = 3用和模拟样本的 R 代码shape2 = 5：

当我尝试调用函数时，它说找不到函数。