问题标签 [mixture]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - R中的多元混合Copula - 尺寸大于6
我正在尝试使用 copula 包在 R 中构建一个多元混合 Copula。目标是对金融数据集的依赖关系进行建模。每当我没有超过 6 个资产时,这都可以正常工作。但是,超过 6 个时,我收到一条错误消息,指出下标超出范围。我在函数的文档中没有找到任何提示。
这是一个代码示例:
我得到的错误是:
有什么方法可以构造维度大于 6 的多元混合 copula?提前致谢。
python - 混合帕累托分布上的混合模型中的损失变为 nan
我的目标是计算本文中的损失函数
对于这种损失,我们需要计算依赖于我们的估计器的函数
而这部分是正态分布和帕累托分布函数
这是我试图最小化的损失函数
问题是在训练期间我的损失变成了一个南,我不明白为什么
r - 如何在R中存储每个混合成分的观察结果
我想手动在 R 中拟合混合模型。然后,我想分别存储混合模型每个分量的观察结果。也就是说,我希望我的代码保留从每个组件中提取的观察结果。这是一个使用 EM 算法的混合模型示例。
我想知道每个混合成分的观察结果是什么。我需要这些观察的价值。
python - 使用 Python 进行混合分布
这个问题真的需要帮助。我可能想多了。任何帮助将不胜感激!谢谢!
令 X ∼ N(0, 1) 和 Y ∼ N(4, 2)。
(a) 绘制混合分布的分布,其中 X 以概率 p 选择,Y 以概率 (1-p) 选择三个不同的 p 值
所以我开始了,但不确定我是否走在正确的道路上......仍在尝试不同的事情
python - 从 CoolProp 混合物中获取值错误
我是 CoolProp 的新手,我正在尝试从气体混合物中获取值(密度、焓等)。当我使用此代码时,它工作正常:
i_2 = PropsSI('H', 'T', 340, 'P', 101325, 'HEOS::O2[0.07]&CO2[0.12]&Ar[0.006]&Water[0.1]&N2[0.7]')
i_2 = 523080.7286096605
但是当我使用更高的温度时,我得到了这个错误。
ValueError: One stationary point (not good) for T=345,p=101325,z=[ 0.0801159090456, 0.0211270074909, 0.00654417174276, 4.32846575225e-05, 0.892169627063 ] : PropsSI("H","T",345,"P",101325,"HEOS::O2[0.07]&CO2[0.12]&Ar[0.006]&Water[0.1]&N2[0.7]")
我必须使用更多积分还是提供更多数据?
先感谢您
r - 正态混合分布
我正在尝试创建一个 qqplot 并针对 25% N(μ=0,σ=4) 和 75% N(μ=4,σ=2) 的正态混合分布运行 KS 测试。我怎样才能使我的 qqplot 和 KS 测试适应这个分布?我不认为我的 abline 是正确的,我的 KS 测试并没有真正正确地反映分布。
任何帮助,将不胜感激。
python - 用不等式 astropy 混合建模约束参数
我正在尝试混合两个高斯,但我不知道如何使一个高斯的参数大于另一个高斯的参数。
上面的代码与 astropy 文档中的示例几乎相同:https ://docs.astropy.org/en/stable/modeling/compound-models.html 。假数据由平均值为 -0.5 的 g1 加上平均值为 0.5 的 g2 组成。我最初的猜测是两个均值为 0.0 的高斯。如何将 g1 和 g2 的拟合均值联系起来,以使 g1 的均值大于 g2 的均值。在本例中,我希望 g1 的平均值为 -0.5,g2 的平均值为 0.5。
我找不到任何可帮助解决此问题的文档。
任何帮助表示赞赏:)
pymc3 - PYMC3 / 一般混合物的第一步
我熟悉 Sklearn Gaussian Mixture,并且很难在 Pymc3 上取得进展。使用以下 pymc3 代码,对 1 个变量 X 和 2 个 W=[0.2,0.8] 的混合使用时间序列
接着
如何获得组件的时间序列(哪个分布?),组件概率,均值,西格玛?
r - 估计给定分位数值的 2 个法线的混合分布的参数
我有两个具有已知权重0.6
和0.4
.
我知道参数的真实值 - 在这种情况下,第一个是平均值 = 10030,sd = 2 的正常值,第二个是平均值 10000 和 sd = 1 的正常值 - 但我希望能够从分位数值估计它们.
如果给我 23 个分位数
和他们的价值观
在 R 中估计每个分布的均值和方差参数的最佳方法是什么?
我尝试使用带有 nls 函数的最小二乘法进行估计
nls(quantiles~weights[1]*pnorm(rvals,mean1,sd1),start = list(mean1=startm1, sd1=startsd1, startm2, startsd2))
我也尝试过使用rootSolve::multiroot()
我尝试一次解决一个参数或解决所有四个参数。到目前为止,获得良好估计的唯一希望是给出非常接近真实参数的起始值。
任何建议都有帮助。
谢谢