问题标签 [probability-density]

我需要在标准正态分布中计算 50 的密度，实际上，结果会返回 0 pdf('norm',50,0,1)，然后我尝试显示它的对数，它不适用于log(pdf('norm',50,0,1))。在 R 中，我们可以dnorm(50,log = TRUE)在 MATLAB 中做类似的函数吗？我没有找到它。谢谢

我经常需要在 matlab 中生成任意离散分布。我可以这样写：

尽管我想避免在任何地方都写这两行，但封装此功能将使软件更简洁。出于源代码控制的原因，我想避免编写一个完整的函数，我需要在多个存储库中使用它，它当然不值得拥有自己的子模块！

理想情况下，我想要一个类似于匿名函数的解决方案（本地函数已被淘汰，因为它们不允许在脚本中使用），尽管每次我需要它时我宁愿使用这两条丑陋的线，而不是破解一些执行速度有点慢：（http://www.mathworks.com/matlabcentral/answers/50195-is-it-possible-to-write-several-statements-into-an-anonymous-function）。

在 Maple 中，有一些功能可以让您计算随机变量函数的 pdf。例如，如果 X 是指数分布的，并且您想知道 X^2 的分布，那么有一个函数可以为您做到这一点。

我的问题是，matlab 中是否有允许您这样做的功能？我已经浏览了matlab的指南，但我没有看到它。

我想编写一个流量生成器，它可以复制正在运行的计算机对内存的原始读写需求。

但是运行中的计算机在它们的内存引用中也显示出（非常强的）局部性，并且在 64 位地址空间中，只有很小范围的地址会被引用（事实上，我已经在一个基准测试和大约 9000 页的数十亿页中进行了测试）报价被感动）。

什么是建模这种稀疏概率密度函数的好方法（理想情况下在 C 或 C++ 中） - 我有基准的概率，但不需要太密切地遵循它们（因为我可以在任何情况下使用基准参考但是想要更灵活的东西）。

为了澄清，我也有关于每个页面应该有多少读取的数据，但我感兴趣的是选择页面序列。（评论中建议的马尔可夫链想法可能是这样做的方法）

我在使用 MATLAB 时遇到以下问题：

令 Z 服从对数正态分布，使得 ln Z 具有均值 m 和方差 w。设 eta 为负数，ca 为正常数。

我正在尝试计算期望值（让 I(Z<=c) 表示集合的指示函数 (Z<=c)）

E[Z^(eta+1) I(Z<=c)] = (1/sqrt(w)) 积分_0^cx^(eta) phi((ln x - m)/sqrt(w)) dx,

其中 phi() 表示标准正态随机变量的概率分布函数。

我做的第一件事是模拟 10.000 次 Z 试验，将值 >c 的向量的条目设置为 0，提高到 (eta+1) 的幂，然后计算平均值。这应该给我预期值的 MC 估计。

对于积分，我使用了以下代码

不幸的是，这些程序导致了完全不同的结果，尽管在数学上它们应该是相同的。

整个事情是更大代码的一部分，对我来说使用积分版本会更方便。最初我尝试使用 MC 模拟仔细检查，然后发现一定有问题......

有人可以帮忙吗？

我正在尝试使用 Javascript（d3 和 dc 库）（类似于 R 的密度函数）创建数据集的概率密度函数，但我还没有找到该怎么做。

可以做到吗？

谢谢

PD：jqplot 是这样的：http ://services.mbi.ucla.edu/jqplot/examples/kcp_pdf.html

我想从三个列表中随机选择一个项目，其中每个列表代表不同的选择概率。

我有三个列表（也可以是 3 个数组）：高、中和低“优先级”。

我想从这三个列表中优先选择一项

例如，从高 70% 的机会，从 20% 的中，从低的 10%

但是，某些列表可能为空（并非全部）

至少在其中一个列表中有一项

我正在寻找可以做到的算法（任何语言，但更喜欢 C# Java Python）

我尝试了以下代码（Python），但由于空条件有时没有选择任何项目，即使有一个项目，它也无法完成这项工作。

我是一名数据挖掘初学者，正在尝试首先制定一种解决我正在解决的聚类问题的方法。

假设我们有 x 个作家，每个作家都有特定的风格（使用独特的词等）。他们每个人都写了多篇短文，比如说俳句。我们从作者那里收集了数百个俳句，并尝试从俳句中了解，使用上下文分析，我们首先有多少作者（我们不知何故丢失了有多少作者的记录，在一场大战之后！）

假设我为这些俳句中的每一个创建了一个单词哈希表。然后我可以编写一个距离函数来查看每个向量之间相似词的重复。这可以让我实现某种 k-mean 聚类功能。

我现在的问题是概率性地测量集群的数量，即作者的数量，这将给我最佳拟合。

就像是：

这里唯一的限制是，随着作者（或集群）的数量趋于无穷大，我认为概率的 sigma 应该收敛到 1。

有人对如何实施第二部分有任何想法或建议吗？

我已经将我的一维数据（1000*1 矩阵）建模为 3 个高斯，使用

我怎样才能绘制这样的东西？

它显示了给定点属于每个类的概率。

我正在尝试使用 R 的本机绘图命令来实现与此类似的绘图。

我可以通过下面的代码得到类似的东西，但是，我希望密度多边形重叠。谁能建议一种方法来做到这一点？

输出：