问题标签 [stochastic-process]

我是 PyMC 的新手，并试图使用最大后验估计来拟合我的非齐次泊松过程和分段常数速率函数。

我的过程描述了一天中的一些事件。因此，我将一天分成 24 小时，这意味着我的速率函数中有 24 个常数（分段常数）。

结合以下想法：

• 黑客的概率编程和贝叶斯方法：第 1 章
• SO问题：以可变速率拟合上限泊松过程

我想出了以下一段代码，但并不令人满意（从结果来看，我确信这是错误的）：

a0, a1... 中的值似乎不适合我的数据（通过从具有给定 lambda 的非齐次泊松过程中采样生成 -> 测试用例！）

我如何拟合/估计我的 lambdas？我究竟做错了什么？

（我使用的是 pyMC 2.3.2！）

我正在尝试在 python 中从http://jheusser.github.io/2013/09/08/hawkes.html复制工作，但数据不同。我编写了代码来模拟泊松过程以及他们描述的霍克斯过程。

为了做霍克斯模型 MLE，我将对数似然函数定义为

使用一些虚拟数据，我们可以计算 Hawkes 过程的 MLE

但是，我不知道如何在 python 中执行以下操作。

1. 我怎样才能做相当于 evalCIF 以获得类似的拟合与经验强度图？
2. 如何计算 Hawkes 模型的残差以制作与他们拥有的 QQ 图相当的值。他们说他们使用了一个名为 ptproc 的 R 包，但我找不到对应的 python。

我正在尝试使用 jmeter 简化随机性能测试的实现。我们以前做过，但需要很多时间。

问题是，如果我有一定数量的并发用户（基于总访问次数和经过的时间），我假设经过的时间不会改变。但是，如果在压力情况下服务器占用的时间超过预期，用户就会堆积起来，因为一些用户不会在预期的时间内离开。因此，实际的并发将与计算的不同。

传统测试将保留预先建立的虚拟用户（增加与否无关紧要），即使由于服务器响应较慢而导致经过的时间增加。如果服务器响应较慢，jmeter 将执行较少的迭代。我不想那样做，我想在必要时创建更多线程以保持到达率。

有什么办法可以设置用户到达率而不是随着时间的推移在恒定线程上？

我正在尝试解决一组方程来确定遍历马尔可夫矩阵的平稳分布。

即，矩阵为

方程组是来自以下定理的方程组

如何将上面的方程转换为有效的 Matlab 语法？

我是一名生物学研究生，并试图将某种行为编码到 R 中的模型中，并且遇到了一些“迷失在翻译中”的问题。我的代码跟在帖子后面。我正在尝试对该系统进行建模：

想象一个带有振动大理石的浴缸。浴缸的表面由函数“浴缸”给出。我想找到一种方法：在给定“温度”参数的情况下，模拟浴缸上大理石的振动。在低温/零温度下，它应该位于底部，并作为温度。增加，它应该探索更高的两侧。我想将这些存储在一个向量中，并能够看到这个随机过程的给定实现的路径。

我的问题不是找出描述大理石移动表面的函数，而是找出它在给定起始值、时间和其他参数（曲率参数 a 和 b、温度参数，也许还有其他）。

我基本上是在寻找与此代码类似的正态分布：

非常感谢您提供任何想法、代码或有用资源的链接。

假设我有一个包含 N 个元素的向量，每个元素都是它的概率。例如，v = [0.01 0.01 0.09 0.82 0.07]

所以我想要一个函数f(v)，它在 82% 的时间返回 4，在 9% 的时间返回 3，等等。

输入向量 v 总是被归一化，因此sum(v) = 1，这可以是一个简化。

如何在 MATLAB 中实现这个概率函数？或者也许有一个内置功能？

我正在使用Sim.DiffProcR 中的包来模拟 Stratonovich 随机积分。使用以下代码，我可以模拟从 t=0 到 t=5 的 5 条随机积分路径：

fun=expression(w) strat=st.int(fun, type="str", M=5, lower=0, upper=5)

鉴于st.int()函数没有将各种 t 中的值作为输出，我如何获得 t=5 中的随机积分的值？

我正在尝试为马尔可夫链运行 MC 模拟器，该链均匀分布在所有没有相邻 1 的 NxN 矩阵中。我的算法应该通过多次运行链来填充状态空间。但是，我的逻辑在某处出现了严重错误，状态空间没有填满。任何帮助将不胜感激。这是我的代码。

所以这是我的下一个问题。我试图遍历并找出 State_Space 中有多少条目的第 25 个条目为 1，但它一直告诉我答案为 0。这是代码。

输出：

0, 22

考虑一个系统，其中两个人坐在一张桌子旁，共享三本书。在任何时候，两人都在看书，桌子上还剩下一本书。当一个人读完他/她当前的书时，他/她将它与桌上的书交换并开始阅读。阅读时间呈指数分布，用 bi,j 表示人 i 阅读书籍 j 的平均时间。

这个马尔可夫链的状态空间是什么？如何构造速率矩阵 Q ？

我从我的讲义中得到了这个练习，不知何故发现状态空间令人困惑，因为它是一个连续的时间马尔可夫链。

这些是我能想到的可能状态：

人 i1 和 i2，书 A、B、C

但是我如何以图形方式表示这一点？我试过了，但每个用户都有一个单独的马尔可夫链（可约），我怀疑这是正确的。我认为从那里根据矩阵 b 上的费率构建费率矩阵应该没问题。