Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Multimodal distributions
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
Podobnie jak pojęcie średniej, pojęcie biśredniej wywodzi się również ze statystyki. Omówiono biśredniej rozkładów dwumodalnych.
W artykule przedstawimy prostą metodę dekompozycji rozkładu wielomodalnego na symetryczne rozkłady składowe. W tym sensie jet to metoda ogólniejsza od proponowanych w literaturze, gdyż zakłada się w niej jedynie symetrię rozkładów składowych. (fragment tekstu)
Celem artykułu jest charakterystyka dwóch głównych strategii stosowanych w łączeniu narzędzi analitycznych podczas budowy modeli predykcyjnych. Pierwsza z nich to podejście wielomodelowe (ensemble models), w którym o ostatecznym wyniku analizy decydują zagregowane rozwiązania cząstkowe. Druga strategia wykorzystuje modele hybrydowe (hybrid models), a wynik analizy otrzymuje się przez połączenie co najmniej dwóch narzędzi analitycznych. Procedura ta jest zazwyczaj dwuetapowa, a wyniki jednej analizy są w kolejnym kroku podstawą do przeprowadzenie następnej. Studia literaturowe zawarte w artykule dotyczą złożonych modeli predykcyjnych wykorzystanych przede wszystkim w obszarze badań marketingowych. (abstrakt oryginalny)
W analizach zjawisk ekonomicznych, przyrodniczych i psychologicznych istotne znaczenie ma badanie modalności rozkładu zmiennej losowej utożsamianej z analizowaną cechą statystyczną. Jedna z metod polega na wyznaczeniu na podstawie próby losowej współczynnika dwumodalności BC. Jego wartość pozwala podjąć decyzję o jednomodalności lub dwumodalności rozkładu analizowanej zmiennej. W pracy zaprezentowane zostały wyniki badań symulacyjnych dotyczących własności współczynnika BC. Ponadto zastosowano analizowany współczynnik do badania modalności rozkładu cen surowców na giełdach towarowych. (abstrakt oryginalny)
Podejście wielomodelowe okazało się jednym z najskuteczniejszych narzędzi dyskryminacji. Friedman i Popescu [2005] zaproponowali wykorzystanie w charakterze funkcji bazowych reguły klasyfikacji postaci "jeśli koniunkcja warunków, to klasa". Metoda zaimplementowana w algorytmie RuleFit łączy idee podejścia wielomodelowego, indukcji reguł oraz regularyzowanej regresji liniowej. Celem artykułu jest zweryfikowanie jakości klasyfikacji na danych rzeczywistych oraz zbadanie wybranych własności algorytmu RuleFit.(abstrakt oryginalny)
7
Content available remote On Bayesian Inference for Almost Periodic in Mean Autoregressive Models
63%
Artykuł ma na celu przedstawienie problematyki bayesowskiej estymacji klasy jednowymiarowych modeli dla danych charakteryzujących się występowaniem skomplikowanych wahań cyklicznych w średniej. Koncentrujemy się na zagadnieniach powstających w estymacji parametrycznych modeli dla szeregów czasowych wykorzystujących tzw. giętką formę Fouriera (Flexible Fourier Form, zob. Gallant, 1981), której parametry opisują amplitudę i częstotliwość wahań. Wskazujemy, iż w takich modelach łączny rozkład a posteriori charakteryzuje się silną wielomodalnością, przez co standardowe metody numeryczne typu MCMC mogą okazać się raczej zawodnym narzędziem wnioskowania. Ma to miejsce, gdy próbnik MCMC nie odwiedza (w praktyce) wszystkich modalnych badanego rozkładu. Wykorzystując dokładne rozwiązanie analityczne w bardzo zbliżonym modelu wykazujemy, iż wzmiankowana wielomodalność faktycznie ma miejsce. Proponujemy dwa rozwiązania szczegółowe. Po pierwsze wycałkowujemy analitycznie z rozkładu a posteriori parametry odpowiadające za amplitudę wahań. Po drugie przedstawiamy specjalnie dobrany rozkład proponujący dla parametrów częstotliwości wyspecyfikowany z wykorzystaniem wyników otrzymanych na gruncie podejścia nieparametrycznego. Tak otrzymany próbnik MCMC w ramach praktycznie użytecznej liczby losowań jest w stanie skutecznie przemieszczać się w (zredukowanej) przestrzeni parametrów. Wycałkowane parametry są dolosowywane poza algorytmem MCMC poprzez losowanie bezpośrednie ze standardowego rozkładu warunkowego. Ilustrujemy omawianą problematykę wykorzystując dane symulacyjne a także dwa przykłady danych rzeczywistych. (abstrakt oryginalny)
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.