montecarlo

2熱度

1回答

我有以下循環用於蒙特卡洛計算我執行：下面變量是預先計算/填充並且被定義爲： w_ = std::vector<std::vector<double>>(150000, std::vector<double>(800)); C_ = Eigen::MatrixXd(800,800); Eigen::VectorXd a(800); Eigen::VectorXd b(

0熱度

1回答

R：使用過渡矩陣

蒙特卡洛模擬我有一個轉換矩陣： a A B C D E F G H I A 0.00000000 0.66666667 0.0000000 0.000 0.0000000 0.00000000 0.00000000 0.33333333 0.0000000 B 0.08823529 0.02941176 0.2941176 0.000 0.23529

1熱度

1回答

numpy.random和Monte Carlo

我用Python編寫了一個帶有Fortran擴展（用f2py編譯）的Monte Carlo（MC）代碼。由於它是一個隨機集成，該算法在很大程度上依賴於隨機數，即我使用~ 10^8 - 10^9隨機數進行典型運行。到目前爲止，我並不介意隨機數字的「質量」 - 然而，這是我想要查看的。我的問題是：Mersenne-Twister使用的是numpy足夠還是有更好的隨機數生成器在那裏應該（可以）使用？

0熱度

1回答

R：計算的隨機分佈的P值

欲得到兩個無規分佈的觀測x和y的P值，例如： > set.seed(0) > x <- rnorm(1000, 3, 2) > y <- rnorm(2000, 4, 3) 或： > set.seed(0) > x <- rexp(50, 10) > y <- rexp(100, 11) 假設T是我的測試統計量，定義爲mean（x） - mean（y）= 0（這是H0），那麼P值定

0熱度

1回答

R：計算p值使用模擬

我寫這個代碼運行在兩個無規分佈的觀測X A的檢驗統計量和y mean.test <- function(x, y, B=10000, alternative=c("two.sided","less","greater")) { p.value <- 0 alternative <- match.arg(alternative) s <- replicate(B, (mean(sample

1熱度

1回答

單組分大都市，黑斯廷斯

所以，讓我們說我有，我想從（二元正態分佈的混合物）來樣以下2維目標分配 - import numba import numpy as np import scipy.stats as stats import seaborn as sns import pandas as pd import matplotlib.mlab as mlab import matplotlib.pyplo

0熱度

2回答

使用rorm作爲數據幀

我想在具有例如nrow = 11451個元素的數據幀上使用rnorm函數。我不知道如何編寫代碼來爲每行導致使用nsim列和nrow行的sim-dataframe應用rnorm。 dfsim <- rnorm (n=nsim, mean=df[[?]], sd=df[[?]]) 舉個例子： > head(df) An object of class "SpatialLinesDataFrame

0熱度

1回答

從Octave代碼創建動畫python

我是新來的編碼，並試圖從以前生成的代碼在八度（下）中創建一個python動畫。到目前爲止，我還沒有取得任何成功，除了繪製一個無生氣的散點圖。任何提示或幫助將不勝感激。 clear; N = 100; NT = 200; for i=1:N x(i) = 0; y(i) = 0; end plot(x,y,'o');

1熱度

1回答

問題與使用C++

蒙特卡洛方法我有應該進行粗略的π使用蒙特卡洛方法的程序，以及將碼是如下發現π：然而 #include <iostream> #include <cstdlib> #include <cmath> int main() { double x=0, y=0, piEstimate=0, precision=0; int N; int nIn=0, nOut=0;

1熱度

1回答

蒙特卡洛風格來評估整體MATLAB

我知道我們可以利用蒙特卡羅方法，通過「扔」點上右上角近似PI並計算其中有多少是圓等內部.. 我想這樣做，對於每函數f，所以我在矩形「扔」隨機點[A，b]×[0;最大（F）]，我如果我的random_point_y測試低於f（random_point_x），然後我將總數除以f以下的點數。下面是代碼： clear close all %Let's define our function f