Я не статистика. Так что, пожалуйста, потерпите мои промахи, если таковые имеются.
Не могли бы вы объяснить простым способом, как выполняется симуляция? Я знаю, что он выбирает случайную выборку из нормального распределения и использует ее для моделирования. Но не понимаю ясно.
simulation
любознательный
источник
источник
Ответы:
В статистике имитация используется для оценки эффективности метода, как правило, при отсутствии теоретического обоснования. С помощью моделирования статистик знает и контролирует правду .
Моделирование выгодно используется в ряде ситуаций. Это включает в себя предоставление эмпирической оценки распределений выборки, изучение неправильной спецификации допущений в статистических процедурах, определение мощности в проверках гипотез и т. Д.
Симуляционные исследования должны быть разработаны с большой тщательностью. Бертон и соавт. (2006) дал очень хороший обзор в своей статье « Дизайн симуляционных исследований в медицинской статистике ». Имитационные исследования, проводимые в самых разных ситуациях, можно найти в ссылках.
Простой иллюстративный пример Рассмотрим линейную модель
где - двоичная ковариата ( или ) и . Используя симуляции в R, давайте проверим, чтоИкс х = 0 х = 1 ε ~ N( 0 , σ2)
Примечание : есть письмо в редакцию для упомянутой выше статьи.
источник
Прежде всего, есть много, много разных типов симуляции в статистике, и даже больше в смежных областях. Просто сказать «Моделирование» так же полезно, как сказать «Модель», то есть совсем немного.
Основываясь на остальной части вашего вопроса, я предполагаю, что вы имеете в виду симуляцию Монте-Карло, но даже это немного расплывчато. В принципе, то , что происходит, вы неоднократно брать пробы из в распределении (это не должно быть нормальным), чтобы сделать некоторые статистический анализ на искусственной популяции с известным, но случайным образом , свойства.
Цель этого имеет тенденцию делиться на две категории:
Может ли мой метод обрабатывать X? По сути, вы моделируете серию из множества случайных групп населения с известным «правильным» ответом, чтобы увидеть, дает ли ваша новая техника верный ответ. В качестве базового примера предположим, что вы разработали новый способ измерения корреляции между двумя переменными, X и Y. Вы бы смоделировали две переменные, в которых значение Y зависит от значения X, а также какой-то случайный шум. Например, Y = 0,25x + шум. Затем вы создадите популяцию с некоторыми случайными значениями X, некоторыми значениями Y, которые были 0,25x + случайное число, вероятно, много-много тысяч раз, и затем покажете, что в среднем ваша новая техника выплевывает число, которое правильно показывает, что Y = 0,25x.
Что произойдет, если? Моделирование может быть выполнено как анализ чувствительности для существующего исследования. Скажем, например, я провел когортное исследование, но я знаю, что мое измерение экспозиции не очень хорошее. Это неправильно классифицирует 30% моих предметов как выставленные, когда они не должны быть, и классифицирует 10% моих предметов как незащищенные, когда они не должны быть. Проблема в том, что у меня нет лучшего теста, поэтому я не знаю, какой именно.
Я бы взял свое население и дал бы каждому выставленному субъекту 30% шанс переключения на неэкспонированный, а каждому неэкспонированному субъекту 10% шанс переключения на незащищенного. Затем я собираю тысячи новых групп населения, случайно определяю, какие субъекты переключаются, и повторно провожу свой анализ. Диапазон этих результатов даст мне хорошую оценку того, насколько сильно может измениться результат моего исследования, если бы я мог правильно классифицировать всех.
Конечно, как всегда, есть большая сложность, нюанс и полезность для моделирования, в зависимости от того, сколько вы хотите копать.
источник
Моделирование также можно использовать для анализа реальных процессов в теоретических условиях, когда эти процессы имеют нелинейные входные данные. Например, производственная фирма может быть заинтересована в том, является ли добавление дополнительной производственной линии экономически эффективным, колл-центр может быть заинтересован в том, как маршрутизировать вызовы между операторами, чтобы сократить время ожидания в очереди и тарифы для звонящих абонентов, отделение неотложной помощи может интересоваться тем, как лучше вести учет персонала и передавать пациентов, или порт доставки может быть заинтересован в наиболее эффективном способе организации своих контейнерных операций. Для моделирования этих процессов можно использовать моделирование дискретных событий, и можно настроить параметры, чтобы ответить на вопросы типа «что, если».
Другая область интереса в симуляции - сложные системы. В частности, в социальных науках агентное моделирование представляет собой интересный тип моделирования, который начинает собирать больше сторонников. В агентном моделировании агентам (например, отдельным людям) присваиваются такие атрибуты, как личности, и они взаимодействуют друг с другом, поэтому моделируется хаотическая система. Имитация на основе агентов смотрит на влияние окружающих агентов друг на друга, и эффект на расстоянии может быть включен. Хотя я сам не проводил никаких агентных симуляций, я видел, что он использовался для моделирования таких систем, как географический разброс численности населения в доисторическом сообществе во времени.
источник
источник