→ andrew43: sample(3)[1]==sample(3)[1] 是{1,2,3}抽出且放回二次的 09/16 08:33
→ andrew43: sample(3)[1]==sample(3)[1] 的意義和三選一獨立 09/16 08:35
→ andrew43: 進行二次，看二次的結果是否相同。我看不懂這和問題的關 09/16 08:35
→ andrew43: 係是什麼... 09/16 08:35
→ AmigoSafin: 啊是這樣嗎？謝謝您～我再來改改 09/16 10:19
→ AmigoSafin: 因為我是找老師的code來改 我也不甚理解其中的意義.. 09/16 10:33
推 july81212: 用排列組合方式算完再丟不就沒training 的意義嗎…… 09/19 22:30
推 july81212: 原本只是要你們製造一個機率函數 然後用seed去餵n次 09/19 22:33
→ july81212: 再來filtering 相同出現的機率吧 09/19 22:33
大大真是高手
我回去找老師給的資料
有看到以下說明：
# The randomness generated a computer is not entirely random indeed
# It is referred to as pseudo-randomness
set.seed(8262009)
這就是您說的嗎？
其實我還是不甚明白啊 因為我沒有學過這個/_\
那就藉此再問一下
Compute Pr[1 X 3] where X FX(x) with fX(x) = 3x2 in [0,1].
我用的code:
n <- 10000
z <- rnorm(n)
proba <- length(which(abs(z)<1/4))/n
print(proba)
根據的是老師給的資料
Probability as expectation
（因為Monte Carlo Simulation有兩種 Probability as expectation/
Probability using the uniform density as the weighting/importance function
我用的是前者
不知道這樣對嗎？
謝謝大家～～
※ 編輯: AmigoSafin (8.41.66.215), 09/21/2018 10:27:39
→ AmigoSafin: 他應該是要我們先算theoretical再算empirical但我真的 09/21 10:28
→ AmigoSafin: 很難推敲出R code要怎寫 無奈 09/21 10:29
→ andrew43: 你下的nrorm是常態mu=0,s=1亂數。uniform用runif 09/21 14:56
→ andrew43: rnorm 09/21 14:56
→ AmigoSafin: 那方便問一下a大 如何判斷這函數uniform distribution 09/21 19:41
→ andrew43: 不懂你的問題。 09/21 21:22
→ AmigoSafin: 就是為何要用uniform的function做這題呢？不好意思>"< 09/21 22:24
→ andrew43: 喔，我以為這題就是要用uniform來做 09/21 23:52
→ andrew43: 建議你一次提一個問題，這樣別人要回答的話較方便 09/21 23:54
→ andrew43: 不然你覺得什麼要用normal? 09/22 00:04
→ AmigoSafin: 我後來看了一下資料 這是一個multivariate 用MC的uni 09/22 08:34
→ AmigoSafin: form去approxiate 這是我的理解～不好意思思緒有點亂 09/22 08:35