Сэмплирование

Материал из MachineLearning.

Версия 16:01, 7 декабря 2010 (править) Yevgen.zaytsev (Обсуждение | вклад) (Новая: ==Сэмплирование== '''Сэмплирование''' – метод выбора подмножества наблюдаемых величин из данного множе...) ← К предыдущему изменению		Текущая версия (13:57, 24 января 2011) (править) (отменить) Strijov (Обсуждение | вклад) (→Сэмплирование)
(2 промежуточные версии не показаны)
Строка 11:		Строка 11:
	*Rejection sampling;		*Rejection sampling;
	*Adaptive rejection sampling.		*Adaptive rejection sampling.
		+
		+
		+	==См. также ==
		+	* [[Аппроксимация Лапласа (пример)]]
		+
		+	==Примечания==
		+	<references/>
		+
		+	[[Категория:Прикладная статистика]]

---

Текущая версия

Сэмплирование

Сэмплирование – метод выбора подмножества наблюдаемых величин из данного множества, с целью выделения неких свойст исходного множества. Одно из основных приминений методов сэмплирования заключается в оценке математического ожидания сложных вероятностных распределений:

для которых данный инеграл не может быть подсчитан аналитическим методом (к примеру, ввиду сложного аналитического вида распределения ). Однако, можно подсчитать значение p(z) в любой точке z. Основная идея заключается в создании незавсимой выборки (где ) из распределения . Это позволит оцениваемое математическое ожидание приблизить конечной суммой:

Существует несколько методов сэмплирования для создания выборки ^[1]:

• Simple random sampling;
• Systematic sampling;
• Rejection sampling;
• Adaptive rejection sampling.

См. также

• Аппроксимация Лапласа (пример)

Примечания