اولین نوع شبیه سازی زمانی به کار میرود که به دلایلی نتوان داده نمونه را برای متغیر تحت بررسی به دست اورد زیرا هنوز وقوع نیافته یا ثبت نشده است یا اینکه نمونه گیری از آن مقرون به صرفه نیست
تنها دانشی که به ما در شبیه سازی کمک میکند اطلاعات پیرامون جمعیتی است که نمونه گیری باید در آن صورت گیرد
این نوع شبیه سازی را میتوان برای پیش بینی از طریق مدل های رگرسیونی حاوی خطای تصادفی نیز به کار برد
برای مثال فرض کنیم Y=a + bW + cX + e که در آن Y متغیر مورد مطالعه ،Wمتغیری با نمونه قابل دسترس ، X متغیری با میانگین و توزیع احتمال مشخص و غیر قابل نمونه گیری و e جمله خطا با توزیع نرمال با میانگین µ و واریانس σ^2 است در این حالت به منظور بررسی رفتار Y باید مقدار X,e را شبیه سازی نمود.
دومین نوع زمانی مورد استفاده است که سوال اصلی، نحوه رفتار مدل یا متغیر تحت بررسی – در صورت بروز تغییر در متغیرهای الگو - باشد برای مثال اگر بخواهیم در رابطه
Y= a + bX + cX2 حساسیت Y را نسبت به تغییرات c بسنجیم میتوانیم از طریق ایجاد تغییرات ساختگی این موضوع را شبیه سازی کنیم
نوع سوم شبیه سازی بیشتر در مواقعی به کار برده میشود که چگونگی اثر تغییر متغیری تحت کنترل بر متغیر مورد مطالعه مد نطر است
فرض کنید در مثال بالا متغیر X تحت کنترل است یعنی مقداری که اختیار میکند به اقدام و بررسی کننده بستگی دارد و قصد داریم بدانیم اگر آن را از مقدار اولیه x0 به x1 برسانیم چه اتفاقی برای Y می افتد؟ آزمون این سوال نیز از طریق شبیه سازی مدلی که یک بار توسط مشاهدات تاریخی تایید شده میسر است و به آن شبیه سازی ( چه اتفاق می افتد اگر ؟) میگویند
بالاخره اخرین نوع شبیه سازی در واقع همان الگو برداری از فرآیند تصمیم گیری مغز انسان، درمورد متغیر های اثر گذار است که پس از نسخه برداری، در ساخت هوش های مصنوعی به کار گرفته میشود
در حقیقت این ذهن بشر است که شبیه سازی میشود در این مورد میتوان دستگاه های شبیه سازی پرواز را مثال زد
https://telegram.me/R_Experts
تنها دانشی که به ما در شبیه سازی کمک میکند اطلاعات پیرامون جمعیتی است که نمونه گیری باید در آن صورت گیرد
این نوع شبیه سازی را میتوان برای پیش بینی از طریق مدل های رگرسیونی حاوی خطای تصادفی نیز به کار برد
برای مثال فرض کنیم Y=a + bW + cX + e که در آن Y متغیر مورد مطالعه ،Wمتغیری با نمونه قابل دسترس ، X متغیری با میانگین و توزیع احتمال مشخص و غیر قابل نمونه گیری و e جمله خطا با توزیع نرمال با میانگین µ و واریانس σ^2 است در این حالت به منظور بررسی رفتار Y باید مقدار X,e را شبیه سازی نمود.
دومین نوع زمانی مورد استفاده است که سوال اصلی، نحوه رفتار مدل یا متغیر تحت بررسی – در صورت بروز تغییر در متغیرهای الگو - باشد برای مثال اگر بخواهیم در رابطه
Y= a + bX + cX2 حساسیت Y را نسبت به تغییرات c بسنجیم میتوانیم از طریق ایجاد تغییرات ساختگی این موضوع را شبیه سازی کنیم
نوع سوم شبیه سازی بیشتر در مواقعی به کار برده میشود که چگونگی اثر تغییر متغیری تحت کنترل بر متغیر مورد مطالعه مد نطر است
فرض کنید در مثال بالا متغیر X تحت کنترل است یعنی مقداری که اختیار میکند به اقدام و بررسی کننده بستگی دارد و قصد داریم بدانیم اگر آن را از مقدار اولیه x0 به x1 برسانیم چه اتفاقی برای Y می افتد؟ آزمون این سوال نیز از طریق شبیه سازی مدلی که یک بار توسط مشاهدات تاریخی تایید شده میسر است و به آن شبیه سازی ( چه اتفاق می افتد اگر ؟) میگویند
بالاخره اخرین نوع شبیه سازی در واقع همان الگو برداری از فرآیند تصمیم گیری مغز انسان، درمورد متغیر های اثر گذار است که پس از نسخه برداری، در ساخت هوش های مصنوعی به کار گرفته میشود
در حقیقت این ذهن بشر است که شبیه سازی میشود در این مورد میتوان دستگاه های شبیه سازی پرواز را مثال زد
https://telegram.me/R_Experts
Telegram
|R| Experts
@R_Experts
🔴آمار علم جان بخشیدن به داده‌هاست.
🔷ارتباط با ما
@iamrezaei
لینک یوتیوب و اینستاگرام و ویرگول:
https://zil.ink/expertstv
🔴آمار علم جان بخشیدن به داده‌هاست.
🔷ارتباط با ما
@iamrezaei
لینک یوتیوب و اینستاگرام و ویرگول:
https://zil.ink/expertstv
#عدد_پی
@R_Experts
F <- function(n){
U <- cbind(runif(n,-1, 1),runif(n,-1,1))
S <- U[,1]^2+U[,2]^2 <= 1
Out <- 4*sum(S)/n
return(Out)
}
for (i in seq(10,10000,100)){
m <- F(i)
E <- m-pi
cat("be Ezay n=",i,"taghrib =",m,"Ba Xatay=",E,"\n")
}
plot(x=NULL,xlim=c(-1.5,1.5),ylim=c(-1.5,1.5))
symbols(0,0,square=2,inche=F,bg="blue",add=T)
symbols(0,0,circles=1,inche=F,bg="gold",add=T)
points(runif(100,-1,1),runif(100,-1,1),col="navy",pch="*",cex=1)@R_Experts
#شبیه سازی یک #مدل_اقتصادی ساده با پارامترهای زمان ، سرمایه ،کار و خروجی رو در برنامه زیر اوردیم 👇👇
@R_Experts
> Output <- 10
> Capital <- 2.5
> Labour <- 2
>
> generator <- function(steps,s, n, k){
+ for(i in 2:(steps)){
+ Capital[i] <- (1-s)*Output[i-1]+Capital[i-1]
+ Labour[i] <- n*Labour[i-1]
+ Output[i] <- Capital[i]*Labour[i]*k
+ }
+ return(data.frame(Output = Output, Capital = Capital, Labour = Labour))
+ }
>
> print(generator(steps=10, s=.01, n=1.002, k=1.01))
Output Capital Labour
1 10.00000 2.50000 2.000000
2 25.09810 12.40000 2.004000
3 75.54043 37.24712 2.008008
4 227.66547 112.03214 2.012024
5 687.05944 337.42096 2.016048
6 2076.20990 1017.60980 2.020080
7 6282.44072 3073.05760 2.024120
8 19035.58017 9292.67391 2.028169
9 57754.36286 28137.89829 2.032225
10 175462.70501 85314.71752 2.036289
>
@R_Experts
ساده ترین راه شبیه سازی حرکت براونی
#GBM
@R_Experts
#GBM
set.seed(1)
f0 <-102
mu <-(0.05)
sigma <-0.08
T <-0.5
t <- seq(1/365,T,by=1/365)
n <-length(t)
#method 1
f<-numeric(n)
f<-sapply(t,function(t) f0*exp((mu-0.5*sigma^2)*t+sigma*rnorm(1,mean=0,sd=sqrt(t))))
diff <- f- f0
plot(t,f,type="l")
#method 2
dt <- 1/365
f2<-numeric(n)
f2[1]<- f0
delta<-0
for (i in 2:n) {delta = mu*f2[i-1]*dt+sigma*f2[i-1]*rnorm(1,mean=0,sd=sqrt(dt))
f2[i]=f2[i-1]+delta
}
plot(t,f2,type="l")
@R_Experts
Introducing Monte Carlo Methods with R(Robert-Casella) (3).pdf
8.5 MB
▶️ Introducing Monte Carlo Methods with R
▶️ Robert Gentleman · Kurt Hornik · Giovanni Parmigiani
▶️ 8Chapters
▶️ 297 Pages
🆔 @R_Experts
▶️ Robert Gentleman · Kurt Hornik · Giovanni Parmigiani
▶️ 8Chapters
▶️ 297 Pages
🆔 @R_Experts
® کانال آموزش زبان R
🔰شماره آموزش :1
🔰موضوع :#تاریخچه "R"
🔶زبان R برای اولین بار به عنوان یک پروژه تحقیقاتی توسط راس ایهاکا (Ross Ihaka) و رابرت جنتلمن (Robert Gentleman) نوشته شد، و در حال حاضر توسط گروهی از متخصصان علم آمار به نام "تیم هسته زبان R " با صفحه ای در آدرس www.r-project.org در حال توسعه ی فعال می باشد.
زبان R به گونه‌ای طراحی شده، که بی شباهت به زبان نرم افزار S که توسط جان چمبرز (John Chambers) و دیگر افراد در آزمایشگاه‌های بل توسعه یافته بود نباشد. نسخه تجاری نرم افزار S با قابلیتهای بیشتر، توسط موسسه ی علوم آماری به عنوان نرم افزار SPlus توسعه یافته و به بازار عرضه شده؛ بعدها این نسخه نرم افزار SPlus، توسط شرکت Insightful خریداری شده و اکنون نیز متعلق به TIBCO Spotfire می باشد.زبان R و نرم افزار SPlus را می توان به عنوان دو پیاده سازی زبان نرم افزار S در نظر گرفت.
زبان R بصورت رایگان در دسترس بوده و تحت پروانه ی عمومی همگانی، گنو (GNU) از بنیاد نرم افزارهای آزاد (FreeSoftware Foundation) توزیع می گردد. شما می توانید این برنامه را از شبکه جامع آرشیو نرم افزار R در (CRAN) دانلود نمایید. باینری های آماده اجرای زبان R برای سیستم عامل های ویندوز (Windows)، مک او اس ایکس (Mac OS X) و لینوکس (Linux) در دسترس می باشد.
کد منبع (source code) نیز قابل دانلود بوده و می تواند برای سیستم عامل های دیگر کامپایل شود.
حاوی محدوده گسترده‌ای از تکنیک‌های آماری (از جمله: مدل‌سازی خطی و غیرخطی، آزمون‌های کلاسیک آماری، تحلیل سری‌های زمانی، رده‌بندی، خوشه‌بندی و ...) و قابلیتهای گرافیکی است. در محیط R، کدهای سی، سی++ و فورترن قابلیت اتصال و فراخوانی هنگام اجرای برنامه را دارند و کاربران خبره می‌توانند توسط کدهای سی، مستقیماً اشیا R را تغییر دهند.گرچه نرم‌افزار R اغلب به منظور انجام محاسبات آماری به کار میرود، این نرم‌افزار قابل به کارگیری در محاسبات ماتریسی است و در این زمینه، همپای نرم‌افزارهایی چون اُکتاو و نسخه تجاری آن متلب (MATLAB) است. R، همچنین زبانی قدرتمندی برای ایجاد اشکال گرافیکی و نمودارهاست.
به سرعت در حال تبدیل شدن به مهم ترین زبان برنامه نویسی برای هر دو، زیست شناسان تجربی و محاسباتی است .به خوبی طراحی شده است، بسیار کارآمد و به طور گسترده ای مورد استفاده قرار می گیرد و دارای یک پایگاه بسیار زیادی از همکاران و کاربرانی است که که قابلیت های جدید برای تمام جنبه های مدرن از تجزیه و تحلیل داده ها و تجسم را به آن اضافه میکنند. علاوه بر آن رایگان و منبع باز است.
شما می توانید از R برای تقریبا تمام موضوعات بیوانفورماتیک، پروتئومیکس، تجزیه و تحلیل آماری استفاده کنید بطور مثال
(Flow Cytometry, text and data mining, Seqeunce ,NGS,manipulation)
رابرت مونچن امار دانی که این زبان را تدریس میکند ،این زبان به عنوان محبوب ترین زبان برنامه نویسی در زمینه عملیات پژوهشی در سال 2015 اعلام کرده است نا گفته نماند ایشان به عنوان مسئول براورد محبوبیت نرم افزارهای پژوهشی نیز هستند.
و در اخر خاص بودن R را در
1-مجموعه قوی از عملگرهای محاسباتی
2-کتابخانه های خاص چند منظوره
3-بسته های نرم افزاری قدرتمند برای تجزیه و تحلیل
4-دارای مستندات فرمت بندی شده
5-قابلیت شبیه سازی های گوناگون
میتوان دانست.🔶
🔚®🔚
https://telegram.me/R_Experts/706
🆔 @R_Experts
🔰شماره آموزش :1
🔰موضوع :#تاریخچه "R"
🔶زبان R برای اولین بار به عنوان یک پروژه تحقیقاتی توسط راس ایهاکا (Ross Ihaka) و رابرت جنتلمن (Robert Gentleman) نوشته شد، و در حال حاضر توسط گروهی از متخصصان علم آمار به نام "تیم هسته زبان R " با صفحه ای در آدرس www.r-project.org در حال توسعه ی فعال می باشد.
زبان R به گونه‌ای طراحی شده، که بی شباهت به زبان نرم افزار S که توسط جان چمبرز (John Chambers) و دیگر افراد در آزمایشگاه‌های بل توسعه یافته بود نباشد. نسخه تجاری نرم افزار S با قابلیتهای بیشتر، توسط موسسه ی علوم آماری به عنوان نرم افزار SPlus توسعه یافته و به بازار عرضه شده؛ بعدها این نسخه نرم افزار SPlus، توسط شرکت Insightful خریداری شده و اکنون نیز متعلق به TIBCO Spotfire می باشد.زبان R و نرم افزار SPlus را می توان به عنوان دو پیاده سازی زبان نرم افزار S در نظر گرفت.
زبان R بصورت رایگان در دسترس بوده و تحت پروانه ی عمومی همگانی، گنو (GNU) از بنیاد نرم افزارهای آزاد (FreeSoftware Foundation) توزیع می گردد. شما می توانید این برنامه را از شبکه جامع آرشیو نرم افزار R در (CRAN) دانلود نمایید. باینری های آماده اجرای زبان R برای سیستم عامل های ویندوز (Windows)، مک او اس ایکس (Mac OS X) و لینوکس (Linux) در دسترس می باشد.
کد منبع (source code) نیز قابل دانلود بوده و می تواند برای سیستم عامل های دیگر کامپایل شود.
حاوی محدوده گسترده‌ای از تکنیک‌های آماری (از جمله: مدل‌سازی خطی و غیرخطی، آزمون‌های کلاسیک آماری، تحلیل سری‌های زمانی، رده‌بندی، خوشه‌بندی و ...) و قابلیتهای گرافیکی است. در محیط R، کدهای سی، سی++ و فورترن قابلیت اتصال و فراخوانی هنگام اجرای برنامه را دارند و کاربران خبره می‌توانند توسط کدهای سی، مستقیماً اشیا R را تغییر دهند.گرچه نرم‌افزار R اغلب به منظور انجام محاسبات آماری به کار میرود، این نرم‌افزار قابل به کارگیری در محاسبات ماتریسی است و در این زمینه، همپای نرم‌افزارهایی چون اُکتاو و نسخه تجاری آن متلب (MATLAB) است. R، همچنین زبانی قدرتمندی برای ایجاد اشکال گرافیکی و نمودارهاست.
به سرعت در حال تبدیل شدن به مهم ترین زبان برنامه نویسی برای هر دو، زیست شناسان تجربی و محاسباتی است .به خوبی طراحی شده است، بسیار کارآمد و به طور گسترده ای مورد استفاده قرار می گیرد و دارای یک پایگاه بسیار زیادی از همکاران و کاربرانی است که که قابلیت های جدید برای تمام جنبه های مدرن از تجزیه و تحلیل داده ها و تجسم را به آن اضافه میکنند. علاوه بر آن رایگان و منبع باز است.
شما می توانید از R برای تقریبا تمام موضوعات بیوانفورماتیک، پروتئومیکس، تجزیه و تحلیل آماری استفاده کنید بطور مثال
(Flow Cytometry, text and data mining, Seqeunce ,NGS,manipulation)
رابرت مونچن امار دانی که این زبان را تدریس میکند ،این زبان به عنوان محبوب ترین زبان برنامه نویسی در زمینه عملیات پژوهشی در سال 2015 اعلام کرده است نا گفته نماند ایشان به عنوان مسئول براورد محبوبیت نرم افزارهای پژوهشی نیز هستند.
و در اخر خاص بودن R را در
1-مجموعه قوی از عملگرهای محاسباتی
2-کتابخانه های خاص چند منظوره
3-بسته های نرم افزاری قدرتمند برای تجزیه و تحلیل
4-دارای مستندات فرمت بندی شده
5-قابلیت شبیه سازی های گوناگون
میتوان دانست.🔶
🔚®🔚
https://telegram.me/R_Experts/706
🆔 @R_Experts
Telegram
|R| Experts
® کانال آموزش زبان R
🔰شماره آموزش :1
🔰موضوع :#تاریخچه "R"
🔶زبان R برای اولین بار به عنوان یک پروژه تحقیقاتی توسط راس ایهاکا (Ross Ihaka) و رابرت جنتلمن (Robert Gentleman) نوشته شد، و در حال حاضر توسط گروهی از متخصصان علم آمار به نام "تیم هسته زبان R…
🔰شماره آموزش :1
🔰موضوع :#تاریخچه "R"
🔶زبان R برای اولین بار به عنوان یک پروژه تحقیقاتی توسط راس ایهاکا (Ross Ihaka) و رابرت جنتلمن (Robert Gentleman) نوشته شد، و در حال حاضر توسط گروهی از متخصصان علم آمار به نام "تیم هسته زبان R…
® کانال آموزش زبان R
🔰شماره آموزش:2
🔰موضوع :#تغییر_زبان
برای این کار مسیر زیر را طی می کنیم :
1⃣
2⃣
3⃣
بروید
4⃣و در سیستمتون فرمت
رو به انگلیسی
🔁
تغییر بدهید.
🔚
https://telegram.me/R_Experts/713
🆔 @R_Experts
🔰شماره آموزش:2
🔰موضوع :#تغییر_زبان
برای این کار مسیر زیر را طی می کنیم :
1⃣
Control panel
2⃣
clock,Region and language
3⃣
format_add lanuage
بروید
4⃣و در سیستمتون فرمت
رو به انگلیسی
🔁
United States
تغییر بدهید.
🔚
https://telegram.me/R_Experts/713
🆔 @R_Experts
Telegram
|R| Experts
® کانال آموزش زبان R
🔰شماره آموزش:2
🔰موضوع :#تغییر_زبان
برای این کار مسیر زیر را طی می کنیم :
1⃣
Control panel
2⃣
clock,Region and language
3⃣
format_add lanuage
بروید
4⃣و در سیستمتون فرمت
رو به انگلیسی
🔁
United States
تغییر بدهید.
🔚…
🔰شماره آموزش:2
🔰موضوع :#تغییر_زبان
برای این کار مسیر زیر را طی می کنیم :
1⃣
Control panel
2⃣
clock,Region and language
3⃣
format_add lanuage
بروید
4⃣و در سیستمتون فرمت
رو به انگلیسی
🔁
United States
تغییر بدهید.
🔚…
#help_R
® کانال آموزش زبان R
🔰شماره آموزش:6
🔰موضوع :#help
1⃣ آسانترین راه کلیک برروی گزینه Help در بالای صفحه نرم افزار می باشد .
2⃣ در صورت دسترسی به اینترنت کمک ازسایت نرم افزار (CRAN)
3⃣ درصورتی که نام تابع رابدانیم باآوردن علامت ؟ ابتدای تابع به help نرم افزار هدایت
lm?
4⃣ وقتی نام تابع را به یاد نمی آوریم ولی می دانیم تابع موضوع تابع چیست می توان از
دستور مقابل استفاده کرد
help.search(“data input”)
5⃣ دستور مقابل می گوید تابع در کدام پکیچ است
find(“lowess”)
6⃣ وقتی چندحرف از دستور را می دانیم
aproos(“lm”)
7⃣ برای دسترسی به مثال های کار شده دستور
example(lm)
8⃣ دستور ویرایش داده های موجود در نرم افزار
fix(data.frame.name)
🆔 @R_Experts
https://telegram.me/R_Experts/719
® کانال آموزش زبان R
🔰شماره آموزش:6
🔰موضوع :#help
1⃣ آسانترین راه کلیک برروی گزینه Help در بالای صفحه نرم افزار می باشد .
2⃣ در صورت دسترسی به اینترنت کمک ازسایت نرم افزار (CRAN)
3⃣ درصورتی که نام تابع رابدانیم باآوردن علامت ؟ ابتدای تابع به help نرم افزار هدایت
lm?
4⃣ وقتی نام تابع را به یاد نمی آوریم ولی می دانیم تابع موضوع تابع چیست می توان از
دستور مقابل استفاده کرد
help.search(“data input”)
5⃣ دستور مقابل می گوید تابع در کدام پکیچ است
find(“lowess”)
6⃣ وقتی چندحرف از دستور را می دانیم
aproos(“lm”)
7⃣ برای دسترسی به مثال های کار شده دستور
example(lm)
8⃣ دستور ویرایش داده های موجود در نرم افزار
fix(data.frame.name)
🆔 @R_Experts
https://telegram.me/R_Experts/719
Telegram
"R_Experts"
#help_R
® کانال آموزش زبان R
🔰شماره آموزش:6
🔰موضوع :#help
1⃣ آسانترین راه کلیک برروی گزینه Help در بالای صفحه نرم افزار می باشد .
2⃣ در صورت دسترسی به اینترنت کمک ازسایت نرم افزار (CRAN)
3⃣ درصورتی که نام تابع رابدانیم باآوردن علامت ؟ ابتدای…
® کانال آموزش زبان R
🔰شماره آموزش:6
🔰موضوع :#help
1⃣ آسانترین راه کلیک برروی گزینه Help در بالای صفحه نرم افزار می باشد .
2⃣ در صورت دسترسی به اینترنت کمک ازسایت نرم افزار (CRAN)
3⃣ درصورتی که نام تابع رابدانیم باآوردن علامت ؟ ابتدای…