|
l*****f
发帖数: 259 | 2 两个随机变量X1和X2互相独立, 且都服从指数分布, 参数分别是lambda1 和lambda2
1/lambda1+1/lambda2=N, N是常数
想证明这个概率Pr{X1+X2 |
|
发帖数: 1 | 3 here's my code:
bayes.mod<-function(){
#proficiency model
for (i in 1:10){
for (k in 1:4){
pi[i,k]<-exp(lambda0[i]+lambda1[i]*theta[i])/(1+exp(lambda0[i]+lambda1
[i]*theta[i]))
alpha[i,k]~dcat(pi[i,k]) #categorical density
}
lambda0[i]~dunif(-1,1)
lambda1[i]~dunif(0,2)
theta[i]~dnorm(0,1)}
#evidence model
for ( j in 1:10){
for (k in 1:4){
gamma[j,k] <- rr[j,k]*q[j,k]
rr [j,k]~ dnorm(1,3)
q<-q
}
beta[j]~dnorm(mu,1)
}
mu~d... 阅读全帖 |
|
|
D*****a
发帖数: 29 | 5 假设有这样一个动态方程：
dx1/dt=a11x1 + a12x2
dx2/dt=a21x1 + a22x2
那么我用MATLAB很快就能算出矩阵[a11 a12;a21 a22]的特征值lambda1, lambda2来
我的问题是怎么判别哪个特征值是与x1有关的，哪个是与x2关联的？
请指教，谢谢 |
|
i**w
发帖数: 71 | 6 这些是最近两个月每次面试完，给C同学(谢谢陪我一路哈~~)的汇报整理出来的。其实
也没怎么整
理...
大部分都是常见的题。有些常见的题就直接没列。还有些当时忘了的，现在更记不起来
了。
有些是电话上的，有些是onsite。题目有些没说清楚，大家将就，领会精神。
本来什么都没定下来的时候一肚子感想和经验，想着有一天搞定了，一定好好总结总结
。现在定下来
了，倒没了兴致了。。。但想想从版上看过那么多面试题和面经，我争取写点儿，励志
型的，给出身
不好的同学们一点鼓励。也顺便攒攒人品，希望OPT快点儿下来!
1. Singly linked list, write a function to print the nodes backwards.
2. solve dS = (a - b*S)dt+sigma*dW Calculate the variance of S(T)
3. what does it look like if we plot: floating variable against the
actual value assigned to the variable?
4.... 阅读全帖 |
|
i**w
发帖数: 71 | 7 这些是最近两个月每次面试完，给C同学(谢谢陪我一路哈~~)的汇报整理出来的。其实
也没怎么整
理...
大部分都是常见的题。有些常见的题就直接没列。还有些当时忘了的，现在更记不起来
了。
有些是电话上的，有些是onsite。题目有些没说清楚，大家将就，领会精神。
本来什么都没定下来的时候一肚子感想和经验，想着有一天搞定了，一定好好总结总结
。现在定下来
了，倒没了兴致了。。。但想想从版上看过那么多面试题和面经，我争取写点儿，励志
型的，给出身
不好的同学们一点鼓励。也顺便攒攒人品，希望OPT快点儿下来!
1. Singly linked list, write a function to print the nodes backwards.
2. solve dS = (a - b*S)dt+sigma*dW Calculate the variance of S(T)
3. what does it look like if we plot: floating variable against the
actual value assigned to the variable?
4.... 阅读全帖 |
|
o****o
发帖数: 8077 | 8 To obtain Eigen Decomposition from PCA, you need to observe the relationship below:
eigen decomposition of square matrix obtains the same eigen vector matrix as in PCA (the V matrix)
and Eigen values are those satisfy: AV=A[v1, v2...vk]=[\lambda1, \lambda2...\lambda_k].*V
so that you can first use PROC PRINCOMP NOINT COV outstat=_V(where=(_TYPE_='USCORE'))
then conduct matrix multiplication of A%*%V=\Omega
load \Omega and V into a data set, divid each element of \Omega by corresponding element i |
|
