เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ส่วนผสมของการแจกแจงเกาส์เซียนสามตัว

จะเกิดอะไรขึ้นเมื่อเพิ่มการแจกแจงอีกตัวเข้าไปในการจำลอง? จะเห็นว่าการเพิ่มจำนวน component ทำให้ความหนาแน่นของมวลกระจายออกไปครอบคลุมการแจกแจงใหม่ด้วย แต่แนวคิดหลักก็ยังคงต่อเนื่องจากแบบฝึกหัดก่อนหน้า

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Mixture Models ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง assignments ซึ่งรับค่า 0, 1 และ 2 ด้วยความน่าจะเป็น 0.3, 0.4 และ 0.3 ตามลำดับ
  • ดาต้าเฟรม mixture สุ่มจากการแจกแจงเกาส์เซียนที่มี mean เท่ากับ 5 และ sd เท่ากับ 2 เมื่อ assignments มีค่าเป็น 1 หาก assignments มีค่าเป็น 2 ให้ใช้ mean เท่ากับ 10 และ sd เท่ากับ 1 นอกนั้นให้ใช้การแจกแจงปกติมาตรฐาน
  • พล็อตฮิสโตแกรมด้วย 50 bins

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

number_observations <- 1000

# Create the assignment object
assignments <- sample(
	c(0,1,2), size = number_observations, replace = TRUE, prob = c(0.3, ___, 0.3)
)

# Simulate the GMM with 3 distributions
mixture <- data.frame(
	x = ifelse(___ == 1, rnorm(n = number_observations, mean = ___, sd = ___), ifelse(assignments == 2, rnorm(n = number_observations, mean = ___, sd = ___), rnorm(n = ___)))
)

# Plot the mixture
mixture %>% 
  ggplot() + ___(aes(x = x, y = ..density..), ___ = ___)
แก้ไขและรันโค้ด