因此，我试图证明当X〜Geo（X）时，期望值等于：E [X] = p /（1-p）
<pre><code>p <- 0.50
#1 Exact
(p/(1 - p))
我无法将算法链接在一起。步骤如下
：<a href="https://stats.stackexchange.com/q/488694/282288">https://stats.stackexchange
我正在使用两个参数的Weibull分布，生成样本并估计对数似然。
我正在使用的威布尔密度函数是这样的：
基于一组实验，生成了指数分布变量的概率密度函数（PDF）。现在的目标是在蒙特卡洛模拟中使用此功
我在尝试找到投资组合权重并在满足约束的同时对其进行优化时遇到了问题。
我在设计代码时需要一些
我编写了一个例程，该例程在我的研究区域中随机（均匀地）以任意直径分布圆。
<pre><code>def no_nearby
我最近一直在尝试模拟一些蒙特卡洛斯模拟，并遇到<code>numpy.random</code>。检查指数生成器的<a href="https:/
我正在做很多Metropolis-Hastings Markov连锁店Monte Carlo（MCMC）。
我使用的大多数代码都使用Mersenne Twister（MT
这是我想对<code>R</code>执行的算法：
<ol>
<li>通过<code>ARIMA</code>函数从<code>arima.sim()</code>模型中模拟10
我写了下面的<code>R</code>函数来完成以下任务：
<ol>
<li>通过<code>ARIMA</code>函数从<code>arima.sim()</code>模
我正在编写一个蒙特卡罗模拟程序，以检查y是否紧挨着另一个y多少次。我构想出一个向量，其中40个x和
我想通过蒙特卡洛模拟来计算期权价格。遵循SDE，实现的模型是马尔可夫过程：
<pre><code>d X_t = alpha *
我编写了这段代码，以100000次迭代的模拟检查3个或更多连续的面，并进行了5次模切。我认为这是正确的
当我将numPaths增加到1000000时，除非除非同时减少numSteps，否则下面的蒙特卡洛代码将失败（“进程退出，
设置为：“假设您有10,000人口，而6,000人口是民主党人。我们从该假设人口中模拟调查抽样。首先，在R
我打算用C语言建立一个基于蒙特卡洛的仿真，因为它超级快，我想知道为什么我的代码会产生均匀的分
我想在<code>MonteCarlo</code>的{{1}}包中使用<code>MonteCarlo</code>函数，除了向<code>R</code>包中供应<code>just o
我正在尝试在Quantlib python中使用带有HestonProcess的GaussianPathGenerator生成基础路径。但这给了我“ RuntimeError
<strong>以下是设置：</strong>：假设标准的52张洗牌纸牌。仅使用蒙特卡洛方法来计算牌组中前两张牌为A
我收到错误消息“ clean（simResult）中的错误：结果对象中的所有复制未收敛。因此，无法使用结果对象
