d******e
发帖数: 7844 | 1 【 以下文字转载自 Statistics 讨论区 】
发信人: drburnie (专门爆料), 信区: Statistics
标 题: 请教一个关于k-means的问题。
发信站: BBS 未名空间站 (Tue Aug 25 16:37:40 2009, 美东)
我现在在比较Gaussian Mixture Model和K-means。
虽然Gaussian Mixture用EM算法只能获得local optimal,但可以随机执行若干次，取
likelihood最大的结果。
对于K-means，每次也只能获得局部最优，虽然也可以随机执行若干次，但是无法比较
哪次更好。一般来讲，这个应该怎么衡量？ |
|
g*****l
发帖数: 424 | 2 前言：
今天，图灵百年庆典在伯克利中央街2050号举行。此文受此启发，为非正式文
，仅供参考。
本文写在计算机之父Alan Turing （阿兰·图灵）诞辰一百年，希望天堂的图
灵知道世界并没有他离去的时候所想象的那样孤独和凄凉。
by 灵致
Another version with pics and music is available at:
http://user.qzone.qq.com/176497662/blog/1346827666
一百年前的六月二十三号，英国伦敦，在众多这天诞生的婴儿中，有一个不起眼的小男
孩被命名为阿兰·图灵（Alan Turing）。
身为孩子父亲的朱利斯·麦席森·图灵（Julius Mathison Turing）在喜悦之余，并没
有意识到自己的儿子在不久的将来，会给后世留下无穷启发，并且其发明开启了一场改
变全人类生活的信息革命。这个发明，叫计算机。
可以说，计算机的发明，实际上并非只有图灵的功劳。在此之前的先辈们所作的诸多努
力无疑也为这个发明奠定了时间和可能性的基... 阅读全帖 |
|
t*******f
发帖数: 2634 | 3 Could someone please share some info on good uniform RNG or gaussian RNG?
Need double precision for gaussian RNG, if possible.
I need ~Gsamples/s performance.
Thanks! |
|
b*******g
发帖数: 513 | 4 source？指的是原bib文件的代码吗?我的bib原文档放在三个bib文件里（难道这是前两
个citation空缺的原因？），如下：
bibfile1:
@ARTICLE{sax1923association,
author = {Sax, K.},
title = {The association of size differences with seed-coat pattern and
pigmentation
in Phaseolus vulgaris},
journal = {Genetics},
year = {1923},
volume = {8},
pages = {552},
}
@article{amos1990multivariate,
title={A multivariate method for detecting genetic linkage, with
application to a pedigree with an adverse lipoprotein phenotype.},
author={Amos,... 阅读全帖 |
|
K****n
发帖数: 5970 | 5 不懂统计，俺胡乱认为，student's t distribution 不是对Gaussian的方差用一个
Gamma prior给Bayesian出来的吗。那推导过程显然是用了Gaussian的 |
|
v*****s
发帖数: 20290 | 6 只要你运气不是太差，多分子的光团很难恰好也能符合高斯拟合，换句话说，你单分子
的光团理论上讲只有一个亮度中心，其余地方的亮度在极坐标下应该和角度无关，只依
赖于到亮度中心的距离，多分子的光团（特别是两分子，三分子的时候）几乎做不到这
一点，所以去掉这个倒不难。
但我始终对这玩意的原理感到不安，他实质上就是一个deconvolution。你看到的东西
是你的真实信号（假设是dirac function）和你的Instrument response（一个200纳米
的gaussian function）的convolution。那么你把gaussian function从你看到的东西
里面deconvolute掉以后，就是真实信号了。他只不过为了降低deconvolution的难度，
加了一些限制条件（真实信号只是单个dirac function）。
按这个理论，任何仪器的时空精度都可以无限了。我觉得不靠谱的，随便想一下，这个
肯定也要依赖于你的detection system的分辨率有多高，比如你CCD的pixel size是多
少。如果你一个pixel对应过去就是200纳米大小的一个方... 阅读全帖 |
|
a*q
发帖数: 2109 | 7 实际的instrument response应该是pixel和gaussian function的convolution。稍微算
一下就可以发现，只要pixel的大小小于gaussian的standard deviation，pixel对定位
精度的影响是很小的。影响定位精度最大的因素是噪音，跟检测到的光子个数和背景强
度直接相关。所以信号无限的情况下，时空精度真的是可以无限的，只是实际实验中单
分子的信号当然不可能是无限的。
。 |
|
v*****s
发帖数: 20290 | 8 只要你运气不是太差，多分子的光团很难恰好也能符合高斯拟合，换句话说，你单分子
的光团理论上讲只有一个亮度中心，其余地方的亮度在极坐标下应该和角度无关，只依
赖于到亮度中心的距离，多分子的光团（特别是两分子，三分子的时候）几乎做不到这
一点，所以去掉这个倒不难。
但我始终对这玩意的原理感到不安，他实质上就是一个deconvolution。你看到的东西
是你的真实信号（假设是dirac function）和你的Instrument response（一个200纳米
的gaussian function）的convolution。那么你把gaussian function从你看到的东西
里面deconvolute掉以后，就是真实信号了。他只不过为了降低deconvolution的难度，
加了一些限制条件（真实信号只是单个dirac function）。
按这个理论，任何仪器的时空精度都可以无限了。我觉得不靠谱的，随便想一下，这个
肯定也要依赖于你的detection system的分辨率有多高，比如你CCD的pixel size是多
少。如果你一个pixel对应过去就是200纳米大小的一个方... 阅读全帖 |
|
a*q
发帖数: 2109 | 9 实际的instrument response应该是pixel和gaussian function的convolution。稍微算
一下就可以发现，只要pixel的大小小于gaussian的standard deviation，pixel对定位
精度的影响是很小的。影响定位精度最大的因素是噪音，跟检测到的光子个数和背景强
度直接相关。所以信号无限的情况下，时空精度真的是可以无限的，只是实际实验中单
分子的信号当然不可能是无限的。
。 |
|
s*****j
发帖数: 6435 | 10 你不要用 Gaussian 去 fit, 直接上重心, 结果差别肯定在在误差以内.
PSF 本身是 Bessel 函数, 大家都用 Gaussian 也是图省事.
你直接用重心的话, 你机子装的是 XP 也够了. |
|
s*****j
发帖数: 6435 | 11 怎么个比法?
是重心和Gaussian差很多? 还是 重心和Bessel 的差别 比 Gaussian和Bessel 的差别
差很多? |
|
G*****h
发帖数: 320 | 12 补充一下：
Grubbs' and ROUT tests 方法的前提是数据符合 Gaussian distribution，同时考虑
样本大小等。应该比单单考虑 SD 要更加合理。但不合适 不是Gaussian 分布的数据。
如果用 SD 倍数来判断，最近有人提出了一个替代方案，可以作参考：
"Detecting outliers: Do not use standard deviation around the mean, use
absolute deviation around the median" Journal of Experimental Social
Psychology, Volume 49, Issue 4, July 2013, Pages 764–766.
http://www.sciencedirect.com/science/article/pii/S0022103113000
纯属个人看法，仅供参考 :) |
|
|
s****s
发帖数: 66 | 14 gaussian挺好的，有的用就用，我那些破免费软件就不提了。
你要做的东西不是一两天就能做得来的。也不是一两句话就能解释清楚的。
随便做做出来的东西，如果方法不对，结果也会很误导的。
简单点说，你要做的是：
1. 选择合适的方法。
2. 寻找到反应前后的stationary points 的结构。
3. 计算性质。
问问你同事或者同学看有没有做理论的，当面给你解释是最方便的。
原来我说过的小木虫论坛里面也有很多人用gaussian，在那里问可能得到的信息会更多
些。 |
|
d****n
发帖数: 397 | 15 呵呵，看出来你没怎么用过gaussian。#p,和#是控制print多少的，不影响计算。
file.chk是check point file的filename. ".chk"是文件格式。
basis是指你用的basis。如果是“6-31g"就用method/6-31g
gfinput是让gaussian打印出basis information，用来核对高斯用的基组是不是你想要
的基组。
你可以找一个你学理论化学的同学，如果他/她用过高斯，你可以让他/她教教你。
那个z-matrix和caritsian coordiantes之间变换，高斯里面就可以做。
还有上面的都是些小问题。不要紧，你如果不是做理论化学的，也不用太care吧。让你
同学帮你算出来，不就行了。
你用的TD（root=1),我试了，因为没有analytical gradient,所以要用numerical
methods.这样不能用cartisian coordinates,否则，就会报“too many variables"的
错误。
如果你改成z-matrix，那样就不会报这种错误了。
这个具体原因我也不知道，可能是... 阅读全帖 |
|
h********r
发帖数: 821 | 16 是我自己考究不深，在这个问题上认识错了，多谢指正！
Gaussian未公布b3lyp的系数的说法是10多年前听某人说的（那时候正是gaussian ban
这个ban那个最厉害的时候），当时也就随便翻了翻94年文章，没细看，导致一直存在
错误认识。
不过很神奇的是b3lpy在很多地方都很好用，某位喜欢讲上帝的教授说它就是一个magic。 |
|
z*******9
发帖数: 167 | 17 举个例子，莱特兄弟时代的飞行原理，如果你强求他们搞白盒，那就是反科学的。
我不太确定你说这句话的本意。
我对你这句话是这样理解的：
对白箱的追求程度需要和时代相联系，怎样的时代就做怎样的研究。
言下之意，
不该追求白箱化的时候追求白箱话是没意义的
不该问为什么的时候就不要问为什么。
应用在你的飞机的比喻上，那就是说如果一味的追问飞机飞行的深刻原理，那么飞机永
远都做不出来，或者不会有那么早做出来，所以一百年追问飞机的飞行原理是反科学。
如果我没理解错，那我们的共同语言的基础是不存在的，在此问题(中医和科学）上争
论就没意义了。
by the way，Gaussian 和power law之间的关系比较像加法运算和指数运算吧？不过我
觉得这只是一种类比而已，没有什么很深刻自然的联系。
Gaussian 分布有一个很漂亮的定理，描述多个独立分布的叠加和高斯分布的关系。
power law有类似的定理吗？我老板以前仿佛提过这个问题，好像说有个怪人得出过类
似的结论，不过结论很乖，证明也很怪（我老板觉得，我自己没看），没有高斯分布那
么漂亮，在学术界的影响不大。
我的数学是学得不怎么样，能理解 |
|
o****l
发帖数: 21 | 18 Assume you have n interpolation points xi(i=1,2,3,....n)(n known f(xi)),
you divide the whole domain into many subdomain and each subdomain is defined
by two successive stationary points(the local maximum and minimum points).
Then you use Gaussian quadrature in each subdomain. Since all of this
can be done by computer, you do not need to worry about the tedious work.
As we know, m degree Gaussian quadrature gives us 2m-1 degree approximation.
So you can get your error estimation by defining it |
|
K****n
发帖数: 5970 | 19 请问有没有现成的教材把maximum likelihood的导数求出来的? 我想对一下,网上居然
google不出来... 我不太放心matlab里的glm方程之类的,那个training的时候震荡比较
大.
另外如果对probit方程的参数设一个gaussian prior,然后求bayesian的
P(data)=Integrate(P(data|parameter)*P(parameter),over parameter)
好像这里用probit方程作P(data|parameter),用Gaussian作P(parameter),在optimize
bayeisan likelihood的时候比较好算?不知道有没有人已经算过?又google不出来...
谢谢! |
|
s***l
发帖数: 2236 | 20 The original question is about the spacial mode of a laser, not how the
shape deforms in fiber or any media when the light propagates, not to
mention frequency domain, which is almost completely irrelavant.
For a confocal resonator, the spacial mode can be analytically solved to
be Hermite-Gauss functions, in which the TEM00 mode corresponds to a simple
2D Gaussian beam.
So for edge-emitting LD, the spacial mode should be 2D Gaussian beam, although
not degenerated since the ratio of the dimentio |
|
n***y
发帖数: 82 | 21 对不起，冤枉版主了。 那我就把N=2的proof 贴到这儿了，因为收到了好几个感兴趣id的
email， 就不一一回了。
=================================================================
Want to prove:
The sum of two i.i.d. random variables is closer to Gaussian than each of the
RVs.
Proof:
A pdf can be approximated by its moments or cumulants. For a gaussian RV,
all its cumulants of order three and higher are zero.
Here is the simplest example by which you can get the basic idea:
Denote the k-th order cumulant of the two iid random variables C_k, and th |
|
w********g
发帖数: 171 | 22 Y1=X+N,
Y2=X+N+Z,
where X and N and Z are all independent of each other.
X is the signal (Gaussian if necessary), N is AWGN, Z can be some potential
interference (may not be Gaussian).
Is it true that I(X;Y1)>=I(X;Y2)? Why? Any comments will be appreciated!
多谢！ |
|
c*u
发帖数: 916 | 23 我需要解决一个问题，似乎不会太复杂，但是我水平不够，所以请教各位高手，
我有一段SMF-28光纤，其cut-off波长是1250 nm左右，所以1250nm更长的光在其中可以
当作single-mode。这个光纤的末端，我加了一个lens，因为是single mode，所以其聚
焦特性很容易用Gaussian beam理论来研究。
但是我现在需要把一束绿光（532nm）的光导入该光纤，然后研究其聚焦特性，查了一
下一些光学的入门书，好像最多也就是研究其在光纤中的Laguerre-Gaussian modes，
没有说明怎么对这种multi-mode光的聚焦计算，尤其是怎么用ABCD来计算。大牛们能告
诉我这东西如何入手么？ |
|
t**s
发帖数: 52 | 24 我没研究过，所以随便聊聊。错了的话供大家一笑。
r = s + n
AWGN信道的话，可不可以这么想，receiver circuit里的器件（比如电阻、放大器）不
是理想的，所以会引入噪声。
至于为什么噪声是Gaussian的，一般都归因到central limit theorem。因为有许多因
素共同贡献到了最后的噪声里，所以加起来（依照中心极限定理）是收敛到Gaussian r
.v.的。
至于“许多因素”是什么，我猜比如电子在导体里面的运动是乱糟糟的，像布朗运动一
样，单个电子的作用就会为最后表现出来的噪声贡献一小部分。这一段纯属瞎猜啊，期
待有物理系或材料的高人出来指正。
斯白噪 |
|
r*********n
发帖数: 4553 | 25 虽然DMC BC capacity region不知道，但是Gaussian BC已知，而且非常重要的是MIMO
Gaussian BC capacity region 04年的时候已经被证明能用DPC得到。不过现在还有很
多问题，比如只有partial CSIT，还有inter-cell interference。 |
|
v******s
发帖数: 144 | 26 Sorry, 我说的multiuser 就是指 Gaussian BC, 你在后面也说过了。 我不是学信息论
的，定义
不严谨。
至于复杂的multiuser情况，研究多少年了，连最简单的Gaussian Interference
Channel都没
完全解决。这些只对信息论的研究者有意义，军方会感兴趣。 商业应用还很远。 |
|
t**9
发帖数: 157 | 27 我就是想知道比较普遍的怎么来估算PSF，再怎么来做deconvolution，把图片弄得清楚
点。这个过程，参数的选择，模型的运用，会增强一部分信号，也带来一些artifact.
简单的说，如果真实的PSF is gaussian with Delta, 就算我估算的是gaussian with
Delta/2,那应该也会把图像变清楚点了. |
|
b********d
发帖数: 720 | 28 【 以下文字转载自 JobMarket 讨论区 】
发信人: brightmood (开心，努力，尽人事听天命), 信区: JobMarket
标 题: 材料，cleanroom,script level programming背景，求内推
发信站: BBS 未名空间站 (Sun Apr 28 17:14:07 2013, 美东)
夏天毕业的phd，女（参见头像）
skills:photolithography, dry/wet etch, sputter/e-beam evaporator deposition,
FET
conductivity measurement, AFM, electrochemistry, ellipsometry,UV-VIS,
surface profiler，thin film coating, Gaussian Computation,CAD,Python,MOSFET
做过的project主要涉及三方面：
1.photolithography,ebeam evaporator,dry/wet etch in cleanroom to fabri... 阅读全帖 |
|
c*****e
发帖数: 238 | 29 Well, first I doubt the conclusion that the scaling is the same in
monomer solvent as in good solvent. It should be mentioned that the entropic
interactions generally lead to Gaussian chain behavior, it is the enthalpic
interactions that shift this scaling. Thus in the athermal solution, the
maximized entropy should give a Gaussian distribution.
Second, if the scaling is the same, then the dimension is the same, the
difference lies in the prefactor or higher order scalings, say
Rg\simN^(-1/2)+N^ |
|
p*****d
发帖数: 40 | 30 for this question, hehe, i think it contradicts with Flory's assumption -
assuming the chains are Gaussian...but if the polymer is above its melting
point, it could behave like gaussian. but at low temp(below Tm), i dont think
it possible behaves like theta conditions....
btw, i am beginner in polymer... |
|
e*****g
发帖数: 2560 | 31 来自主题: Mathematics版 - EM 算法 EM 算法可以用于解决 gaussian mixture 的分类估计。
能不能用于解决其它 mixture models 的分类估计？
例如， 数据是一个gaussian 和一个 uniform distribution 的混合？
可以或不可以，可否解释一下，或给个reference.
先谢了 |
|
l******e
发帖数: 470 | 32 a,b是fixed，成立
a,b是r.v.不成立 |
|
t**o
发帖数: 64 | 33 即使 a&b independent of X&Y？有没有直观的解释？ |
|
|
m*******s
发帖数: 3142 | 35 现在遇到的问题要使用Kramers-Kronig relation的一个比较普遍的形式，如下图所示，
这个不是严格意义上的Hilbert transform，因为分母里面的z是复数，被积函数在整个
积分区间都
是非奇异的，不涉及Cauchy Principal Value。特别强调其中的g(x)是上半圆弧，只在
[-a,a]非
零，其余地方都是0，所以积分区间自然被限制到[-a,a]。
我暂时试验用Gaussian-Legendre quadrature来数值计算这个积分,
发现得到的结果的相对精度差不多只有10^(-4)，很难让人满意。即便是把格点数目加
倍，相对精度也
只能提高10^(-1)。没有想到用Gaussian-Legendre quadrature算这样一个普通的积分
竟然这么
差。
请问高手有没有比较好的方法来数值计算这种类型的积分？谢谢！ |
|
g*****l
发帖数: 424 | 36 前言：
今天，图灵百年庆典在伯克利中央街2050号举行。此文受此启发，为非正式文
，仅供参考。
本文写在计算机之父Alan Turing （阿兰·图灵）诞辰一百年，希望天堂的图
灵知道世界并没有他离去的时候所想象的那样孤独和凄凉。
by 灵致
Another version with pics and music is available at:
http://user.qzone.qq.com/176497662/blog/1346827666
一百年前的六月二十三号，英国伦敦，在众多这天诞生的婴儿中，有一个不起眼的小男
孩被命名为阿兰·图灵（Alan Turing）。
身为孩子父亲的朱利斯·麦席森·图灵（Julius Mathison Turing）在喜悦之余，并没
有意识到自己的儿子在不久的将来，会给后世留下无穷启发，并且其发明开启了一场改
变全人类生活的信息革命。这个发明，叫计算机。
可以说，计算机的发明，实际上并非只有图灵的功劳。在此之前的先辈们所作的诸多努
力无疑也为这个发明奠定了时间和可能性的基... 阅读全帖 |
|
c*******h
发帖数: 1096 | 37 大家都知道 Gaussian 的傅立叶变换是 Gaussian:
exp(-x^2/2) = const * int exp(-w^2/2)exp(ixw)dw.
在高维有类似的式子：
exp(-||x||^2/2) = const * int exp(-||w||^2/2)exp(ix'w)dw.
问题是：如果 x 和 w 是函数，||.|| 和 ' 是 L2 范数和内积，有没有类似的式子？ |
|
n*s
发帖数: 752 | 38 【 以下文字转载自 Physics 讨论区 】
发信人: nos (redemption), 信区: Physics
标 题: XRD测材料grain size
发信站: BBS 未名空间站 (Wed May 23 20:17:37 2007), 转信
我有一个多晶材料，已知［002］面大致平行于材料的一个表面
我用omega-2theta模式测了那个表面，得到了［002］［004］［014］三个peak
直接套用scherrer's formula，得到的结果比较一致
2 theta plane FWHM grain size (nm)
36.211 [200] 0.028 298.5
38.498 [130] 0.036 233.7
42.958 [220] 0.029 294.4
这样做可信么？
我的FWHM是直接把peak fit成gaussian得到的，3个peak看上去都不太对称，都是左半
边（小角度）比右半边高些。需要用2个gaussian来fit么？
如果我想考虑strain和ins |
|
n*s
发帖数: 752 | 39 【 以下文字转载自 Physics 讨论区 】
发信人: nos (redemption), 信区: Physics
标 题: XRD测材料grain size
发信站: BBS 未名空间站 (Wed May 23 20:17:37 2007), 转信
我有一个多晶材料，已知［002］面大致平行于材料的一个表面
我用omega-2theta模式测了那个表面，得到了［002］［004］［014］三个peak
直接套用scherrer's formula，得到的结果比较一致
2 theta plane FWHM grain size (nm)
36.211 [200] 0.028 298.5
38.498 [130] 0.036 233.7
42.958 [220] 0.029 294.4
这样做可信么？
我的FWHM是直接把peak fit成gaussian得到的，3个peak看上去都不太对称，都是左半
边（小角度）比右半边高些。需要用2个gaussian来fit么？
如果我想考虑strain和ins |
|
n*s
发帖数: 752 | 40 我有一个多晶材料，已知［002］面大致平行于材料的一个表面
我用omega-2theta模式测了那个表面，得到了［002］［004］［014］三个peak
直接套用scherrer's formula，得到的结果比较一致
2 theta plane FWHM grain size (nm)
36.211 [200] 0.028 298.5
38.498 [130] 0.036 233.7
42.958 [220] 0.029 294.4
这样做可信么？
我的FWHM是直接把peak fit成gaussian得到的，3个peak看上去都不太对称，都是左半
边（小角度）比右半边高些。需要用2个gaussian来fit么？
如果我想考虑strain和instument broadening的话，可以直接fit这个公式里的A，B，C
么？
2 A 2 2 2
FWHM = (---------- ) + (B tan(theta) |
|
r******l
发帖数: 121 | 41 Now I see what the problem is.
The definition of NA = lambda_0/(n*D) is the NA of a Gaussian beam. In
common situations of focusing, we do not treat the beam as Gaussian beam but
a plan wave truncated by the aperture of the lens. In this way, the full
aperture of the lens is used and then one can achieve minimum focus spot
size. The spot size in the plane-wave incidence case is determined by the
Fourier transform relation (ref: Introduction to Fourier Optics, J.W.Goodman
).
If your situations is |
|
t**********m
发帖数: 205 | 42 悲哀的人做着悲哀的工作：
Lambda cosmology and dark energy, structure in the cosmic web, inflationary
theory, its Gaussian and non-Gaussian aspects, and gravitational waves.
几十年，甚至七八十年都没有丝毫正确的证据的工作！！
可叹！可叹！ |
|
d*b
发帖数: 21830 | 43 gasuss 是因为binominal测量产生的，BW是 natural width, 因为你测量的粒子有mass.你这个fitting应该是Gaussian+BW, 根据你的detector的resolution确定Gaussian参量，根据mass确定BW参量。
难道量子场论都没学过？ |
|
d*b
发帖数: 21830 | 44 section 1.2 equation 5 的解不就是gaussian distribution? 知道啥叫gaussian? |
|
w**********y
发帖数: 1691 | 45 不是很确定你指的unconditional 分布是什么意思，我比较熟悉stochastic
volatility models，就按照我的理解来说了。
假设你有两个series，price-{S(t)} volatility-{sigma(t)},都是mean reverse的
过程，且volatility 影响price，price不影响volatility，那么用taylor expansion
去近似：
S(t)=a+b*S(t-1)+sigma(t-1)*N(0,1)
sigma(t)=c+d*sigma(t)+e*N(0,1)
那么S(t)|S(t-1),sigma(t-1)是Gaussian的
sigma(t)|sigma(t-1)也是gaussian的
那么他们的联合分布S,sigma \simto \prod S(t)|S(t-1),sigma(t-1)*sigma(t-1)|
sigma(t-2)
这个很easy阿，一步之遥阿。
但是如果sigma也受S的影响，这个变成了term structure model，一下还真说不上来。
但理论上是可行的：
Bayesi |
|
p*x
发帖数: 260 | 46 For equity prices, brownian motion by no means produces good results.
A possible improvement would be Normal Inverse Gaussian process coupled with
Inverse Gaussian Bridge technique.
In terms of MC simulation, you would be able to further improve your results
by the stratified sampling method.
Good luck. |
|
Q***5
发帖数: 994 | 47 "A year ago, it was hardly unthinkable that a math wizard like
David X. Li might someday earn a Nobel Prize...."
Personally, I think David Li is a very good quant, but I doubt within the
quant circle, he is commonly viewed as a 'math wizard', the tool, namely
Gaussian Copula that he brought to the financial world is really simple, and
acutally that is the reason that it became so pupular.
To me, Nobel Prize to David IS unthinkable, even at the height of the
success of Gaussian Copula in CDO pric |
|
b***k
发帖数: 2673 | 48 ☆─────────────────────────────────────☆
JackSheng (重新振作) 于 (Fri Jun 19 02:48:58 2009, 美东) 提到:
this one is from an i-bank
given an Gaussian random number generator, how would you estimate \pi?
☆─────────────────────────────────────☆
daj (肉丝炒饭--小吵肉fan) 于 (Fri Jun 19 15:02:01 2009, 北京) 提到:
gaussian a ?
orz......
正反 distribution to get a uniform ?
这个以前没见到过
☆─────────────────────────────────────☆
netghost (Up to Isomorphism) 于 (Fri Jun 19 04:22:35 2009, 美东) 提到:
Just let Z=sqrt(X^2+Y^ |
|
|
|
