İstatistikler ve Büyük Veri

Bir ara analiz muhtemelen erken çalışmayı sonlandırma öncesinde bir ya da daha fazla zaman noktasında verilerin analizi niyetiyle çalışmanın resmi yakın, örneğin olduğunu. Piantadosi'ye göre, S. ( Klinik araştırmalar - metodolojik bir bakış açısı ): " Bir deneme, erken bir aşamada sonlandırıldığında tedavi etkisinin tahmini önyargılı olacaktır. Karar ne kadar …

24 clinical-trials  bias 

Bazı verilerin miktarını tahmin etmek istiyorum. Veriler o kadar büyüktür ki bellekte barındırılamazlar. Ve veriler statik değildir, yeni veriler gelmeye devam eder. Çok sınırlı bellek ve hesaplama ile şu ana kadar gözlemlenen verilerin miktarlarını izlemek için herhangi bir algoritma bilen var mı? P2 algoritmasını yararlı buluyorum , ancak aşırı derecede …

24 algorithms  quantiles 

İlk başta siparişin önemli olmadığını düşündüm, ama sonra çoklu regresyon katsayılarını hesaplamak için gram-schmidt ortogonalizasyon sürecini okudum ve şimdi ikinci düşüncelerim var. Gram-schmidt işlemine göre, daha sonra açıklayıcı bir değişken diğer değişkenler arasında endekslenir, artık değişken vektörü küçülür, çünkü önceki değişkenlerin artık vektörleri ondan çıkarılır. Sonuç olarak, açıklayıcı değişkenin regresyon …

24 regression  multiple-regression  regression-coefficients 

Pek çok testten p değerlerine sahibim ve çoklu test için düzeltmelerden sonra gerçekten önemli bir şeyin olup olmadığını bilmek istiyorum. Komplikasyon: Testlerim bağımsız değil. Düşündüğüm yöntem (Fisher'in Ürün Metodunun bir çeşidi, Zaykin ve diğerleri, Genet Epidemiol , 2002), p değerleri arasındaki korelasyona ihtiyaç duyuyor. Bu korelasyonu tahmin etmek için şu …

24 correlation  multiple-comparisons  statistical-significance  genetics 

Hangi iyi ekonometri ders kitaplarını önerirsiniz? Düzenleme: Çok çeşitli matematiksel karmaşıklık seviyelerine sahip, dışarıda epeyce kitap var. Tavsiye ettiğiniz kitabın ne kadar teknik olduğu hakkında bir fikir edinmek iyi olur.

24 econometrics  references 

Değerin 0, 1, 2, ..., 23 kategorik bir değişken olabileceği "günün saati" mi? Hayır deme konusunda cazip olurum, çünkü 5, örneğin 4 ya da 6'ya 3 ya da 7 olduğundan daha yakındır. Öte yandan, 23 ile 0 arasında bir süreksizlik var. Genelde kategorik olarak mı kabul edilir? 'Hour' öğesinin, tahmin …

24 categorical-data  circular-statistics 

Normal yaklaşım için binom dağılımındaki süreklilik düzeltmesinin nasıl elde edildiğini daha iyi anlamak istiyorum . 1/2 eklememiz gerektiğine karar vermek için hangi yöntem kullanıldı (neden başka bir sayı değil?). Herhangi bir açıklama (veya önerilen okuma için bir bağlantı dışında bu , mutluluk duyacağız).

24 binomial  asymptotics 

Doğrusal boyutsallık azaltma yöntemleri (örneğin, PCA) ve doğrusal olmayanlar (örneğin, Isomap) arasındaki farkları anlamaya çalışıyorum. Doğrusal olmamanın bu bağlamda ne anlama geldiğini tam olarak anlayamıyorum. Ben okunan Vikipedi o Karşılaştırma yapılırsa, aynı veri setini iki boyuta indirmek için PCA (doğrusal bir boyutsallık azaltma algoritması) kullanılırsa, elde edilen değerler o kadar …

24 pca  terminology  dimensionality-reduction  pattern-recognition  manifold-learning 

Zaman serisi analizi yapmaya çalışıyorum ve bu alanda yeniyim. 2006-2009 yılları arasında günlük bir etkinlik sayım var ve buna bir zaman serisi modeli uydurmak istiyorum. İşte kaydettiğim ilerleme: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) Sonuçta elde ettiğim komplo: Verilerde mevsimsellik ve eğilim olup olmadığını doğrulamak için bu yazıda belirtilen adımları takip ediyorum …

24 r  time-series  seasonality  multiple-seasonalities  tbats  hypothesis-testing  beta-distribution  machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

Gelen Alex Krizhevsky, ve diğ. Derin evrişimli sinir ağları ile Imagenet sınıflandırması , her katmandaki nöron sayısını numaralandırır (aşağıdaki şemaya bakınız). Ağın girişi 150.528 boyutludur ve ağın kalan katmanlarındaki nöron sayısı 253,440–186,624–64,896–64,896–43,264– 4096–4096–1000 arasında verilir. 3B Görünüm İlk kattan sonraki tüm katmanlar için nöronların sayısı açıktır. Nöronları hesaplamanın basit bir …

24 neural-networks  deep-learning  conv-neural-network 

Çoklu regresyon için tahmin aralığını hesaplamak için cebirsel gösterim nedir? Aptalca geliyor, ama bunun net bir cebirsel gösterimini bulmakta güçlük çekiyorum.

24 multiple-regression  least-squares  prediction-interval 

Bir dairenin içine rastgele noktaların enjeksiyonunu simüle etmeye çalışıyordum, öyle ki dairenin herhangi bir kısmı aynı kusura sahip olma olasılığına sahip. Çemberi eşit alanlı dikdörtgenlere böldüğümde ortaya çıkan dağılımın alan sayısının Poisson dağılımını takip etmesini beklerdim. Sadece dairesel bir alana yerleştirme noktaları gerektirdiğinden, kutupsal koordinatlara iki düzgün rasgele dağılım enjekte …

24 random-generation  circular-statistics 

Bir model yapıyorum ve coğrafi konumumun hedef değişkenimi tahmin etmede çok iyi olacağını düşünüyorum. Kullanıcılarımın her birinin posta kodunu aldım. Yine de, modelimde posta kodunu tahmin özelliği olarak eklemenin en iyi yolu hakkında tam olarak emin değilim. Posta kodu bir sayı olmasına rağmen, sayı yukarı ya da aşağı giderse bir …

24 machine-learning  feature-construction  many-categories 

Sınıflandırıcımın performansını kontrol etmek için karışıklık matrisi kullanıyorum . Scikit-Learn kullanıyorum, kafam biraz karıştı. Sonucu nasıl yorumlayabilirim from sklearn.metrics import confusion_matrix >>> y_true = [2, 0, 2, 2, 0, 1] >>> y_pred = [0, 0, 2, 2, 0, 2] >>> confusion_matrix(y_true, y_pred) array([[2, 0, 0], [0, 0, 1], [1, 0, …

24 predictive-models  prediction  confusion-matrix 

PCA hakkında birkaç ders önce sınıfta öğrendim ve bu büyüleyici konsept hakkında daha fazla şey kazarak, seyrek PCA hakkında bilgi sahibi oldum. Sormak istedim, yanlış değilsem, PCA'nın seyrek olduğu şey budur: PCA'da, değişkenli veri noktalarınız varsa, PCA'yı uygulamadan önce her veri noktasını boyutlu alanda temsil edebilirsiniz . PCA'yı uyguladıktan sonra, …

24 machine-learning  pca  sparse