İstatistikler ve Büyük Veri

Geçmişteki gözlemler göz önüne alındığında, verinin bağımlı değişkeninin (yani satırın) bağımlı değişkeninin değerini tahmin etmek amacıyla akış verileri (çok boyutlu zaman serileri) bağlamında ikili bir lojistik regresyon modeli kullanmak istiyorum. Bildiğim kadarıyla, lojistik regresyon geleneksel olarak, her bir bağımlı değişkenin önceden ayarlanmış olduğu postmortem analiz için kullanılır (inceleme veya araştırmanın …

21 r  time-series  logistic 

Özellikle, boyutluluk lanetini titizlikle gösterecek ve açıklayacak referanslar (yazılar, kitaplar) arıyorum. Bu soru, bu beyaz makaleyi Lafferty ve Wasserman tarafından okumaya başladıktan sonra ortaya çıktı . Üçüncü paragrafta, en iyi yakınsama oranının olduğu anlamına gelen “iyi bilinen” bir denklemden bahsediyorlar n- 4 / ( 4 - d)n-4/(4-d)n^{-4/(4-d)}; eğer biri bunu …

21 theory 

Merak ediyorum, çok güçlü bir korelasyon katsayısına sahip olmak mümkün mü (örneğin, 9 veya daha yüksek), p değeri yüksek (örneğin .25 veya daha yüksek) olabilir mi? İşte p değeri yüksek, düşük korelasyon katsayısı örneği: set.seed(10) y <- rnorm(100) x <- rnorm(100)+.1*y cor.test(x,y) kor = 0.03908927, p = 0.6994 Yüksek korelasyon …

21 r  hypothesis-testing  correlation 

Günlük bir zaman serisine bir ARIMA modeli uyguluyorum. Veriler günlük olarak 02-01-2010 - 30-07-2011 saatleri arasında toplanmaktadır ve gazete satışlarıyla ilgilidir. Satışlardaki haftalık bir patern bulunabildiğinden (satılan günlük ortalama kopya miktarı genellikle pazartesiden cumaya aynıdır, ardından cumartesi ve pazar günleri artar), bu "mevsimsellik" i yakalamaya çalışıyorum. Satış verileri "veri" göz …

21 r  time-series  arima  seasonality 

bağlam Bu sitedeki popüler bir soru " Ortak istatistiksel günahlar nelerdir? " Günahların biri varsayarak belirtilen "korelasyon nedensellik ima ..." bağlantısını Ardından, 5 yükseltme ile yapılan yorumlarda şu öneriliyor: "Google'ın yılda 65 milyar ABD doları tutarında bir fark yaratmadığı anlamına geliyor." Bir ışık dalgalanmasını aşırı analiz etme riski altında, bunun …

21 machine-learning  causality 

Bu soru edildi göç o Çapraz doğrulanmış üzerinde yanıtlanabilir çünkü yığın taşması gelen. 8 yıl önce göç etmiş . Her ikisi de "sayısal" sınıfından 2 değişkenim var: > head(y) [1] 0.4651804 0.6185849 0.3766175 0.5489810 0.3695258 0.4002567 > head(x) [1] 59.32820 68.46436 80.76974 132.90824 216.75995 153.25551 Onları çizdim ve şimdi verilere …

21 r 

olduğunu varsayalım . Köşegen elemanların marjinal dağılımı ile ilgileniyorum . alt maddelerinin dağılımı konusunda birkaç basit sonuç vardır (en azından bazıları Wikipedia'da listelenmiştir). Bundan, köşegen üzerindeki herhangi bir elemanın marjinal dağılımının ters Gamma olduğunu anlayabilirim. Ancak ortak dağılımı tespit edemedim.diag ( X ) = ( x 11 , … , …

21 distributions  probability  pdf 

bağlam Madde cevap teorisi hakkında okuyordum ve onu büyüleyici buluyorum. Temelleri anladığına inanıyorum, ancak alanla ilgili istatistiksel teknikleri nasıl uygulayacağımı merak ediyorum. Aşağıda, ITR'de uygulamak istediğim alana benzer iki makale bulunmaktadır: http://www.jstor.org/stable/4640738?seq=7 http://www.ncbi.nlm.nih.gov/pubmed/21744971 İkincisi, aslında bu zamanda bu noktada genişletmek istiyorum. JMetrik adlı ücretsiz bir program indirdim ve harika görünüyor. …

21 psychometrics  latent-variable  irt 

Önyargı kavramını doğrusal regresyon analizi bağlamında kavramak için mücadele ediyorum. Önyargının matematiksel tanımı nedir? Önyargı tam olarak nedir ve neden / nasıl? Açıklayıcı örnek?

21 regression  terminology  bias  definition 

Neredeyse karşılaştığım her karar ağacı örneği ikili bir ağaç oluyor. Bu oldukça evrensel mi? Standart algoritmaların çoğu (C4.5, CART, vb.) Yalnızca ikili ağaçları destekliyor mu? Topladığım kadarıyla, CHAID ikili ağaçlarla sınırlı değil, ama bu bir istisna gibi görünüyor. Çocuklardan birine iki yönlü bir bölünme izleyen iki yönlü bir bölünme, üç …

21 machine-learning  data-mining  cart 

Poisson regresyonu, log-link işlevine sahip bir GLM'dir . Normal olmayan dağılmış sayım verilerini modellemenin alternatif bir yolu, kütüğü (veya daha doğrusu kütüğü (1 + sayımı) 0'ları işlemek için alarak) önişlemektir. Log-count yanıtlarına en küçük kareler regresyonu yaparsanız, bunun Poisson regresyonuyla ilgisi var mı? Benzer olayları kaldırabilir mi?

21 regression  poisson-distribution  generalized-linear-model 

Kilitli . Bu soru ve cevapları kilitli çünkü soru konu dışı, ancak tarihsel öneme sahip. Şu anda yeni cevaplar veya etkileşimler kabul etmiyor. Herhangi biri weightsR'nin lmfonksiyonundaki argümanı nasıl kullanacağına dair bazı önerilerde bulunabilir mi? Örneğin, trafik verileri üzerinde bir modele uymaya çalışıyordunuz ve her biri bir şehri (farklı bir …

21 r  regression 

In İstatistiksel Modelleme: İki Kültürün Leo Breiman yazıyor Mevcut uygulamalı uygulama, uygunluk testleri ve artık analiz kullanarak uygun veri modelini kontrol etmektir. Bir noktada, birkaç yıl önce, kontrollü bir miktarda doğrusal olmayanlık ile yedi boyutta benzetilmiş bir regresyon problemi kurdum. Standart uygunluk testleri, doğrusal olmayan aşırı olmadıkça doğrusallığı reddetmedi. Breiman, …

21 regression  goodness-of-fit 

SPSS, "fark araçlarının güven aralığı" çıktısını sağlar. Bazı yerlerde "100 üzerinden 95 kez, örneklem ortalama farkımızın bu sınırlar arasında olacağı" anlamına geldiğini okudum. Kimse "araçların arasındaki farkın güven aralığını" açıklamak için daha açık bir ifade söyleyebilir mi? Bu çıktı, tek örnekli bir t testi bağlamında görünür.

21 confidence-interval 

Parametrik olmayan Bayesian (ve ilgili) teknikleri hakkında daha fazla bilgi edinmek istiyorum. Arka planım bilgisayar biliminde ve ölçüm teorisi veya olasılık teorisi konusunda bir ders almadığım halde olasılık ve istatistik konusunda sınırlı miktarda formal eğitim aldım. Kimse beni başlatmak için bu kavramlara okunaklı bir giriş önerebilir mi?

21 probability  bayesian  references  theory