İstatistikler ve Büyük Veri

PCA analizi için bir biplot oluşturduğunuzda, x ekseni üzerinde ana bileşen PC1 puanları ve y ekseninde PC2 puanları olur. Ancak ekranın sağındaki ve üstündeki diğer iki eksen nedir?

18 r  pca  biplot 

tl; Dr. discreteAnomali tespiti yaparken verilerle başa çıkmanın önerilen yolu nedir ? categoricalAnomali tespiti yaparken verilerle başa çıkmanın önerilen yolu nedir ? Bu yanıt , yalnızca sonuçları filtrelemek için ayrık verilerin kullanılmasını önerir. Belki de kategori değerini yüzdesel gözlem şansı ile değiştirebilir misiniz? giriş Bu benim ilk kez buraya gönderiyorum, …

18 machine-learning  categorical-data  outliers  discrete-data  anomaly-detection 

Ağırlıkların tedavi arasında nasıl farklılık gösterdiğini biliyorum istiyorum svyglmveglm twangAşağıdaki gibi ağırlık olarak kullanılan eğilim puanları oluşturmak için R paketi kullanıyorum (bu kod twangbelgelerden geliyor ): library(twang) library(survey) set.seed(1) data(lalonde) ps.lalonde <- ps(treat ~ age + educ + black + hispan + nodegree + married + re74 + re75, data …

18 r  survey 

Lojistik regresyon modelini kullanarak ayrık bir zaman hayatta kalma analizi yapmaya çalışıyorum ve süreci tamamen anladığımdan emin değilim. Birkaç temel soruyla ilgili yardımı çok takdir ediyorum. İşte kurulum: Beş yıllık bir zaman diliminde bir gruba üyeliğe bakıyorum. Her üyenin üye olduğu her ay için aylık üyelik kaydı vardır. Üyeliği beş …

18 survival  discrete-data  hazard  kaplan-meier 

Herkes bana bir çapraz geçerlilik analizinin sonuç olarak tam olarak ne verdiğini söyleyebilir mi? Sadece ortalama doğruluk mu yoksa ayarlanmış parametrelerle herhangi bir model veriyor mu? Çünkü bir yerde, çapraz ayarlamanın parametre ayarı için kullanıldığını duydum.

18 cross-validation 

İstatistiklerde neden önemli basamaklar kullanmadığımız hakkında bir fikrin var mı? Doğruluğu ile ilgili kurallar geçerli olmadığından, tahminler kullandığımız bir şey var;)?

18 reporting 

Doğrusal bir regresyonda kategorik değişkenim varsa ... kategorik değişkenin durağan önemini nasıl bilebilirim? Diyelim ki faktörü X1X1X_110 seviyeye sahip ... bir faktör değişkeni şemsiyesi altında 10 farklı sonuç t-değeri olacak X1X1X_1... Bana öyle geliyor ki, istatistiksel anlamlılık faktör değişkeninin her seviyesi için test ediliyor mu? Hayır? @Macro: Önerinizi takiben aşağıdaki …

18 regression  statistical-significance  categorical-data 

URL'leri kategorilere ayırmam gerekiyor. Diyelim ki her URL'yi sıfırlamayı planladığım 15 kategorim var. 15 yollu sınıflandırıcı daha mı iyi? Burada 15 etiket var ve her veri noktası için özellikler oluşturmak. Ya da 15 ikili sınıflandırıcı oluşturup, diyelim: Film ya da Film Dışı ve bir sınıflayıcı oluşturmak için bu sınıflandırmalardan aldığım …

18 machine-learning  classification  categorical-data  svm  feature-selection 

Bazı doğrusal modellere sahip olalım, örneğin sadece basit ANOVA: # data generation set.seed(1.234) Ng <- c(41, 37, 42) data <- rnorm(sum(Ng), mean = rep(c(-1, 0, 1), Ng), sd = 1) fact <- as.factor(rep(LETTERS[1:3], Ng)) m1 = lm(data ~ 0 + fact) summary(m1) Sonuç aşağıdaki gibidir: Call: lm(formula = data ~ …

18 r  regression  confidence-interval 

Bu çok basit bir soru ama türetmeyi internette veya kitapta hiçbir yerde bulamıyorum. Bayesilerin çok değişkenli bir normal dağılımı nasıl güncellediğini görmek isterim. Örneğin: hayal edin P(x|μ,Σ)P(μ)==N(μ,Σ)N(μ0,Σ0).P(x|μ,Σ)=N(μ,Σ)P(μ)=N(μ0,Σ0). \begin{array}{rcl} \mathbb{P}({\bf x}|{\bf μ},{\bf Σ}) & = & N({\bf \mu}, {\bf \Sigma}) \\ \mathbb{P}({\bf \mu}) &= & N({\bf \mu_0}, {\bf \Sigma_0})\,. \end{array} {\ …

18 bayesian  normal-distribution  matrix  posterior  linear-algebra 

Bu Box-Jenkins MA modellerinde temel bir sorudur. Anladığım kadarıyla, bir MA modeli temelde zaman serisi değerleri YYY önceki hata terimleri karşı doğrusal bir regresyonudur . . . , e t - net,...,et−net,...,et−ne_t,..., e_{t-n} . Yani, gözlemi YYYilk olarak önceki değerlerine karşı gerilemektedir . . . , Y, t - nYt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, …

18 regression  time-series  arima  box-jenkins 

Okuduğum birkaç makaleye, kitaba ve makaleye dayanarak edindiğim izlenim, bir olasılık kümesi dağılımını bir veri kümesine yerleştirmenin önerilen yolunun, maksimum olasılık tahmini (MLE) kullanmak olmasıdır. Bununla birlikte, bir fizikçi olarak, daha sezgisel bir yol, modelin pdf'sini en az kareler kullanarak verilerin ampirik pdf'sine yerleştirmektir. O zaman neden MLE, olasılık dağılım …

18 distributions  maximum-likelihood  least-squares  heteroscedasticity  fitting 

Herkes bana SVM sınıflandırmasını diğer sınıflandırıcılardan ayıran avantaj ve dezavantajlarını açıklayabilir mi?

18 machine-learning  svm 

SVM'nin ikili bir sınıflandırıcı olduğunu biliyorum. Çok sınıflı SVM'ye genişletmek istiyorum. Bunu gerçekleştirmenin en iyi ve belki de en kolay yolu hangisidir? kod: MATLAB'da u=unique(TrainLabel); N=length(u); if(N>2) itr=1; classes=0; while((classes~=1)&&(itr<=length(u))) c1=(TrainLabel==u(itr)); newClass=double(c1); tst = double((TestLabel == itr)); model = svmtrain(newClass, TrainVec, '-c 1 -g 0.00154'); [predict_label, accuracy, dec_values] = svmpredict(tst, …

18 machine-learning  matlab  svm  multi-class 

Aşağıdaki olasılık işlevim var: Prob=11+e−zProb=11+e−z\text{Prob} = \frac{1}{1 + e^{-z}} nerede z=B0+B1X1+⋯+BnXn.z=B0+B1X1+⋯+BnXn.z = B_0 + B_1X_1 + \dots + B_nX_n. Modelim şöyle görünüyor Pr(Y=1)=11+exp(−[−3.92+0.014×(gender)])Pr(Y=1)=11+exp⁡(−[−3.92+0.014×(gender)])\Pr(Y=1) = \frac{1}{1 + \exp\left(-[-3.92 + 0.014\times(\text{gender})]\right)} Kesişimin (3.92) ne anlama geldiğini anlıyorum, ancak şimdi 0.014'ü nasıl yorumlayacağımdan eminim. Bunlar hala log oranları, garip oranlar mı, yoksa şimdi …

18 probability  logistic  logit