İstatistikler ve Büyük Veri

Ben giriş parametresi (küme sayısı ) ile bir kümeleme algoritması (k-anlamına gelir) var . Kümeleme yaptıktan sonra bu kümelemenin niceliksel bir ölçüsünü almak istiyorum. Kümeleme algoritmasının önemli bir özelliği vardır. İçin k = 2 Beslemem halinde N sonucu bu algoritmaya aralarında anlamlı bir fark gözetilmeksizin veri noktaları I ihtiva eden …

17 clustering 

Önceki bir soruda, CSV dosyalarını düzenleme araçlarını sordum . Gavin , Duncan Murdoch'un R Help ile ilgili bir yorumuyla bağlantı kurdu . Bazı uygulamalar için özel bir veritabanı yönetim sistemi gereklidir. Bununla birlikte, küçük ölçekli veri analizi projeleri için daha hafif bir şey daha uygun görünmektedir. Bir dosya biçimini değerlendirmek …

17 project-management 

Bir güven düzeyini denetimli öğrenme olasılığına göre kalibre etmek için (örneğin, bir SVM'den veya aşırı örneklenmiş veriler kullanarak bir karar ağacından güveni haritalamak için) bir yöntem Platt'ın Ölçeklendirmesini kullanmaktır (örn. Kalibre Edilmiş Olasılıkları Artırmaktan Almak ). Temel olarak haritalamak için lojistik regresyon kullanılır [−∞;∞][−∞;∞][-\infty;\infty] ila [0;1][0;1][0;1] . Bağımlı değişken gerçek …

17 logistic  cross-validation  calibration 

Ben Rhiyerarşik dirichlet işlemi (HDP) (son ve popüler parametrik olmayan Bayesian yöntemlerinden biri) kullanarak veri kümeleme hakkında iyi bir öğretici arıyorum . Orada DPpackageiçinde (IMHO, mevcut tüm olanlardan en kapsamlı) Rparametrik olmayan Bayes analizi için. Ancak R Newspaket referans kılavuzunda veya paketinde verilen örnekleri HDP'yi kodlayacak kadar iyi anlayamıyorum . …

17 r  bayesian  clustering  nonparametric 

Kilitli . Bu soru ve cevapları kilitlidir çünkü soru konu dışıdır, ancak tarihsel önemi vardır. Şu anda yeni yanıtları veya etkileşimleri kabul etmiyor. R de, bir sınıf etiketi C (bir faktör) ve iki ölçüm, M1 ve M2 içeren bir veri çerçevem ​​var . Her sınıfta M1 ve M2 arasındaki korelasyonu …

17 r  correlation 

Bana, yıllar boyunca istatistik ve biyoistatistik arasındaki farklar hakkında bazı fikirler eklerken, hiçbir zaman resmi bir açıklama duymadım. Bu iki disiplin (şu anda) arasındaki ayrım nedir? Ve bu ayrım neden ilk olarak başladı? EDIT: Orijinal sorumda yeterince belirgin değilim. Biyoistatistiğin, biyomedikal alanındaki istatistiklerin uygulanması ve geliştirilmesi olduğunu anlıyorum. Fakat ayrımların …

17 terminology  biostatistics 

Ameliyat sırasında 2 farklı tedaviyle tedavi edilen hastalardan verilerim var. Kalp atış hızı üzerindeki etkisini analiz etmem gerekiyor. Kalp atış hızı ölçümü her 15 dakikada bir yapılır. Ameliyat uzunluğunun her hasta için farklı olabileceği göz önüne alındığında, her hasta 7 ila 10 arasında kalp atış hızı ölçümüne sahip olabilir. Bu …

17 r  mixed-model  repeated-measures  lme4-nlme 

Bu konuyu okudum ve bana söylenebilir gibi görünüyor: istatistik = indüksiyon? olasılık = kesinti? Ancak, karşılaştırmayla ilgili eksik olduğum bazı ayrıntılar olup olmadığını merak ediyorum. Örneğin, istatistikler tümevarım ile eşit mi, yoksa sadece belirli bir durum mu? Olasılığın bir alt kesinti vakası olduğu görülmektedir (çünkü matematiksel düşüncenin bir alt vakasıdır). …

17 probability  theory 

Bu soru başka bir yerde tartışılarak sorulmaktadır . Değişken çekirdekler genellikle yerel regresyonda kullanılır. Örneğin, loess yaygın olarak kullanılır ve bir regresyon pürüzsüzlüğü kadar iyi çalışır ve veri genişliğine uyum sağlayan değişken genişlikte bir çekirdeğe dayanır. Öte yandan, değişken çekirdeklerin genellikle çekirdek yoğunluğu tahmininde zayıf tahmin edicilere yol açtığı düşünülmektedir …

17 nonparametric  smoothing  kernel-smoothing  loess 

Birinin aynı popülasyondan iki bağımsız örneği olduğunu ve iki örnek üzerinde nokta tahmini ve güven aralıkları elde etmek için farklı yöntemler kullanıldığını varsayalım. Önemsiz durumlarda, mantıklı bir kişi sadece iki örneği bir araya getirecek ve analizi yapmak için bir yöntem kullanacaktır, ancak bir an için eksik veri gibi numunelerden birinin …

17 confidence-interval  meta-analysis 

Matlab ve Python arasında genel istatistiksel veri analizi için hangi dil iyidir? Her biri için erişilebilirlik dışında artıları ve eksileri nelerdir?

17 matlab  python 

Maddeleri psikometrik bir bakış açısıyla analiz ederdim. Ama şimdi motivasyon ve diğer konularla ilgili diğer soruları analiz etmeye çalışıyorum. Bu soruların hepsi Likert skalalarında. İlk düşüncem faktör analizini kullanmaktı, çünkü sorular bazı temel boyutları yansıttığı varsayılıyor. Ancak faktör analizi uygun mu? Her bir sorunun boyutluluğuna ilişkin doğrulanması gerekli midir? Likert …

17 factor-analysis  scales  psychometrics  likert  psychology 

Rastgele değişkenin hafif ve orta çarpıklığına ve basıklıklarına maruz kalan rastgele bir X değişkeni için yerel E [ X ] > 0 değerine karşı boş değerini test etmeye çalışıyorum . Wilcox'un 'Sağlam Tahmin ve Hipotez Testine Giriş' önerilerini takiben, kesilmiş ortalamaya, medyanın yanı sıra konumun M tahmincisine (Wilcox '"tek adımlı" …

17 hypothesis-testing  t-test  finance  robust 

Kilitli . Bu soru ve cevapları kilitlidir çünkü soru konu dışıdır, ancak tarihsel önemi vardır. Şu anda yeni yanıtları veya etkileşimleri kabul etmiyor. Bu kitabı aldım: Her Şey Nasıl Ölçülür: İşletmedeki Maddi Olmayan Maddelerin Değerini Bulma ve İlk Veri Analizi: Büyük Sayılar, İstatistikler ve İyi Kararlar için Öğrenci Kılavuzu Başka …

17 machine-learning  bayesian  references 

Bir poisson dağılımındaki faktöriye bağlı olarak, gözlemler büyük olduğunda poisson modellerini (örneğin, maksimum olasılık kullanarak) tahmin etmek pratik olmaz. Yani, örneğin, belirli bir yıldaki intihar sayısını açıklamak için bir model tahmin etmeye çalışıyorsam (sadece yıllık veriler mevcuttur) ve her yıl binlerce intihar var, yüzlerce intihar ifade etmek yanlış mı , …

17 modeling  poisson-distribution  large-data