İstatistikler ve Büyük Veri

Belki de sadece yorgunum, ama İleri Stagewise Regresyon algoritmasını anlamaya çalışırken sorun yaşıyorum. Gönderen "İstatistiksel Öğrenme Elements" sayfa 60: İleri-aşamalı regresyon (FS), ileri-aşamalı regresyondan daha da kısıtlıdır. Bu, [ortalama] y değerine eşit bir kesişme ve başlangıçta hepsi 0 olan, katsayıları olan ortalanmış tahmin edicilerle ileri-adım regresyon gibi başlar. Her adımda …

14 regression  algorithms  feature-selection 

Bazı ikili verilerim var, sadece ikili değişkenler var ve patronum tetraforik korelasyon matrisi kullanarak bir faktör analizi yapmamı istedi. Daha önce kendime buradaki örneklere ve UCLA'nın istatistik sitesine ve bunun gibi diğer sitelere göre farklı analizleri nasıl çalıştıracağımı öğretebildim , ancak dikotom üzerine bir faktör analizi örneğine bir adım bulamıyorum …

14 r  factor-analysis  psychometrics  binary-data 

Nadir bir hastalığın mevsimine göre olay vakaları veri kümem var. Örneğin, ilkbaharda 180, yazın 90, sonbaharda 45 ve kış aylarında 210 vaka olduğunu varsayalım. Bu sayılara standart hatalar eklemenin uygun olup olmadığı konusunda mücadele ediyorum. Araştırma hedefleri, gelecekte tekrarlayabilecek hastalık insidansında mevsimsel bir model aradığımız anlamında yetersizdir. Böylece, sezgisel olarak, …

14 poisson-distribution  standard-error  count-data 

Görünüşe göre y i ∼ β 0 + β 1 x i + β 2 x 2 i + β 3 x 3 i gibi bir regresyon modelim varsayben∼ β0+ β1xben+ β2x2ben+ β3x3benyi∼β0+β1xi+β2xi2+β3xi3y_i \sim \beta_0 + \beta_1 x_i+\beta_2 x_i^2 +\beta_3 x_i^3Ham bir polinomu sığdırabilirim ve güvenilir olmayan sonuçlar elde edebilirim …

14 regression  linear-model  regression-coefficients  polynomial 

İki farklı kaynak popülasyondan gelen farklı aileleri yetiştirdiğim bir deney yaptım. Her aileye iki tedaviden biri verildi. Deneyden sonra her bireyin çeşitli özelliklerini ölçtüm. Tedavinin veya kaynağın etkisinin yanı sıra etkileşimlerini de test etmek için, rastgele faktör olarak ailesi ile doğrusal bir karma etki modeli kullandım, yani lme(fixed=Trait~Treatment*Source,random=~1|Family,method="ML") Şimdiye kadar …

14 r  anova  variance  lme4-nlme 

Libsvm kullanıyorum ve her svmtrain () dediğimde yeni bir model oluşturduğumu ve var olan bir modele veri koymanın bir seçeneği olmadığını fark ettim. Ancak bunu yapmak mümkün mü? Bu yönü libsvm'de görmüyor muyum?

14 svm  libsvm 

MFCC ve gizli markov modelleri kullanarak ses tanıma için bir konsept sistemi kanıtı geliştirdim. Sistemi bilinen sesler üzerinde test ettiğimde umut verici sonuçlar veriyor. Sistem, bilinmeyen bir ses girildiğinde en yakın eşleşme ile sonuç döndürür ve skor, onu tanımlamak için o kadar da farklı değildir, örneğin: 3 gizli markov modelini …

14 machine-learning  hidden-markov-model  pattern-recognition 

Bu açıkça sadece bir tanım veya konvansiyon meselesidir ve neredeyse hiç pratik önemi yoktur. Eğer 0.05 geleneksel değere ayarlanır, bir olan p istatistiksel olarak anlamlı olmadığını kabul 0.0500000000000 değeri ...? İstatistiksel anlamlılığı tanımlama kuralı genellikle p &lt; α veya p ≤ α olarak kabul edilir mi?αα\alphapppp&lt;αp&lt;αp < \alphap≤αp≤αp \leq \alpha

14 hypothesis-testing  statistical-significance  definition 

175 okulda 300.000 öğrenciye ait lojistik doğrusal karışık efektler modeliyle (rastgele kesişmeler) veri analiz ediyorum. Her öğrenci tam olarak bir kez oluşur ve veriler 6 yıla yayılır. Sürekli sonuçlar için VPC / ICC'ye benzer şekilde okul ve öğrenci seviyeleri arasındaki varyansı nasıl bölebilirim? A ve B'nin bana ilginç geldiği 4 …

14 mixed-model  binary-data 

Doğrusal bir model veya karışık bir model takarsanız, kategorik veya nominal bir değişkenin, kukla koşullandırma (R varsayılanı) ve efekt kodlaması gibi paramaterlerin tahmin edildiği bir dizi değişkene dönüştürülmesi için farklı kodlama türleri vardır. Etkileşimleriniz olduğunda efekt kodlamanın (bazen sapma veya kontrast kodlama olarak adlandırılır) tercih edildiğini duydum, ancak olası kontrastlar …

14 regression  mixed-model  categorical-data  contrasts  categorical-encoding 

Bu sorudan esinlenerek , çok kısa metinlerin büyük koleksiyonları için konu modelleri üzerinde herhangi bir çalışma yapılıp yapılmadığını merak ediyorum. Benim sezgim Twitter'ın bu modeller için doğal bir ilham kaynağı olması. Bununla birlikte, bazı sınırlı deneylerden, standart konu modellerinin (LDA, vb.) Bu tür veriler üzerinde oldukça düşük performans gösterdiği görülmektedir. …

14 references  text-mining  topic-models  natural-language 

Projemde istatistiksel analiz için spotfire (S ++) kullanıyorum ve büyük bir veri kümesi için multinomiyal lojistik regresyon çalıştırmak zorundayım. En iyi algoritma mlogit olacağını biliyorum, ama ne yazık ki bu s ++ mevcut değildir. Ancak, bu regresyon için glm algoritması kullanma seçeneğim var. Burada iki şeyi açıklığa kavuşturmak istiyorum: 1. …

14 generalized-linear-model  logistic 

Bilgisayar bilimi yüksek lisans öğrencisiyim. Bir araştırma projesi için keşifsel faktör analizi yapıyorum. Projeyi yöneten meslektaşlarım SPSS kullanıyor, ben R kullanmayı tercih ediyorum. İki istatistiksel paket arasında büyük bir tutarsızlık bulunana kadar bu önemli değildi. Ekstraksiyon yöntemi olarak temel eksen faktoringini kullanıyoruz (lütfen PCA ve faktör analizi arasındaki farkın farkında …

14 r  spss  factor-analysis 

10 yıllık bir süre boyunca (1997-2006) bir dizi bağımsız değişkenin çatışmasının varlığını veya yokluğunu (bağımlı değişken) modellemek için ikili lojistik regresyon yapmak istiyorum, her yıl 107 gözlem var. Bağımsızlarım: arazi bozulması (2 tip bozulma için kategorik); nüfus artışı (0- hayır; 1-evet); geçim türü (0 - tip 1; 1 - tip …

14 regression  time-series  logistic  spatial  ecology 

Değişken sayıda özelliğe sahip verileri sınıflandırmak için bazı yaklaşımlar nelerdir? Örnek olarak, her veri noktasının x ve y noktalarının vektörü olduğu ve her örnek için aynı sayıda noktaya sahip olmadığımız bir sorunu ele alalım. Her bir x ve y noktasına çift olarak bir özellik olarak bakabilir miyiz? Yoksa her veri …

14 machine-learning  missing-data