İstatistikler ve Büyük Veri

Çok basit bir ifadeyle: Keşifsel Veri Analizine Bayesci ve Sıkça Yaklaşımlarda herhangi bir fark var mı? Histogram, histogram, dağılım grafiği dağılım grafiği vb. . Sonunda, uygulanan her şeyin hakemi olan CRAN'a baktım: Bayesci bir yaklaşıma uygun paketler bulamadım. Bununla birlikte, CV'nin buna ışık tutabilecek birkaç insanı olabileceğini düşündüm. Neden farklılıklar …

14 bayesian  frequentist  eda 

SVM'leri sezgisel olarak anlama konusunda birkaç şüphem var. SVMLight veya LibSVM gibi standart bir araç kullanarak sınıflandırma için bir SVM modeli geliştirdiğimizi varsayalım. Test verilerini tahmin etmek için bu modeli kullandığımızda, model her test noktası için "alfa" değerlerine sahip bir dosya oluşturur. Alfa değeri pozitifse, test noktası Sınıf 1'e aittir, …

14 machine-learning  svm  max-margin 

Keman çizimleri çizmeye çalışıyorum ve bunları gruplar arasında ölçeklendirmek için kabul edilen en iyi uygulama olup olmadığını merak ediyorum. Burada R mtcarsveri setini kullanmayı denediğim üç seçenek var (1973'ten itibaren Motor Trend Cars burada bulundu ). Eşit Genişlikler Orijinal kağıdın * yaptığı ve R'nin vioplotyaptığı gibi görünüyor ( örnek ). …

14 distributions  data-visualization  nonparametric 

Şu anda ortalama vektör ve kovaryans matris ile çok değişkenli normal dağılıma sahip boyutlu rastgele değişken değerlerini simüle etmeye çalışıyorum .N-NNμ = ( μ 1 , . . . , Μ K ) T GXXXμ = ( μ1, . . . , μN-)Tμ=(μ1,...,μN)T\mu = (\mu_1,...,\mu_N)^TSSS Ters CDF yöntemine benzer bir …

14 matlab  algorithms  random-generation  multivariate-normal 

tmBir arkadaşım tarafından bir taslak kağıt okuduktan sonra, üç gün geçirdim, burada UCINET ile bir metin topluluğunu keşfetti, metin bulutlarını, iki modlu ağ grafiklerini ve Tek Değer Ayrıştırma'yı (grafiklerle, Stata kullanarak) gösterdi. Çok sayıda sorunla karşılaştım: Mac OS X'te Java ile Kartopu (stemming) veya Rgraphviz (grafikler) gibi kitaplıkların ardında sorunlar …

14 r  text-mining 

Zaman serisi analizinde Box-Jenkins model seçim prosedürü, serinin otokorelasyon ve kısmi otokorelasyon fonksiyonlarına bakarak başlar. Bu grafikler bir ARMA modelinde uygun ve değerlerini önerebilir . Prosedür, kullanıcıdan beyaz gürültü hata terimi olan bir model üretenler arasında en uysal modeli seçmek için AIC / BIC kriterlerini uygulamasını isteyerek devam eder.pppqqq( p …

14 regression  time-series  arima  model-selection  box-jenkins 

Genellikle aylık veri serilerinde gelecek dönemleri tahmin etmem gerekiyor. Zaman serisindeki bir sonraki dönem için alfadaki güven aralığını hesaplamak için formüller mevcuttur, ancak bu asla ikinci periyodun ve üçüncü, vb. Görsel olarak herhangi bir tahmin üst ve alt güven aralıklarıyla grafiklendirildiyse, belirsizlik birikimli bir kuvvet olduğu için genellikle bu aralıkların …

14 confidence-interval  forecasting 

Bir mgcv: gam modelinde düzgünleştirme parametrelerini nasıl kontrol edeceğimizi anlamaya çalışıyorum. Öncelikle sabit bir ızgarada x ve y koordinatlarının bir fonksiyonu olarak modellemeye çalıştığım bir binom değişkenim var, artı daha küçük etkileri olan diğer değişkenler. Geçmişte paket yerini ve sadece (x, y) değerlerini kullanarak oldukça iyi bir yerel regresyon modeli …

14 r  smoothing  mgcv 

Herkes kullanımı mu veya yerine kümeleme ilişkin metrikleri ? Aggarwal ve ark., Yüksek boyutlu uzayda mesafe ölçütlerinin şaşırtıcı davranışı üzerine (2001 yılında)L .5 L 2L1L1L_1L.5L.5L_.5L2L2L_2 L 2L1L1L_1 , yüksek boyutlu veri madenciliği uygulamaları için Öklid uzaklık metriği sürekli olarak daha fazla tercih edilir L2L2L_2 ve veya daha iyi olabileceğini iddia …

14 clustering  distance-functions  rule-of-thumb 

Ben hata terimlerinin normal doğrusal regresyon dağıtılır farz olduğunda Yani, tepki değişkeni için ne anlama geliyor ?yyy

14 regression  distributions 

(Uzak gelecekte) çocuklara istatistik öğretmek istiyorum. Bu nedenle, çocuklara (veya bu konudaki yetişkinlere) istatistiksel / olasılıklı fikirleri açıklamada yardımcı olan yazılımı (FOSS'a yöneliyorum) veya webapps'leri tanımaktan memnuniyet duyarım. Bu, eğitmen, çocuklar veya her ikisi tarafından kullanılabilir. Yanıtın önerilen biçimi: Yazılım adı, öğretmeye neyin yardımcı olduğu, kimin kullanması gerektiği, bağlantı.

14 probability  references  software  teaching 

Bir süredir kafamda durağanlıkla güreşiyordum ... Bunu böyle mi düşünüyorsun? Herhangi bir yorum veya daha fazla düşünce takdir edilecektir. Durağan süreç, dağıtım ortalaması ve varyans sabit tutulacak şekilde zaman serisi değerleri üreten işlemdir. Açıkçası, bu zayıf durağanlık biçimi veya kovaryans / ortalama durağanlık olarak bilinir. Durağanlığın zayıf şekli, zaman serisinin …

14 time-series  stationarity  intuition 

Bu muhtemelen kısmi korelasyonların nasıl çalıştığına dair temel bir anlayış eksikliğini göstermektedir. 3 değişkenim var, x, y, z. Z için kontrol ettiğimde, x ile y arasındaki korelasyon, z için kontrol edilmediğinde x ve y arasındaki korelasyona göre artar. Bu mantıklı mı? Üç değişkenin etkisini kontrol ettiğinde korelasyonun azalması gerektiğini düşünüyorum. …

14 correlation 

İşte bir bağlam. İki çevresel değişkenin (sıcaklık, besin seviyesi) 11 yıllık bir süre içinde bir yanıt değişkeninin ortalama değerini nasıl etkilediğini belirlemekle ilgileniyorum. Her yıl 100 binden fazla lokasyondan veri var. Amaç, 11 yıllık bir süre boyunca, cevap değişkenlerinin ortalama değerinin çevresel değişkenlerdeki değişikliklere yanıt verip vermediğini belirlemektir (örn. Daha …

14 time-series  regression  sample-size  small-sample 

AdaBoost sınıflandırıcısının işte defalarca belirtildiği gibi duyduğum gibi, nasıl çalıştığı ve ne zaman kullanılacağı konusunda daha iyi bir fikir edinmek istedim. Devam ettim ve Google'da bulduğum birkaç makaleyi ve öğreticiyi okudum, ancak sınıflandırıcının hala anlamada sorun yaşadığım yönleri var: Gördüğüm çoğu öğretici, AdaBoost'u birçok sınıflandırıcının en iyi ağırlıklı kombinasyonunu bulmaktan …

14 machine-learning  boosting  adaboost