İstatistikler ve Büyük Veri

RChamberlain'in 1980 tahmincisini kullanarak bireysel sabit etkili (bireysel kesişme) logit modellerinin katsayılarını tahmin etmek için bir paket arıyorum . Genellikle Chamberlain'in sabit etkili logit tahmincisi olarak bilinir. İkili sonuç paneli verileriyle (en azından ekonometride) uğraşırken klasik bir tahmin edicidir, ancak CRAN'da bununla ilgili hiçbir şey bulamıyorum. Bir ipucu?

14 r  logistic  panel-data  clogit 

İstatistiksel bilgiye ihtiyaç duyan ancak resmi olarak eğitilmiş bir istatistikçi olmayan biri olarak, belirli bir sorunu çözmek için doğru yaklaşımı seçmeme yardımcı olacak bir akış şemasına (veya bir tür karar ağacına) sahip olmayı yararlı bulurdum (örn. " buna ihtiyaç duyar ve bunu ve bunu normal olarak dağıtılacağını düşünür mü? X …

14 hypothesis-testing  data-mining  eda 

Bu sayfaya bakıyordumve R'de lme ve lmer için güven aralıkları için yöntemleri fark ettiler. R bilmeyenler için, bunlar karışık efektler veya çok seviyeli modeller üretme işlevleridir. Eğer tekrarlı ölçüm tasarımı gibi bir şeyde sabit etkilerim varsa, tahmin edilen değer (ortalamaya benzer) etrafında bir güven aralığı ne anlama gelir? Bir etki …

14 r  confidence-interval  mixed-model  repeated-measures  sas 

En önemli yıllık İstatistik konferansları nelerdir? Kurallar: Her cevap için bir konferans Konferans bağlantısı ekleyin

14 conferences 

Şu anda bir makale bitiriyorum ve dünden bu soruyu tökezledim, bu da bana aynı soruyu kendime yöneltti. Grafiğime verilerden veya ANOVA'mdan tahmin edilen gerçek standart hatayı sağlamak daha mı iyi? Dünden gelen soru oldukça spesifik olmadığından ve benimki oldukça spesifik olduğundan, bu takip sorusunu sormanın uygun olacağını düşündüm. Ayrıntılar: Bazı …

14 data-visualization  anova  mixed-model  standard-error 

Kilitli . Bu soru ve cevapları kilitlidir çünkü soru konu dışıdır, ancak tarihsel önemi vardır. Şu anda yeni yanıtları veya etkileşimleri kabul etmiyor. ~ 22000 puan toplamak istiyorum. Birçok kümeleme algoritması daha yüksek kaliteli ilk tahminlerle daha iyi çalışır. Verilerin kaba şekli hakkında iyi bir fikir verebilecek hangi araçlar var? …

14 data-visualization  clustering  software 

Bu ölçüt hakkında okuduğum şeye göre, bir hipotezi diğerine dönüştürmek için gereken bilgi miktarı olan standart olmayan bir sayı döndüren KL dağılımını iki dağılımı karşılaştırıyorum. İki sorum var: a) KL sapmasını, örneğin etki büyüklüğü veya R ^ 2 gibi daha anlamlı bir yoruma sahip olacak şekilde ölçmenin bir yolu var …

14 distributions  kullback-leibler  information-geometry 

Yapısal eşitlik modellemesine özel veya daha uygulanabilir grafiksel teknikler olup olmadığını merak ediyorum. Sanırım bu, kovaryans analizi için keşif araçları veya SEM modeli değerlendirmesi için grafiksel teşhis için kategorilere ayrılabilir. (Burada yol / grafik diyagramlarını gerçekten düşünmüyorum.)

14 sem  data-visualization 

Gentleboost adı verilen bir destek varyantı var . Nazik artış , daha iyi bilinen AdaBoost'tan nasıl farklıdır ?

14 machine-learning  boosting 

Bu ünlü alıntıyı her yerde görmeye devam ediyorum, ancak her seferinde vurgulanan kısmı anlayamıyorum. Alışılmış bir uygulama olarak, önemi% 1 veya daha yüksek bir seviyede olduğunda, bir hipotezi geçici olarak 'reddeden' bir adam, kesinlikle bu tür kararların% 1'inden fazlasında yanılmayacaktır. Çünkü hipotez doğruysa, bu vakaların sadece% 1'inde yanılıyor olacak ve …

14 hypothesis-testing  statistical-significance  references  experiment-design  philosophical 

Herkes "ciddiyetinin" ne anlama geldiğine dair ayrıntılı (ve açık) bir açıklama verebilir mi (sadece boş hipotez olarak alınan farklı tutarsızlıklarda değerlendirilen güç işlevi değil mi) ve genel olarak istatistiksel test literatürüne nasıl uyuyor?

14 hypothesis-testing  statistical-significance 

GLM'lerde hangi dağıtımların kullanılacağını öğrenmeye çalışıyorum ve normal dağıtımın ne zaman kullanılacağı konusunda biraz şaşkınım. Ders kitabımın bir bölümünde, normal bir dağılımın sınav puanlarını modellemek için iyi olabileceğini söylüyor. Bir sonraki bölümde, bir araba sigortası talebini modellemek için hangi dağıtımın uygun olacağını sorar. Bu kez, uygun dağılımların Gamma veya Ters …

14 normal-distribution  generalized-linear-model  gamma-distribution  inverse-gaussian-distrib 

Her biri 20 kez , 10'u bir durumda 10'u diğerinde 10 yanıt veren katılımcım olduğunu varsayalım . Her koşulda karşılaştıran doğrusal karışık efektler modeline uyuyorum . İşte paketi kullanarak bu durumu simüle eden tekrarlanabilir bir örnek :NNNYYYYYYlme4R library(lme4) fml <- "~ condition + (condition | participant_id)" d <- expand.grid(participant_id=1:40, trial_num=1:10) …

14 r  mixed-model  lme4-nlme 

Kaggle'ın yarışması Porto Seguro'nun Güvenli Sürücü Tahmini , değerlendirme metriği olarak Normalize Gini Puanını kullanıyor ve bu da bu seçimin nedenlerini merak ediyordu. Değerlendirme için AUC gibi en alışılmış metrikler yerine normalleştirilmiş gini skoru kullanmanın avantajları nelerdir?

14 classification  auc  model-evaluation  gini 

Bu nedenle, rastgele aramanın ızgara aramasından daha iyi çalıştığını biliyoruz, ancak daha yeni bir yaklaşım Bayes optimizasyonudur (gauss süreçlerini kullanarak). İkisi arasında bir karşılaştırma yaptım ve hiçbir şey bulamadım. Stanford'un cs231n'inde sadece rastgele aramadan bahsettiklerini biliyorum, ancak işleri basit tutmak istediler. Sorum şu: hangi yaklaşım genellikle daha iyi ve eğer …

14 bayesian  hyperparameter