İstatistikler ve Büyük Veri

Dünün sorusu Olayın olasılığını tahmin eden modelin doğruluğunu belirle, olasılık skorlaması hakkında beni meraklandırdı. Brier skoru olan bir ortalama karesel hata ölçüsü. Benzer ortalama mutlak hata performansı ölçüsü senin de bir ismin var mı?11N-Σi = 1N-( p r e di c t i o nben- r e fe r e …

12 classification  error  validation  scoring-rules  brier-score 

2 genel / daha teorik sorum var. 1) SVM'lerin tahmin modelleri oluştururken değişken etkileşimleri nasıl ele aldığını merak ediyorum. Örneğin, iki f1 ve f2 özelliğim varsa ve hedef f1, f2'ye bağlıysa ve f1 * f2 derse (veya bazı işlev h (f1, f2)) varsa, SVM uyuyor (sadece OOS'a değil, eğitim verilerine …

12 machine-learning  predictive-models  svm  interaction 

Bir olayı a ve b olmak üzere iki sonucu modelleniyorum. A veya b'nin gerçekleşme olasılığını tahmin eden bir model oluşturdum (yani model, a'nın% 40 şansla olacağını ve b'nin% 60 şansla olacağını hesaplayacaktır). Modelden tahminler ile yapılan çalışmaların sonuçları hakkında büyük bir kaydım var. Modelin bu verileri ne kadar doğru kullandığını …

12 predictive-models  scoring-rules 

Biri bana R'de yenilik, frekans ve parasal değer (RFM) modellemesi ve müşteri değeri modellemesi yapmayı söyleyebilir mi? Ayrıca, birisi bana bazı literatürü önerebilir mi?

12 r  references  marketing 

Sürekli bir dağıtımdan örneklenen verilerin 'modunu' takmak için en iyi yöntemler nelerdir? Mod, sürekli bir dağıtım için teknik olarak tanımlanmamış (doğru?) Olduğundan, gerçekten 'en yaygın değeri nasıl buluyorsunuz?' Üst dağıtımın gauss olduğunu varsayarsanız, verileri depolayabilir ve modun en fazla sayılan depo konumu olduğunu söyleyebilirsiniz. Ancak, kutu boyutunu nasıl belirliyorsunuz? Sağlam …

12 distributions  fitting  mode 

Son zamanlarda çok seviyeli modelleme üzerine bir giriş dersi aldım. Kullandığımız veri kümelerinin ve örneklerin çoğu sosyal bilimlerdendi. Bir biyoistatistik departmanında 2 haftalık bir staj aldım, burada hem hastaneler arasında hem de 5 yıl boyunca yüksek mortalite oranına sahip bir acil durum için hasta düzeyindeki hastane sonuçlarındaki değişiklikle ilgili bir …

12 r  stata  multilevel-analysis  epidemiology 

Hangisi rastgele bir orman ağacı için daha iyi bir maliyet fonksiyonudur: Gini indeksi veya entropi? Clojure'da rasgele orman uygulamaya çalışıyorum.

12 classification  random-forest  cart 

Eşleştirilmiş bir t-testi yapmak istiyorsak , eşleşen ölçüm birimleri arasındaki ortalama farkın normal olarak dağıtılması şartıdır (doğru anlarsam) . Eşleştirilmiş t-testinde, eşleşen ölçüm birimleri arasındaki farkın normal olarak dağıtılması (karşılaştırılan iki grubun her birinin dağılımı normal olmasa da) talebinde ifade edilir (AFAIK). Bununla birlikte, eşleştirilmemiş bir t-testinde, eşleşen birimler arasındaki …

12 t-test  normality-assumption  assumptions 

Tipik olarak, uzunlamasına bir tasarımda (örneğin, denekler arasında bir etki ile) sürekli ancak çarpık sonuç ölçümleriyle karşılaşıldığında ortak yaklaşım, sonucu normale dönüştürmektir. Kesik gözlemlerde olduğu gibi durum aşırı ise, fantezi olabilir ve bir Tobit büyüme eğrisi modeli veya bazılarını kullanabilir. Ama normalde belirli zaman noktalarında dağıtılan ve daha sonra diğerlerine …

12 repeated-measures  data-transformation  skewness 

Kement üretmek için Lars algoritmasının nasıl değiştirilebileceğini anlamaya çalışıyorum. LARS'ı anlasam da Tibshirani ve ark. Tarafından Lasso modifikasyonunu gazeteden göremiyorum. Özellikle, sıfır olmayan koordinat işaretinin mevcut korelasyonun işareti ile neden uyum sağlaması gerektiğine dair işaret koşulunu anlamıyorum. Birisi bana bu konuda yardımcı olabilir mi? Ben orijinal L-1 norm problemi yani …

12 lasso 

Hosmer-Lemeshow uyum eksikliğini gösteriyor ancak AIC tüm modeller arasında en düşükse .... yine de modeli kullanmalı mısınız? Bir değişkeni silersem, Hosmer-Lemeshow istatistiği önemli değildir (yani, tam uyum eksikliği yoktur). Ancak AIC artar. Düzenleme : Genel olarak, farklı modellerin AIC's birbirine yakın (yani ) varsa o zaman temelde aynı olduğunu düşünüyorum. …

12 regression  logistic  hosmer-lemeshow-test 

Chebyshev'in tek taraflı davadaki eşitsizliklerinin daha yüksek olduğu bir analogu var mı? Chebyshev-Cantelli eşitsizliği sadece varyans için işe yararken, Chebyshevs eşitsizliği tüm üsler için kolayca üretilebilir. Daha yüksek anları kullanan tek taraflı bir eşitsizlik bilen var mı?

12 approximation  moments  probability-inequalities 

Bir kategorik yordayıcı ilgili olduğu için, bir karar ağacında ikili bir bölünmenin pratik olarak uygulanmasını merak ediyorum .XjXjX{j} Özellikle, bir karar ağacı kullanarak öngörücü bir model oluştururken, tahmin doğruluğunu ve kararlılığını artırmak için genellikle bir çeşit örnekleme şemasını (örneğin torbalama, aşırı örnekleme vb.) Kullanacağım. Bu örnekleme rutinleri sırasında, kategorik bir …

12 cart  rpart  partitioning 

Örneğin. bu sayfadaki gibi http://store.steampowered.com/hwsurvey Bunu yapabilen hazır bir yazılım var mı? Alternatif olarak, benzer bir şey yapan diğer yazılımlar için herhangi bir öneriniz var mı? Bunun gerçekten bir istatistik sorusu olmadığını biliyorum, ancak etkili olabilmek için verilerin düzgün ve çekici bir şekilde sunulması gerektiğini çok güçlü hissediyorum, bu yüzden …

12 data-visualization  interactive-visualization 

Böylece tekrarlanabilir araştırma fikrini desteklemeye karar verdiniz ve verilerinizin insanların görmesi ve kullanması için çevrimiçi olarak kullanılabilir olmasını istiyorsunuz. Soru şu, nerede barındırıyorsunuz? İlk eğim elbette bir üniversite sunucusundaki özel web alanıdır, ancak bunlar aslında o kadar kalıcı değildir - ayrılırsam, dizin kaybolmadan önce çok kısa bir süre açık kalır. …

12 reproducible-research