İstatistikler ve Büyük Veri

Daha iyi sorumu sormak için, bir 16 değişken modeli (hem çıktıların bazı sağladı fit) ve 17 değişken modeli ( fit2aşağıda) (bu modellerde tüm belirleyici değişkenler bu modeller arasındaki tek fark nerede olduğunu, sürekli olan fityapmaz değişken 17 (var17)) içerir: fit Model Likelihood Discrimination Rank Discrim. Ratio Test Indexes Indexes Obs …

10 r  regression  logistic  model-selection  large-data 

Formun tamamlayıcı denkleme sahip burada K , n ampirik ED ve g bir fonksiyonudur. Bir daralma haritalama var ve bu yüzden Banach Sabit Nokta teoremi dizisini kullanarak integral denklemi çözmeye çalışıyorum.T1( x ) = ∫x0g( T1( y) ) d F^n( y)T1(x)=∫0xg(T1(y)) dF^n(y) T_1(x) = \int_0^x g(T_1(y)) \ d\hat{F}_n(y) F^nF^n\hat{F}_nggg Ancak, …

10 r  numerical-integration 

Örneğin, BUGS kılavuzunda veya Lee ve Wagenmakers'ın ( pdf ) yaklaşan kitabında ve diğer birçok yerde, çoğu istatistiksel modeli özlü bir şekilde tanımlamak için kullanılabileceği için çok esnek göründüğü bir tür gösterim kullanılır. Bu gösterime örnek olarak şunlar verilebilir: yi∼Binomial(pi,ni)log(pi1−pi)=bibi∼Normal(μp,σp)yi∼Binomial(pi,ni)log⁡(pi1−pi)=bibi∼Normal(μp,σp) y_i \sim \text{Binomial}(p_i,n_i) \\ \log(\frac{p_i}{1 - p_i}) = b_i \\ …

10 references  model  notation 

İki veri örneğim, bir temel örnek ve bir tedavi örneğim var. Hipotez, tedavi örneğinin başlangıç ​​örneğinden daha yüksek bir ortalamaya sahip olmasıdır. Her iki örnek de üstel şekildedir. Veriler oldukça büyük olduğundan, testi çalıştıracağım zamanda her örnek için ortalama ve öğe sayısına sahibim. Bu hipotezi nasıl test edebilirim? Süper kolay …

10 hypothesis-testing  statistical-significance  exponential 

Let olasılık uzayında rastgele değişken .show buX: Ω → NX:Ω→NX:\Omega \to \mathbb N( Ω , B, P)(Ω,B,P)(\Omega,\mathcal B,P)E( X) = ∑n = 1∞P( X≥ n ) .E(X)=∑n=1∞P(X≥n).E(X)=\sum_{n=1}^\infty P(X\ge n). dan eşittir E( X)E(X)E(X)E( X) = ∫ΩXdP.E(X)=∫ΩXdP.E(X)=\int_\Omega X \, dP. Teşekkürler.

10 probability  self-study  expected-value 

Wikipedia, özellik karmayı açıklarken aşağıdaki örneği sağlar ; ancak eşleme, tanımlanan sözlükle tutarlı görünmüyor Örneğin , sözlüğe göre todönüştürülmelidir 3, ancak bunun 1yerine kodlanır . Açıklamasında bir hata var mı? Özellik karmaşası nasıl çalışır? Metinler: John likes to watch movies. Mary likes too. John also likes to watch football games. …

10 feature-construction 

Kovaryans seçimini incelerken, bir keresinde aşağıdaki örneği okudum. Aşağıdaki modele göre: Kovaryans matrisi ve ters kovaryans matrisi aşağıdaki gibi verilir, Burada ve bağımsızlığına neden ters kovaryans tarafından karar verildiğini anlamıyorum ?yxxxyyy Bu ilişkinin altında yatan matematiksel mantık nedir? Ayrıca, aşağıdaki şekilde sol grafiğin ve arasındaki bağımsızlık ilişkisini yakaladığı iddia edilmektedir …

10 machine-learning  bayesian  conditional-probability  covariance  graphical-model 

Geçtiğimiz birkaç yıl içinde, çeşitli araştırmacılar "araştırmacı serbestlik derecesi" olarak adlandırılan zararlı bir bilimsel hipotez testi problemi ortaya attılar; Bunlar belirsiz seçimler, örneğin, bu durumda boş sonuçlarını psikolojide bu tartışma yol açtı, vb (kağıt yayınlamak değil, bir şey gösterileri yukarı kadar sayısız model özelliklerine çalışan, sapan değer olarak kategorize edilir, …

10 hypothesis-testing  inference  philosophical  reproducible-research  social-science 

Birçok makine öğrenme algoritmaları, özellik ölçekleme (aka değişken ölçekleme, normalizasyon) olarak adım prepocessing ortak olan özellik Ölçekleme - Wikipedia - Bu soru yakın Soru # 41704 - Nasıl ve neden normalleştirme ve özellik ölçeklendirme çalışır? Karar Ağaçları ile ilgili iki sorum var: Özellik ölçeklendirmesi gerektiren herhangi bir karar ağacı uygulaması …

10 machine-learning  feature-selection  cart 

Ben sadece bir lm modelinden (R) logLik işlevi tarafından sağlanan log-olasılık dnorm () ile yeniden hesaplamak çalışıyorum. Çok sayıda veri (örneğin n = 1000) için (neredeyse mükemmel) çalışır: > n <- 1000 > x <- 1:n > set.seed(1) > y <- 10 + 2*x + rnorm(n, 0, 2) > mod …

10 r  generalized-linear-model  likelihood  lm 

Sokal ve Rohlf (3e) adlı Biyometri kitabını kullanarak bazı istatistikleri öğrenmeye çalışıyorum. Bu, 5. bölümde olasılık, binom dağılımı ve Poisson dağılımını kapsayan bir alıştırmadır. Bu soruya cevap verecek bir formül olduğunu anlıyorum: Ancak, bu denklem bu metinde yer almamaktadır. Sadece olasılık, istenen güven düzeyi ve binom dağılımını bilerek örneklem büyüklüğünü …

10 self-study  binomial  proportion  power-analysis  type-i-and-ii-errors 

Welch'in t-testi için yaklaşık serbestlik dereceleri için doğru formüle kafam karıştı. Satterthwaite'in (1946) formülü en çok alıntı yapılan formüldür, ancak Welch 1947'de bir alternatif verdi. Hangisinin tercih edileceğinden emin değilim (veya çoğu istatistiksel yazılım tarafından kullanılır). Satterthwaite'ın formülü: ( s2x/ nx+ s2y/ ny)2( s2x/ nx)2/ ( nx- 1 ) + …

10 hypothesis-testing  t-test  degrees-of-freedom 

Durum uzayı modellerinde Kalman filtrelerinin kullanımına ilişkin adımlar nelerdir? Birkaç farklı formülasyon gördüm , ancak ayrıntılardan emin değilim. Örneğin, Cowpertwait bu denklem seti ile başlar: yt=F′tθt+vtyt=Ft′θt+vty_{t} = F^{'}_{t}\theta_{t}+v_{t} θt=Gtθt−1+wtθt=Gtθt−1+wt\theta_{t} = G_{t}\theta_{t-1}+w_{t} burada ve , bilinmeyen tahminlerimizdir ve gözlemlenen değerlerdir.θ0∼N(m0,C0),vt∼N(0,Vt)θ0∼N(m0,C0),vt∼N(0,Vt)\theta_{0} \sim N(m_{0}, C_{0}), v_{t} \sim N(0,V_{t})wt∼N(0,Wt)wt∼N(0,Wt)w_{t} \sim N(0, W_{t})θtθt\theta_{t}ytyty_{t} Cowpertwait ilgili …

10 kalman-filter  state-space-models 

Sürekli değişkenler için Tehlike Oranlarını gösteren bir makale okuyorum, ancak verilen değerleri nasıl yorumlayacağından emin değilim. Mevcut tehlike oranları anlayışım, sayının [olayın] belirli bir koşulu göz önüne alma olasılığını temsil ettiği yönündedir. Örneğin: sigara içilmesi (bir ikili olay) verilen akciğer kanserinden ölüm için tehlike oranı 2 ise, sigara içenlerin izlenen …

10 continuous-data  hazard 

Bu çalışmamın açıklaması. Üç bitki ile deney yapıyorum: A, B ve C.Bu bitkilerin diyabetik hastalar için kan şekerini azaltması gerekiyor. Bu üç bitkiden hangisinin farelere tek bir uygulamadan sonra kan şekerinin düşürülmesi üzerinde daha uzun bir etkisi olduğunu belirlemek istiyorum. Bu, farelerden alınan kan glikozunu 7 zaman noktasında (gün 1, …

10 time-series  anova