İstatistikler ve Büyük Veri

Yıllardır bulanık mantıkla (FL) çalışıyorum ve FL ile olasılık arasında FL'nin belirsizlikle nasıl başa çıktığı konusunda farklılıklar olduğunu biliyorum. Ancak, FL ve olasılık arasında ne gibi farklılıklar olduğunu sormak istiyorum. Başka bir deyişle, olasılıklarla uğraşırsam (kaynaştırma bilgisi, bilgi toplama), FL ile aynı şeyi yapabilir miyim?

10 bayes  fuzzy 

Son zamanlarda Hommel Hochberg düzeltmeleriyle tanıştım. Bunun gerçekte ne olduğu hakkında basit bir açıklama bulmaya çalışıyorum, ama hiç şansım yok. Herkes Hommel Hochberg düzeltmeleri hakkında kısa ve basit bir açıklama yapabilir mi?

10 hypothesis-testing  multiple-comparisons  p-value  glmm 

N örneğimiz var, XiXiX_i, düzgün bir dağılımdan [0,θ][0,θ][0,\theta] nerede θθ\thetabilinmeyen. Tahminθθ\theta verilerden. Bayes kuralı ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} ve olasılık: f(Xi|θ)=∏Ni=11θf(Xi|θ)=∏i=1N1θf({X_i}|\theta) = \prod_{i=1}^N \frac{1}{\theta} (değiştir: ne zaman 0≤Xi≤θ0≤Xi≤θ0 \le X_i \le \theta hepsi için iii, ve başka türlü 0 - teşekkürler whuber) ama hakkında başka bilgi olmadan θθ\theta, …

10 bayesian  estimation  uniform  uninformative-prior 

Her şeyden önce: Anladığım kadarıyla, bootstrapping kalıntıları aşağıdaki gibi çalışır: Modeli verilere sığdır Kalıntıları hesaplayın Kalıntıları yeniden örnekleyin ve 1'e ekleyin. Modeli 3'ten yeni veri kümesine sığdır. nSüreleri tekrarlayın , ancak her zaman yeniden örneklenen kalıntıları 1'den uygunluğa ekleyin. Bu şimdiye kadar doğru mu? Ne yapmak istediğim biraz farklı bir …

10 time-series  matlab  bootstrap  residuals 

İnsanlar tek bir örneği bir ortalama ile karşılaştırmak için permütasyon testleri uyguladığında (örneğin, permütasyon t testi ile yapabileceğiniz gibi), ortalama nasıl ele alınır? Bir permütasyon testi için ortalama ve örnek alan uygulamalar gördüm, ancak aslında başlık altında ne yaptıkları belirsiz. Bir örnek için varsayılan bir ortama karşılık bir permütasyon testi …

10 t-test  permutation-test 

SMOTE'u çok sınıflı sınıflandırma sorunumdaki dengesizliği düzeltmek için kullanmaya çalışıyorum. SMOTE, SMOTE yardım belgesine göre iris veri kümesinde mükemmel çalışmasına rağmen, benzer bir veri kümesinde çalışmaz. Verilerim şöyle görünüyor. 1, 2, 3 değerlerine sahip üç sınıfı olduğunu unutmayın. > data looking risk every status 1 0 1 0 1 2 …

10 r  classification  unbalanced-classes  oversampling 

Ben böyle modeller var: require(nlme) set.seed(123) n <- 100 k <- 5 cat <- as.factor(rep(1:k, n)) cat_i <- 1:k # intercept per kategorie x <- rep(1:n, each = k) sigma <- 0.2 alpha <- 0.001 y <- cat_i[cat] + alpha * x + rnorm(n*k, 0, sigma) plot(x, y) m1 <- …

10 r  mixed-model  aic 

LDA'nın diğer denetimli öğrenme tekniklerine nasıl uyduğuna dair bir fikir edinmeye çalışıyorum. LDA hakkındaki bazı LDA esque yayınlarını zaten okudum. Algılayıcıya zaten aşinayım, ama şimdi sadece LDA öğreniyorum. LDA denetimli öğrenme algoritmaları ailesine nasıl 'uyum sağlar'? Diğer yöntemlere karşı dezavantajları neler olabilir ve ne için daha iyi kullanılabilir? Örneğin, örneğin …

10 machine-learning  classification  discriminant-analysis  supervised-learning 

Benim sorunum şöyledir: Bir kerede 40 top düşürüyorum, yerden birkaç metre. Toplar yuvarlanıyor ve dinleniyor. Bilgisayarlı görmeyi kullanarak XY düzlemindeki kütle merkezini hesaplıyorum. Sadece kütle merkezinden her bir topa, basit geometri kullanılarak hesaplanan mesafeyle ilgileniyorum. Şimdi, merkezden tek taraflı standart sapmayı bilmek istiyorum. Böylece, belli sayıda topun bir std yarıçapı …

10 normal-distribution  standard-deviation 

Ders kitabı ilk önce şu 2 sınıftan bazı veriler üretir: hangi verir: ve sonra soruyor: Bunu ilk olarak bu grafik model ile modelleyerek bunu çözmeye çalışıyorum: nerede ccc etiket, h( 1 ≤ sa ≤ 10 )h(1≤h≤10)h\,(1\le h \le 10) seçilen ortalamanın endeksidir mchmhcm_h^c, ve xxxveri noktasıdır. Bu verecek Pr ( …

10 self-study  bayesian 

Bir test istatistik alternatif hipotez karşı bazı boş test ederken , burada , dizi permütasyon testi uygulamak üzerinde permütasyon ve yeni bir istatistik sahip U(X)U(X)U(X)X={xi,...,xn}X={xi,...,xn}X = \{ x_i, ..., x_n\}GGGXXXT(X):=#{π∈G:U(πX)≥U(X)}|G|.T(X):=#{π∈G:U(πX)≥U(X)}|G|. T(X) := \frac{\# \{\pi \in G: U(\pi X) \geq U(X)\}}{|G|}. Permütasyon testini kullanmamanın faydası nedir? Yani permütasyon testi çalıştığında neye …

10 hypothesis-testing  p-value  uniform  permutation-test 

bu çok naif bir soru gibi geliyor ama cevabı görmekte zorlanıyorum. 30 değerden oluşan bir setim var. Bağımsız olarak 31. bir değer elde ettim. Boş hipotez, 31'inci değerin aynı dağılımın bir parçası olduğudur. Alternatif, farklı olmasıdır. Bir çeşit p-değeri veya olabilirlik ölçüsü istiyorum. Bazı düşüncelerim vardı: Bu, iki örnekli bir …

10 hypothesis-testing  bayesian  t-test 

Okuma Ara iki rasgele vektörler için kanonik korelasyon analizi ile ilgili (CCA) ve , bir ana bileşen anslysis (PCA) CCA aynı olup olmadığını merak X = Y ?XXXYYYX=YX=YX=Y

10 pca  multivariate-analysis  canonical-correlation 

Lojistik regresyonlar için maksimum olabilirlik tahmin edicileri (MLE'ler) hakkında birkaç gerçeği anlamak istiyorum. Genel olarak, lojistik regresyon için MLE'nin taraflı olduğu doğru mu? Evet derim". Örneğin, örneklem boyutunun MLE'lerin asimtotik eğilimi ile ilişkili olduğunu biliyorum. Bu fenomenin temel örneklerini biliyor musunuz? MLE önyargılıysa, MLE'lerin kovaryans matrisinin, Hessian'ın maksimum olabilirlik fonksiyonunun …

10 logistic  maximum-likelihood  unbiased-estimator  bias 

Cezalandırılmış modeller, parametre sayısının örnek boyutuna eşit veya daha büyük olduğu modelleri tahmin etmek için kullanılabilir. Bu durum, kategorik veya sayım verilerinin büyük seyrek tablolarının log-lineer modellerinde ortaya çıkabilir. Bu ayarlarda, bu seviyelerin diğer faktörlerle nasıl etkileşime girdiği açısından ayırt edilemediği bir faktörün seviyelerini birleştirerek tabloları daraltmak genellikle arzu edilir …

10 categorical-data  lasso  elastic-net  log-linear  many-categories