İstatistikler ve Büyük Veri

Birisinin en sevdiği dondurma lezzetinin vanilya olma olasılığını bulmaya çalıştığımı varsayalım. Kişinin de korku filmlerinden hoşlandığını biliyorum. Korku filmlerinden zevk aldıkları için kişinin en sevdiği dondurmanın vanilya olma olasılığını öğrenmek istiyorum. Aşağıdaki şeyleri biliyorum: % 55%5\%insanların en sevdikleri dondurma lezzeti olarak vanilyayı seçer. (Bu benim )P( A )P(bir)P(A) % 1010%10\%En …

9 probability  bayes 

Hasta başına yaklaşık 500 değişkenim var, her değişkenin bir sürekli değeri vardır ve üç farklı zaman noktasında (2 ay sonra ve 1 yıl sonra) ölçülür. Regresyon ile yeni hastaların tedavi sonuçlarını tahmin etmek istiyorum. Bu uzunlamasına verilerle SVM regresyonunu kullanmak mümkün müdür?

9 regression  svm  panel-data 

Son zamanlarda "çift / üçlü bootstrap" veya "iteratif bootstrap" bir söz tökezledi. Anladığım kadarıyla, her bootstrap örneği tekrar bootstrapped. Amaç ne? Nasıl kullanılır?

9 bootstrap 

Eğer iid negatif binom, o zaman dağılımı nedir verilenx1,x2,…,xnx1,x2,…,xnx_1, x_2, \ldots, x_n(x1,x2,…,xn)(x1,x2,…,xn)(x_1, x_2, \ldots, x_n) x1+x2+…+xn=Nx1+x2+…+xn=Nx_1 + x_2 + \ldots + x_n = N\quad ? NNN sabittir. Eğer Poisson ise, toplam için koşullu multinomiyal olur. Poisson karışımı olduğu için negatif binom için doğru olup olmadığından emin değilim.x1,x2,…,xnx1,x2,…,xnx_1, x_2, \ldots, x_n(x1,x2,…,xn)(x1,x2,…,xn)(x_1, …

9 poisson-distribution  multinomial  negative-binomial  conditioning 

Ben acemiyim R, ses tahmini R tahmin paketinde nasıl kullanılacağını açıklar mısınız? İlk dönem sayısını ve düzeltme sabitini seçmek istiyorum. d <- c(3,4,41,10,9,86,56,20,18,36,24,59,82,51,31,29,13,7,26,19,20,103,141,145,24,99,40,51,72,58,94,78,11,15,17,53,44,34,12,15,32,14,15,26,75,110,56,43,19,17,33,26,40,42,18,24,69,18,18,25,86,106,104,35,43,12,4,20,16,8) 70 dönemim var, başlangıç ​​için 40 Dönem ve örneklem dışı için 30 Dönem kullanmak istiyorum. ses(d, h=30, level=c(80,95), fan=FALSE,initial=c("simple"), alpha=.1) Doğru mu?

9 r  time-series  forecasting 

Yakın ilişkili birkaç böcek türünde morfolojik kanat karakterlerini tanımlayan ayrık (sıralı, meristik ve nominal) değişkenler veri kümem var. Yapmak istediğim şey, morfolojik özelliklere dayanarak bana farklı türlerin benzerliğinin görsel bir temsilini verecek bir tür analiz yapmak. Kafama gelen ilk şey PCA (bu oluşturmak istediğim görselleştirme türüdür), ancak içine baktıktan sonra …

9 pca  discrete-data  correspondence-analysis  mixed-type-data 

Ortak filtreleme sorununu düşünün. Biz matris var boyutu kullanıcıların sayısı * #items arasında. kullanıcı i madde j hoşlanıyorsa, kullanıcı i madde j ve sevmerse(i, j) çifti hakkında veri yoksa. İlerideki kullanıcı, öğe çiftleri için öngörmek istiyoruz .MMMMi , j,= 1Mben,j=1M_{i,j} = 1Mi , j,= 0Mben,j=0M_{i,j} = 0Mi , j,= ?Mben,j=?M_{i,j}=?Mi …

9 machine-learning  recommender-system  matrix-decomposition 

Sonuçların kesinlikle 0, 1 değil, daha ziyade 0'dan 1'e kadar tüm gerçek sayılar aralığında olduğu bir regresyon problemim var .Y= [ 0 , 0.12 , 0.31 , . . . , 1 ]Y=[0,0.12,0.31,...,1]Y = [ 0, 0.12, 0.31, ..., 1 ] Bu sorun zaten bu tartışıldı iplik Sorum biraz farklı …

9 regression  logistic 

Ayarlar Birçok algoritma tek bir ilişki veya tablo üzerinde çalışırken, gerçek dünyadaki birçok veritabanı bilgileri birden çok tabloda depolar (Domingos, 2003). Question Ne tür algoritmalar çoklu (ilişkisel) tablolardan iyi öğrenir. Özellikle, regresyon ve sınıflandırma görevleri için geçerli olan algoritmalarla ilgileniyorum (ağ analizine yönelik olanlar değil, örneğin bağlantı tahmini). Aşağıda listelenen …

9 regression  machine-learning  classification  dataset 

Temel kurulum: regresyon modeli: ; burada C, kontrol değişkenlerinin vektörüdür.y=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy = \text{constant} +\beta_1x_1+\beta_2x_2+\beta_3x_3+\beta_4x_4+\alpha C+\epsilon ile ilgileniyorum ve \ beta_1 ve \ beta_2'nin negatif olmasını bekliyorum. Bununla birlikte, korelasyon katsayısı, corr (verilir modelinde çoklu bağlantı sorunu vardır x_1 , x_2) = 0.9345, corr ( x_1 , x_3) = 0,1765, corr ( …

9 regression  multicollinearity 

Sadece bir öngörücü (örneğin (x, y)) ile bazı verilere doğrusal bir model sığdırmaya çalışıyorum. Veriler, küçük x değerleri için, y değerlerinin düz bir çizgiye sıkıca oturduğu, ancak x değerleri arttıkça y değerlerinin daha uçucu hale geleceği şekildedir. İşte bu tür verilere bir örnek (R kodu) y = c(3.2,3.4,3.5,3.8,4.2,5.5,4.5,6.8,7.4,5.9) x = …

9 r  regression  variance  data-transformation 

Birçok konu tarafından giyilen çoklu sensörler ile toplanan ivmeölçer verileri büyük bir set ile çalışıyorum. Ne yazık ki, buradaki hiç kimse cihazların teknik özelliklerini bilmiyor gibi görünüyor ve bunların yeniden kalibre edildiğini düşünmüyorum. Cihazlar hakkında çok fazla bilgim yok. Yüksek lisans tezim üzerinde çalışıyorum, ivmeölçerler başka bir üniversiteden ödünç alındı …

9 normalization  signal-processing 

PLSA'nın orijinal makalesinde yazar Thomas Hoffman, sizinle tartışmak istediğim pLSA ve LSA veri yapıları arasında bir paralellik çiziyor. Arka fon: İlham alarak bir Bilgi Edinme biz bir koleksiyon olduğunu varsayın belgelerin ve bir kelime açısındanNNND={d1,d2,....,dN}D={d1,d2,....,dN}D = \lbrace d_1, d_2, ...., d_N \rbraceMMMΩ={ω1,ω2,...,ωM}Ω={ω1,ω2,...,ωM}\Omega = \lbrace \omega_1, \omega_2, ..., \omega_M \rbrace Bir …

9 machine-learning  conditional-probability  svd  information-retrieval  lsa 

Yaklaşık 50 farklı değişkene göre üç popülasyon arasındaki önemli farklılıkları test ettiğim bir veri setim var. Bunu bir yandan Kruskal-Wallis testlerini, diğer yandan da iç içe geçmiş GLM model uyumlarının (bağımsız değişken olarak popülasyonlu ve popülasyonsuz) uyum oran testlerini kullanarak yapıyorum. Sonuç olarak, bir yandan Kruskal-Wallis -değerlerinin bir listesi var …

9 chi-squared  multiple-comparisons  likelihood-ratio  kruskal-wallis  false-discovery-rate 

Tamsayıların alt kümelerinde herhangi bir standart dağılım olup olmadığını merak ediyorum {1,2,...,J}{1,2,...,J}\{1, 2, ..., J\}. Eşdeğer olarak, bunu bir dağıtım olarak ifade edebiliriz.JJJ ikili sonuçların uzunluk vektörü, örn. J=5J=5J = 5 sonra {1,3,5}{1,3,5}\{1, 3, 5\} vektöre karşılık gelir (1,0,1,0,1)(1,0,1,0,1)(1, 0, 1, 0, 1). İdeal olarak aradığım şey dağıtım νθ(⋅)νθ(⋅)\nu_\theta (\cdot), …

9 bayesian  discrete-data