İstatistikler ve Büyük Veri

Bilim fuarımızda kazananları hesaplamanın doğru yolunu bulmak için yardıma ihtiyacım var. İstatistik ve matematik konusundaki bilgisizliğimin, bir çocuğun kazanma şansını engellemesini istemiyorum. (tehlikede olan birçok burs ve ilerleme avantajı). Yardımın için şimdiden teşekkür ederim. İlk olarak, ayarladığımız şeylerin küçük bir arka planı: Fuarımızda tipik olarak 600 civarında öğrenci projesi bulunmaktadır. …

9 data-transformation  standard-deviation  rating 

Bu örnekte kullandığım termplotun kendi biraz geliştirilmiş versiyonunu oluşturdum, burada bulabilirsiniz . Daha önce SO üzerine yayınladım, ancak daha çok düşündüğümde, bunun muhtemelen gerçek kodlamadan daha çok Cox Orantılı tehlikeler modelinin yorumlanması ile ilgili olduğuna inanıyorum. Sorun Bir Tehlike Oranı grafiğine baktığımda, güven aralığının doğal olarak 0 olduğu bir referans …

9 r  survival  cox-model 

Soru: PCA'nın LSA / LSI'ya uygulanması arasında karar vermek için kullanılabilecek giriş veri özellikleri ile ilgili genel yönergeler var mı? PCA ve LSA / LSI hakkında kısa özet: İlke Bileşen Analizi (PCA) ve Gizli Semantik Analiz (LSA) veya Gizli Semantik İndeksleme (LSI), hepsinin temel olarak Tekil Değer Ayrıştırma'nın (SVD) bir …

9 machine-learning  pca  lsa 

Ben dengesiz veri SVMs ile bir tahmin modeli oluşturmak için çalışıyorum. Etiketlerim / çıktımın pozitif, nötr ve negatif olmak üzere üç sınıfı var. Olumlu örneğin verilerimin yaklaşık% 10-20'sini, nötr yaklaşık% 50-60'ını ve negatif yaklaşık% 30-40'ını oluşturduğunu söyleyebilirim. Sınıflar arasında yanlış tahminlerle ilişkili maliyet aynı olmadığı için sınıfları dengelemeye çalışıyorum. Bir …

9 machine-learning  predictive-models  svm  unbalanced-classes 

Size standart normal dağılımdan bağımsız ve özdeş olarak çizilen üç sayı verirsem, size üç örnek veya bir örnek verdim mi? Cevap bir örnekse, size üçünü verdiğim şeyin kısa bir adı var mı?

9 sample  terminology  definition 

Ölçülen değişkenin ayrık pozitif tamsayıları (sayıları) olduğu bazı zaman serisi verileri var. Zaman içinde yukarı yönlü bir eğilim olup olmadığını test etmek istiyorum (ya da değil). Bağımsız değişken (x) 0-500 aralığında ve bağımlı değişken (y) 0-8 aralığındadır. Buna y = floor(a*x + b)sıradan en küçük kareler (OLS) kullanarak formun gerilemesini …

9 r  regression  python 

Doktora dereceme bu yıl istatistiklerde başladım ve nasıl büyüyüp istatistik / ML alanında iyi bir akademik araştırmacı olmak için en iyi uygulamalarınızı, tavsiyelerinizi ve (meta-tavsiyelerinizi) arıyorum. Genel düşünceler ve bağlantılar memnuniyetle karşılanır, ancak topun yuvarlanmasına başlamak için, burada Michael Steele'nin " İstatistikte Yüksek Lisans Öğrencilerine Tavsiye " başlıklı harika makalesinden …

9 careers  phd  academia 

Bir insanın kalp atışları arasındaki zaman hakkında bazı verilerim var. Ektopik (ekstra) atımların bir göstergesi, bu aralıkların bir yerine üç değer etrafında kümelenmiş olmasıdır. Bunun kantitatif bir ölçümünü nasıl alabilirim? Birden çok veri kümesini karşılaştırmak istiyorum ve bu iki 100 bölmeli histogramlar hepsini temsil ediyor. Varyansları karşılaştırabilirim, ancak algoritmamın diğer …

9 clustering 

4 seviyeli bir değişkenim varsa, teoride 3 kukla değişken kullanmam gerekir. Uygulamada, bu aslında nasıl yapılır? 0-3 mü kullanıyorum, 1-3 mü kullanıyorum ve 4'ü boş mu bırakıyorum? Herhangi bir öneri? NOT: R'de çalışacağım. GÜNCELLEME: Yalnızca AD'ye karşılık gelen 1-4 kullanan bir sütun kullanırsam ne olur? Bu işe yarar mı yoksa …

9 r  regression  categorical-data  categorical-encoding 

Giriş Tahminler kombinasyonunda popüler çözümlerden biri, bazı bilgi kriterlerinin uygulanmasına dayanır. Örneğin , J modeli için tahmin edilen Akaike kriteri dikkate alındığında , AIC_j'nin AIC ^ * = \ min_j {AIC_j} ile arasındaki farklar hesaplanabilir ve daha sonra RP_j = e ^ {(AIC ^ * - AIC_j) / 2} olarak …

9 time-series  forecasting  data-transformation  econometrics 

Diyelim ki doğrusal bir modelimiz var yben=β0+β1xben+εbenyi=β0+β1xi+ϵiy_i = \beta_0 + \beta_1 x_i + \epsilon_itüm standart regresyon (Gauss-Markov) varsayımlarını karşılar. İlgileniyoruzθ = 1 /β1θ=1/β1\theta = 1/\beta_1. Soru 1: Dağıtım için hangi varsayımlar gereklidir?θ^θ^\hat{\theta} iyi tanımlanmalı? β1≠ 0β1≠0\beta_1 \neq 0 önemli olurdu --- diğerleri? Soru 2: Hataların normal dağılıma uyduğu varsayımını ekleyin. …

9 regression  distributions  maximum-likelihood  bootstrap 

Boyut küçültmenin neden önemli olduğunu anlamıyorum. Bazı verileri almanın ve boyutlarını azaltmanın faydası nedir?

9 dimensionality-reduction  svd 

Bir deney / proje / analiz içinde bir hipotez ailesini neyin oluşturduğunu değerlendirmeye çalışırken, aileleri sınırlamak için kılavuz olarak verilen "maksatlı benzer" ve "içerik bakımından benzer" buldum, ancak bunlar yoruma oldukça açık ( kısaca söylemek gerekirse). Bir analiz sırasında, grup araçlarının birkaç testini ve oranların homojenliğinin ayrı bir grup testini …

9 hypothesis-testing  multiple-comparisons 

Her iki değişken (bağımlı ve bağımsız) otokorelasyon etkileri gösterir. Veri zaman serileri ve durağan Regresyonu yürüttüğümde artıklar birbiriyle ilişkili görünmüyor. Durbin-Watson istatistiğim üst kritik değerden daha büyük, bu nedenle hata terimlerinin pozitif bir şekilde ilişkili olmadığına dair bir kanıt var. Ayrıca hatalar için ACF çizdiğimde orada bir korelasyon yok ve …

9 regression  time-series  autocorrelation 

Daha iyi eğitim performansı sağlayan C ve Gamma'yı seçmek için daha iyi alternatif yöntemler var mı?

9 machine-learning