«self-study» etiketlenmiş sorular

Bir sınıf veya kendi kendine çalışma için kullanılan bir ders kitabı, kurs veya testten rutin bir alıştırma. Bu topluluğun politikası, bu tür sorular için tam cevaplar yerine "yararlı ipuçları sağlamak" tır.


3
Bir örnek: ikili sonuç için glmnet kullanarak LASSO regresyonu
Ben kullanımı ile serpmek başlıyorum glmnetile LASSO Regresyon ilgi benim sonuç dikotom olduğunu. Aşağıda küçük bir sahte veri çerçevesi oluşturdum: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, …
77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 


8
Zaman serisi analizinde tuzaklar
Ben sadece zaman serisi analizinde kendi kendine öğrenmeye başlıyorum. Genel istatistiklere uygulanmayan çok sayıda potansiyel tuzaklar olduğunu fark ettim. Öyleyse, temel istatistiksel günahlar nedir? , Sormak istiyorum: Zaman serileri analizinde yaygın tuzaklar veya istatistiksel günahlar nelerdir? Bu, bir topluluk vikisi, cevap başına bir kavram olarak tasarlanmıştır ve lütfen, Genel istatistik …

3
Kütle dönüştürülmüş yordayıcının ve / veya tepkinin yorumlanması
Merak ediyorum, yorumlamada sadece bağımlı, bağımsız veya bağımsız değişkenlerin mi yoksa sadece bağımsız değişkenlerin log dönüşümünde mi olduğunu fark eder mi? Durumunu düşünün log(DV) = Intercept + B1*IV + Error IV'ü yüzde artış olarak değerlendirebilirim, ancak sahip olduğumda bu nasıl değişir? log(DV) = Intercept + B1*log(IV) + Error veya sahipken …
46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

3
Yinelenen Beklentiler Yasasının genelleştirilmesi
Geçenlerde bu kimliğe rastladım: E[E(Y|X,Z)|X]=E[Y|X]E[E(Y|X,Z)|X]=E[Y|X]E \left[ E \left(Y|X,Z \right) |X \right] =E \left[Y | X \right] Elbette bu kuralın basit versiyonunu biliyorum, yani ama bunun için gerekçe bulamadım genelleme.E[E(Y|X)]=E(Y)E[E(Y|X)]=E(Y)E \left[ E \left(Y|X \right) \right]=E \left(Y\right) Birisi beni bu konuda teknik olmayan bir referansı gösterebilirse veya daha da iyisi, bu önemli …

4
Taylor serisinin beklentisini almak (özellikle geri kalanlar)
Sorum, yaygın olarak kullanılan bir yöntemi, yani Taylor Serisinin beklenen değerini alarak doğrulamaya çalışmakla ilgilidir. Olumlu ortalama ve varyans olan rastgele bir değişkenimiz olduğunu varsayalım . Ek olarak, gibi bir fonksiyonumuz var .XXXμμ\muσ2σ2\sigma^2log(x)log⁡(x)\log(x) in Taylor Expansion'ını ortalamanın etrafında yaparsak, burada, her zamanki gibi, st.logXlog⁡X\log XlogX=logμ+X−μμ−12(X−μ)2μ2+13(X−μ)3ξ3X,log⁡X=log⁡μ+X−μμ−12(X−μ)2μ2+13(X−μ)3ξX3, \log X = \log\mu + …

5
LDA vs word2vec
Latent Dirichlet Allocation ve word2vec arasındaki kelimelerin benzerliğini hesaplamak için benzerliğin ne olduğunu anlamaya çalışıyorum . Anladığım kadarıyla, LDA sözcükleri gizli konuların bir olasılık vektörüne eşlerken, word2vec bunları gerçek sayıların bir vektörüne eşler (noktasal karşılıklı bilginin tekil değer ayrışmasıyla ilgili, bkz . O. Levy, Y. Goldberg, "Sinir Kelime Gömme" Örtük …

9
Bu arsada
Aşağıdaki çizimde YYY ve XXX arasındaki ilişki nedir ? Benim görüşüme göre olumsuz doğrusal bir ilişki var, ama çok fazla aykırı olduğumuz için ilişki çok zayıf. Haklı mıyım Saçılma noktalarını nasıl açıklayabileceğimizi öğrenmek istiyorum.

5
İtalyan oğlumun bir ilkokula gideceği gerçeği, kendi sınıfında bulunması beklenen İtalyan çocuk sayısını değiştirecek mi?
Bu, cevabı konusunda gerçekten şaşkın olduğum gerçek hayattan kaynaklanan bir sorudur. Oğlumun Londra'da ilk okula başlaması gerekiyor. Biz İtalyan olduğumuz için okula kaç İtalyan çocuğun katıldığını merak ediyordum. Bunu başvuru sırasında Kabul Görevlisine sordum ve bana sınıf başına ortalama 2 İtalyan çocuğu olduğunu söyledi (30 yaşında). Şimdi çocuğumun kabul edildiğini …

6
Neden kovaryans tahmincisinin paydası n-1 yerine n-2 olmasın?
(Tarafsız) varyans tahmincisi paydası olan n−1n−1n-1 olduğu gibi nnn gözlemler ve sadece bir parametre tahmin ediliyor. V(X)=∑ni=1(Xi−X¯¯¯¯)2n−1V(X)=∑i=1n(Xi−X¯)2n−1 \mathbb{V}\left(X\right)=\frac{\sum_{i=1}^{n}\left(X_{i}-\overline{X}\right)^{2}}{n-1} Aynı şekilde , iki parametre tahmin edilirken neden kovaryans paydasının olması gerektiğini merak ediyorum n−2n−2n-2? Cov(X,Y)=∑ni=1(Xi−X¯¯¯¯)(Yi−Y¯¯¯¯)n−1Cov(X,Y)=∑i=1n(Xi−X¯)(Yi−Y¯)n−1 \mathbb{Cov}\left(X, Y\right)=\frac{\sum_{i=1}^{n}\left(X_{i}-\overline{X}\right)\left(Y_{i}-\overline{Y}\right)}{n-1}

3
Çok değişkenli normal yoğunluklu türev nasıl alınır?
Çok değişkenli normal yoğunluğum olduğunu varsayalım. Ikinci (kısmi) türev wrt almak istiyorum . Bir matrisin türevinin nasıl alınacağından emin değil.N(μ,Σ)N(μ,Σ)N(\mu, \Sigma)μμ\mu Wiki, türev elemanını matris içindeki öğeye göre aldığını söylüyor. Laplace yaklaşımı ile çalışıyorum Mod .logPN(θ)=logPN−12(θ−θ^)TΣ−1(θ−θ^).log⁡PN(θ)=log⁡PN−12(θ−θ^)TΣ−1(θ−θ^).\log{P}_{N}(\theta)=\log {P}_{N}-\frac{1}{2}{(\theta-\hat{\theta})}^{T}{\Sigma}^{-1}(\theta-\hat{\theta}) \>.θ^=μθ^=μ\hat\theta=\mu Bana bu nasıl oldu?Σ−1=−∂2∂θ2logp(θ^|y),Σ−1=−∂2∂θ2log⁡p(θ^|y),{\Sigma}^{-1}=-\frac{{{\partial }^{2}}}{\partial {{\theta }^{2}}}\log p(\hat{\theta }|y), Yaptıklarım: logP(θ|y)=−k2log2π−12log|Σ|−12(θ−θ^)TΣ−1(θ−θ^)log⁡P(θ|y)=−k2log⁡2π−12log⁡|Σ|−12(θ−θ^)TΣ−1(θ−θ^)\log P(\theta|y) …

3
Bir modelin Akaike Bilgi Kriteri (AIC) puanı ne anlama geliyor?
Burada meslekten olmayan anlamlarda ne anlama geldiği hakkında bazı sorular gördüm, ancak bunlar burada amacım için çok meslekten olmayanlar. AIC puanının ne anlama geldiğini matematiksel olarak anlamaya çalışıyorum. Ancak aynı zamanda, daha önemli noktaları görmememi sağlayacak kesin bir kanıt istemiyorum. Mesela, eğer bu hesapsa, sonsuzluklardan mutlu olurdum ve bu olasılık …

5
CDF kullanarak beklenen değeri bulun
Bunun, kitaptan çıkan bir ev ödevi problemi olduğunu söyleyerek başlayacağım. Beklenen değerleri bulmak için birkaç saat harcadım ve hiçbir şey anlamadığımı belirledim. CDF'sine sahip olsun . Bul bu değerleri olan bulunmaktadır.XXXF(x)=1−x−α,x≥1F(x)=1−x−α,x≥1F(x) = 1 - x^{-\alpha}, x\ge1E(X)E(X)E(X)αα\alphaE(X)E(X)E(X) Buna nasıl başlayacağımı bile bilmiyorum. Hangi değerinin bulunduğunu nasıl belirleyebilirim ? Ayrıca CDF ile …

4
Sınav sonucu binom midir?
İşte bana basit bir istatistik sorusu verildi. Gerçekten anladığımdan emin değilim. X = bir sınavda kazanılan puanların sayısı (çoktan seçmeli ve doğru cevap bir puandır). X binom dağıtılmış mı? Profesörün cevabı şuydu: Evet, çünkü sadece doğru ya da yanlış cevaplar var. Cevabım: Hayır, çünkü her sorunun farklı bir "başarı olasılığı" …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.