Thống kê và dữ liệu lớn

7

Kiểm tra T cho không bình thường khi N> 50?

Từ lâu tôi đã biết rằng phân phối bình thường là cần thiết để sử dụng thử nghiệm T hai mẫu. Hôm nay một đồng nghiệp nói với tôi rằng cô ấy đã học được rằng N> 50 phân phối bình thường là không cần thiết. Điều đó có đúng …

77 normal-distribution  t-test  central-limit-theorem 

---

26

Cuốn sách có ảnh hưởng nhất mà mỗi nhà thống kê nên đọc là gì?

Nếu bạn có thể quay ngược thời gian và bảo mình đọc một cuốn sách cụ thể khi bắt đầu sự nghiệp với tư cách là một nhà thống kê, thì đó sẽ là cuốn sách nào?

77 references 

---

7

"Những vấn đề lớn" trong thống kê là gì?

Toán học có các vấn đề thiên niên kỷ nổi tiếng (và, trong lịch sử, Hilbert's 23 ), các câu hỏi giúp định hướng hướng của lĩnh vực này. Tuy nhiên, tôi có ít ý tưởng, các giả thuyết Riemann và P so với NP của thống kê sẽ là …

77 history 

---

9

Nhà toán học muốn có kiến ​​thức tương đương với một mức độ thống kê chất lượng

Tôi biết mọi người thích đóng các bản sao vì vậy tôi không yêu cầu một tài liệu tham khảo để bắt đầu học thống kê (như ở đây ). Tôi có bằng tiến sĩ toán học nhưng chưa bao giờ học thống kê. Con đường ngắn nhất đến kiến …

77 references  careers 

---

5

Xác nhận chéo trong tiếng Anh đơn giản?

Làm thế nào bạn sẽ mô tả xác thực chéo cho ai đó mà không có nền tảng phân tích dữ liệu?

77 cross-validation 

---

5

Hiện đại, dễ dàng sử dụng thay thế để hồi quy từng bước là gì?

Tôi có một bộ dữ liệu với khoảng 30 biến độc lập và muốn xây dựng một mô hình tuyến tính tổng quát (GLM) để khám phá mối quan hệ giữa chúng và biến phụ thuộc. Tôi biết rằng phương pháp tôi được dạy cho tình huống này, hồi quy …

76 regression  generalized-linear-model  model-selection  stepwise-regression 

---

14

Ý nghĩa của tất cả các mô hình là gì, nhưng một số là hữu ích

"Về cơ bản, tất cả các mô hình đều sai, nhưng một số là hữu ích." --- Hộp, George EP; Norman R. Draper (1987). Xây dựng mô hình thực nghiệm và các bề mặt đáp ứng, tr. 424, Wiley. SỐ 0471810339. Chính xác ý nghĩa của cụm từ trên là …

76 modeling 

---

3

Lựa chọn tính năng và xác nhận chéo

Gần đây tôi đã đọc rất nhiều trên trang web này (@Aniko, @Dikran Marsupial, @Erik) và những nơi khác về vấn đề quá mức xảy ra với xác nhận chéo - (Smialowski et al 2010 Bioinformatics, Hastie, Các yếu tố của học thống kê). Gợi ý là mọi lựa chọn …

76 cross-validation  feature-selection 

---

1

Giúp tôi hiểu về Máy hỗ trợ Vector

Tôi hiểu những điều cơ bản về mục đích của Máy Vector Hỗ trợ là gì trong việc phân loại bộ đầu vào thành nhiều lớp khác nhau, nhưng điều tôi không hiểu là một số chi tiết khó chịu. Để bắt đầu, tôi hơi bối rối khi sử dụng …

76 machine-learning  classification  svm 

---

6

Lựa chọn tính năng cho mô hình cuối cùng của Cameron khi thực hiện xác nhận chéo trong học máy

Tôi đang có một chút bối rối về lựa chọn tính năng và học máy và tôi đã tự hỏi nếu bạn có thể giúp tôi ra. Tôi có một bộ dữ liệu microarray được phân thành hai nhóm và có 1000 tính năng. Mục đích của tôi là lấy …

76 machine-learning  classification  cross-validation  feature-selection  genetics 

---

3

Tại sao Lasso cung cấp lựa chọn biến?

Tôi đã đọc các yếu tố của học thống kê và tôi muốn biết lý do tại sao Lasso cung cấp lựa chọn thay đổi và hồi quy sườn không. Cả hai phương pháp đều tối thiểu hóa tổng bình phương còn lại và có một ràng buộc đối với …

76 regression  feature-selection  lasso  regularization 

---

3

Tại sao không phải là hồi quy logistic gọi là phân loại logistic?

Vì hồi quy logistic là một mô hình phân loại thống kê xử lý các biến phụ thuộc phân loại, tại sao nó không được gọi là Phân loại logistic ? Không nên đặt tên "Hồi quy" cho các mô hình xử lý các biến phụ thuộc liên tục?

75 regression  machine-learning  logistic  classification  terminology 

---

5

Hãy giải thích nghịch lý chờ đợi

Vài năm trước tôi đã thiết kế một máy dò phóng xạ hoạt động bằng cách đo khoảng thời gian giữa các sự kiện thay vì đếm chúng. Giả định của tôi là, khi đo các mẫu không liền kề, trung bình tôi sẽ đo được một nửa khoảng thời …

75 poisson-process  paradox 

---

3

Cách tốt nhất để trình bày một khu rừng ngẫu nhiên trong một ấn phẩm?

Tôi đang sử dụng thuật toán rừng ngẫu nhiên như một bộ phân loại mạnh mẽ của hai nhóm trong một nghiên cứu microarray với 1000 tính năng. Cách tốt nhất để trình bày khu rừng ngẫu nhiên để có đủ thông tin để làm cho nó có thể tái …

75 r  machine-learning  classification  random-forest  microarray 

---

3

Chẩn đoán hồi quy logistic?

Đối với hồi quy tuyến tính, chúng ta có thể kiểm tra các ô chẩn đoán (các ô dư, các ô QQ bình thường, v.v.) để kiểm tra xem các giả định của hồi quy tuyến tính có bị vi phạm hay không. Đối với hồi quy logistic, tôi gặp …

74 regression  logistic 

---