Thống kê và dữ liệu lớn

Tôi đang chạy thử nghiệm cho một bài báo và tôi đang tìm một cuốn sách / trang web thú vị để hiểu đúng về cách ANOVA và ANCOVA hoạt động. Tôi có một nền tảng toán học tốt vì vậy tôi không nhất thiết cần một lời giải thích …

20 anova  references  ancova 

Thủ thuật kernel được sử dụng trong một số mô hình học máy (ví dụ: SVM ). Nó được giới thiệu lần đầu tiên trong bài viết "Cơ sở lý thuyết của phương pháp chức năng tiềm năng trong nghiên cứu nhận dạng mẫu" vào năm 1964. Định nghĩa wikipedia …

20 machine-learning  kernel-trick 

Tôi đã đọc Blog của Christian Robert hôm nay và khá thích thuật toán mới của Metropolis-Hastings mà anh ấy đang thảo luận. Nó có vẻ đơn giản và dễ thực hiện. Bất cứ khi nào tôi mã hóa MCMC, tôi có xu hướng gắn bó với các thuật toán …

20 mcmc  metropolis-hastings 

Logic của nhiều lần cắt (MI) là để tính các giá trị bị thiếu không chỉ một lần mà nhiều lần (thường là M = 5) lần, dẫn đến M bộ dữ liệu đã hoàn thành. Các bộ dữ liệu hoàn thành M sau đó được phân tích với các …

20 modeling  confidence-interval  mixed-model  data-imputation 

Một câu hỏi làm phiền tôi một thời gian, mà tôi không biết làm thế nào để giải quyết: Mỗi ngày, người dự báo thời tiết của tôi cho một tỷ lệ cơ hội mưa (giả sử nó được tính đến 9000 chữ số và anh ta chưa bao giờ …

20 hypothesis-testing  forecasting 

Độ chính xác được định nghĩa là: p = true positives / (true positives + false positives) Có đúng không, như true positivesvà false positivescách tiếp cận 0, độ chính xác tiếp cận 1? Câu hỏi tương tự để nhớ lại: r = true positives / (true positives + false …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Tôi không phải là chuyên gia về rừng ngẫu nhiên nhưng tôi hiểu rõ rằng vấn đề chính của rừng ngẫu nhiên là việc tạo cây (ngẫu nhiên). Bạn có thể giải thích cho tôi làm thế nào cây được tạo ra? (tức là phân phối được sử dụng để …

20 machine-learning  r  algorithms  cart  random-forest 

Trong bài toán Bộ sưu tập phiếu giảm giá cổ điển , ai cũng biết rằng thời gian TTT cần thiết để hoàn thành một bộ phiếu được chọn ngẫu nhiên thỏa mãn , và .nnnE[T]∼nlnnE[T]∼nln⁡nE[T] \sim n \ln n Var(T)∼n2Var(T)∼n2Var(T) \sim n^2Pr(T&gt;nlnn+cn)&lt;e−cPr(T&gt;nln⁡n+cn)&lt;e−c\Pr(T > n \ln n + cn) < …

20 probability  probability-inequalities  coupon-collector-problem 

Tôi đã nghe nói rằng khi nhiều đặc tả mô hình hồi quy (giả sử, trong OLS) được coi là khả năng của một tập dữ liệu, điều này gây ra nhiều vấn đề so sánh và giá trị p và khoảng tin cậy không còn đáng tin cậy. Một …

20 regression  frequentist  multiple-comparisons 

Phương pháp ưa thích để tiến hành hậu hocs cho các bài kiểm tra trong môn học là gì? Tôi đã thấy tác phẩm được xuất bản nơi HSD của Tukey được sử dụng nhưng đánh giá của Keppel và Maxwell &amp; Delaney cho thấy rằng khả năng vi phạm …

20 r  repeated-measures  multiple-comparisons  post-hoc  sphericity 

Có sự khác biệt về khái niệm hoặc thủ tục giữa việc gắn mô hình với dữ liệu và khớp dữ liệu với mô hình không? Một ví dụ về từ ngữ đầu tiên có thể được nhìn thấy trong https://cifts.washington.edu/matlab1/ModelFmit.html và của từ thứ hai trong https://reference.wolfram.com/appluggest/eda/FmitDataToLinearModelsByLeast-SquaresT kỹ thuật.html …

20 terminology 

Tôi đã dành nhiều thời gian để phát triển các phương pháp và phần mềm để xác nhận các mô hình dự đoán trong miền thống kê thường xuyên truyền thống. Khi đưa nhiều ý tưởng Bayes vào thực tiễn và giảng dạy, tôi thấy một số khác biệt chính …

20 bayesian  cross-validation  predictive-models  validation  regression-strategies 

Sự khác biệt chính giữa dữ liệu thưa và dữ liệu bị thiếu là gì? Và nó ảnh hưởng đến việc học máy như thế nào? Cụ thể hơn, những gì ảnh hưởng đến dữ liệu thưa thớt và dữ liệu bị thiếu đối với các thuật toán phân loại …

20 machine-learning  dataset  missing-data  sparse 

Gần đây tôi đã biết rằng một trong những cách để tìm giải pháp tốt hơn cho các vấn đề ML là tạo ra các tính năng. Người ta có thể làm điều đó bằng cách ví dụ tóm tắt hai tính năng. Ví dụ: chúng tôi có hai tính …

20 machine-learning  feature-construction 

Gần đây tôi đã thấy rằng trong tài liệu kinh tế lượng kinh tế học ứng dụng, khi xử lý các vấn đề lựa chọn tính năng, không có gì lạ khi thực hiện LASSO theo sau là hồi quy OLS bằng các biến được chọn. Tôi đã tự hỏi …

20 regression  feature-selection  econometrics  least-squares  lasso