Thống kê và dữ liệu lớn

Chúng ta có thể viết định lý Bayes như p ( q | x ) = f( X| θ)p(θ)∫θf( X| θ)p(θ)dθp(θ|x)=f(X|θ)p(θ)∫θf(X|θ)p(θ)dθp(\theta|x) = \frac{f(X|\theta)p(\theta)}{\int_{\theta} f(X|\theta)p(\theta)d\theta} Trong đó là hậu thế, là phân phối có điều kiện và là trước.p ( θ | x )p(θ|x)p(\theta|x)f( X| θ)f(X|θ)f(X|\theta)p ( θ )p(θ)p(\theta) hoặc là …

11 bayesian  likelihood 

Xin chào Tôi muốn biết nếu có một số cuốn sách hay về khai thác và phân loại văn bản với một số nghiên cứu điển hình?. Nếu không một số giấy tờ / tạp chí có thể truy cập công khai sẽ làm. Nếu họ minh họa ví dụ …

11 references  text-mining 

Đây là một âm mưu QQ cho mẫu của tôi (chú ý trục Y logarit); :n = 1000n=1000n = 1000 Như được chỉ ra bởi whuber, điều này chỉ ra rằng phân phối cơ bản bị lệch trái (đuôi phải ngắn hơn). Sử dụng shapiro.test(trên dữ liệu được chuyển đổi …

11 interpretation  lognormal  qq-plot 

Tôi đang cố gắng tính toán chỉ số Gini trên bản phân phối danh tiếng SO bằng SO Data Explorer. Phương trình tôi đang cố thực hiện là: Trong đó: = số người dùng trên trang web; = id nối tiếp người dùng (1 - 1.225.000); = danh tiếng của …

11 gini 

Tôi muốn thực hiện một hồi quy logistic thứ tự trong R mà không có giả định tỷ lệ cược tỷ lệ. Tôi biết điều này có thể được thực hiện trực tiếp bằng cách sử dụng vglm()chức năng trong Rbằng cách cài đặt parallel=FALSE. Nhưng vấn đề của tôi …

11 r  regression  logistic 

Tôi muốn tạo dữ liệu với "Model 1" và khớp chúng với "Model 2". Ý tưởng cơ bản là điều tra các thuộc tính mạnh mẽ của "Mô hình 2". Tôi đặc biệt quan tâm đến tỷ lệ bao phủ của khoảng tin cậy 95% (dựa trên xấp xỉ bình …

11 simulation  monte-carlo 

Trong mô hình rủi ro tỷ lệ Cox có nhiều biến, nếu phần dư Schoenfeld không bằng phẳng cho một trong các biến, điều này có làm mất hiệu lực toàn bộ mô hình hay chỉ có thể bỏ qua biến hoạt động kém? Đó là, giải thích các hệ …

11 residuals  cox-model  schoenfeld-residuals 

Tôi đã chạy một glm trong R, và gần dưới cùng của summary()đầu ra, nó nói (Dispersion parameter for gaussian family taken to be 28.35031) Tôi đã thực hiện một số thao tác trên Google và biết rằng tham số phân tán được sử dụng để phù hợp với các …

11 r  generalized-linear-model 

Tôi có một nền tảng trình độ sau đại học về toán học thuần túy (Lý thuyết đo lường, Phân tích chức năng, Đại số toán tử, v.v.) Tôi cũng có một công việc đòi hỏi một số kiến ​​thức về lý thuyết xác suất (từ nguyên tắc cơ bản …

11 probability  references 

Sau khi đọc Chương 3 về các yếu tố của học thống kê (Hastie, Tibshrani & Friedman), tôi tự hỏi liệu có thể thực hiện các phương pháp thu nhỏ nổi tiếng được trích dẫn trên tiêu đề của câu hỏi này với cấu trúc hiệp phương sai, nghĩa là …

11 lasso  ridge-regression 

Khi tôi xác định lambda của mình thông qua xác nhận chéo, tất cả các hệ số trở thành số không. Nhưng tôi có một số gợi ý từ các tài liệu rằng một số dự đoán chắc chắn sẽ ảnh hưởng đến kết quả. Có phải rác rưởi là …

11 lasso 

Nếu ai đó đưa ra tuyên bố như dưới đây: "Nhìn chung, những người không hút thuốc tiếp xúc với khói môi trường có nguy cơ mắc bệnh tim mạch vành tương đối là 1,25 (khoảng tin cậy 95%, 1,17 đến 1,32) so với những người không hút thuốc không …

11 probability  statistical-significance  confidence-interval  conditional-probability  philosophical 

Có bất kỳ giải thích Bayesian, ML hoặc MDL nào về xác nhận chéo không? Tôi có thể diễn giải xác nhận chéo là thực hiện cập nhật đúng trên một chế tạo cụ thể trước đó không?

11 bayesian  cross-validation  maximum-likelihood 

Sự khác biệt / s giữa các mô hình biểu diễn văn bản này là gì: Túi từ và mô hình không gian vectơ?

11 machine-learning  text-mining 

Mục tiêu của tôi là sử dụng các hệ số có được từ nghiên cứu trước đây về chủ đề này để dự đoán kết quả thực tế được đưa ra một tập hợp các biến độc lập. Tuy nhiên, bài viết nghiên cứu chỉ liệt kê các hệ số …

11 regression-coefficients