Thống kê và dữ liệu lớn

Bản tóm tắt ngắn gọn Tại sao phổ biến hơn cho hồi quy logistic (với tỷ lệ chênh lệch) được sử dụng trong các nghiên cứu đoàn hệ với kết quả nhị phân, trái ngược với hồi quy Poisson (với rủi ro tương đối)? Lý lịch Theo kinh nghiệm của …

42 logistic  poisson-distribution  epidemiology  odds-ratio  relative-risk 

Tôi có một mẫu ngẫu nhiên các biến ngẫu nhiên Bernoulli , trong đó X i là iidrv và P ( X i = 1 ) = p và p là một tham số chưa biết.X1...XNX1...XNX_1 ... X_NXiXiX_iP(Xi=1)=pP(Xi=1)=pP(X_i = 1) = pppp Rõ ràng, người ta có thể tìm thấy …

42 confidence-interval  binomial  bernoulli-distribution 

Phân tích thành phần chính có thể sử dụng phân tách ma trận, nhưng đó chỉ là một công cụ để đạt được điều đó. Làm thế nào bạn sẽ tìm thấy các thành phần chính mà không sử dụng đại số ma trận? Hàm mục tiêu (mục tiêu) là …

42 pca 

Tôi hiện đang đọc một bài báo liên quan đến địa điểm bỏ phiếu và ưu tiên bỏ phiếu trong cuộc bầu cử năm 2000 và 2004. Trong đó, có một biểu đồ hiển thị các hệ số hồi quy logistic. Từ những năm học trở lại và một chút …

42 regression  logistic  interpretation 

Sự hiểu biết của tôi về sự khác biệt giữa học máy / các kỹ thuật dự đoán thống kê khác so với loại thống kê mà các nhà khoa học xã hội (ví dụ, các nhà kinh tế) sử dụng là các nhà kinh tế dường như rất quan …

42 machine-learning  econometrics 

Tôi tự hỏi liệu ai đó có thể đề xuất điểm khởi đầu tốt là gì khi thực hiện phát hiện / phân vùng biểu đồ cộng đồng / phân cụm trên biểu đồ có các cạnh có trọng số , không có hướng . Biểu đồ trong câu hỏi …

42 clustering  data-visualization  networks  partitioning  modularity 

Làm thế nào tôi nên gợi ra các phân phối trước từ các chuyên gia khi lắp mô hình Bayes?

42 bayesian  prior  elicitation 

Bên cạnh việc lấy sự khác biệt, các kỹ thuật khác để tạo ra một chuỗi thời gian không cố định, văn phòng phẩm là gì? Thông thường, người ta đề cập đến một chuỗi là " tích hợp thứ tự p " nếu nó có thể được thực hiện …

42 time-series  stationarity 

Nơi làm việc của tôi có nhân viên từ rất nhiều ngành, vì vậy chúng tôi tạo dữ liệu theo nhiều hình thức khác nhau. Do đó, mỗi đội đã phát triển hệ thống riêng để lưu trữ dữ liệu. Một số sử dụng cơ sở dữ liệu Access hoặc …

42 dataset  reproducible-research  quality-control 

Tôi thường nghe về "bình phương tối thiểu bình thường". Đó có phải là thuật toán được sử dụng rộng rãi nhất được sử dụng cho hồi quy tuyến tính? Có những lý do để sử dụng một cái khác nhau?

42 regression  least-squares  algorithms  computational-statistics  numerics 

Giả sử tôi muốn tìm hiểu một trình phân loại dự đoán nếu một email là thư rác. Và giả sử chỉ có 1% email là thư rác. Cách dễ nhất để làm là tìm hiểu trình phân loại tầm thường nói rằng không có email nào là thư rác. …

42 machine-learning  classification 

Có hai vectơ Boolean, chỉ chứa 0 và 1. Nếu tôi tính tương quan Pearson hoặc Spearman, chúng có ý nghĩa hay hợp lý không?

42 correlation  binary-data  pearson-r  spearman-rho 

Tôi có một câu hỏi về cách nào là tốt nhất để xác định một tương tác trong mô hình hồi quy. Hãy xem xét các dữ liệu sau: d <- structure(list(r = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, …

42 r  regression  interaction 

Tôi muốn tìm mối tương quan giữa một biến liên tục (biến phụ thuộc) và biến phân loại (danh nghĩa: giới tính, biến độc lập). Dữ liệu liên tục thường không được phân phối. Trước đây, tôi đã tính toán nó bằng cách sử dụng Spearman . Tuy nhiên, tôi …

42 correlation  categorical-data  descriptive-statistics  biostatistics  spearman-rho 

Tôi đang cố gắng diễn giải các trọng số thay đổi được đưa ra bằng cách lắp một SVM tuyến tính. (Tôi đang sử dụng scikit-learn ): from sklearn import svm svm = svm.SVC(kernel='linear') svm.fit(features, labels) svm.coef_ Tôi không thể tìm thấy bất cứ điều gì trong tài liệu nêu …

42 svm  feature-selection  python  scikit-learn