Thống kê và dữ liệu lớn

Tôi muốn thực hiện phân tích công suất cho một mẫu từ dữ liệu nhị thức, với , so với H 1 : p = 0,001 , trong đó p là tỷ lệ thành công trong dân số. Nếu 0 < p < 1 , tôi có thể sử dụng …

10 hypothesis-testing  sample-size  power-analysis  power 

Đối với phân phối Gaussian với giá trị trung bình và phương sai không xác định, số liệu thống kê đầy đủ trong dạng gia đình hàm mũ tiêu chuẩn là . Tôi có một bản phân phối có , trong đó N giống như một tham số thiết kế. …

10 normal-distribution  sampling  exponential-family 

Tôi có một GLMM có dạng: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Khi tôi sử dụng drop1(model, test="Chi"), tôi nhận được kết quả khác với nếu tôi sử dụng Anova(model, type="III")từ gói xe hơi hoặc summary(model). Hai cái sau cho cùng một …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Các phân phối soliton là một phân phối xác suất rời rạc trên một tập với chức năng xác xuất hàng loạt{1,…,N}{1,…,N}\{1,\dots, N\} p(1)=1N,p(k)=1k(k−1)for k∈{2,…,N}p(1)=1N,p(k)=1k(k−1)for k∈{2,…,N} p(1)=\frac{1}{N},\qquad p(k)=\frac{1}{k(k-1)}\quad\text{for }k\in\{2,\dots, N\} Tôi muốn sử dụng nó như là một phần của việc triển khai mã LT , lý tưởng nhất là …

10 distributions  python 

Tôi gom dữ liệu của tôi gồm vài nghìn chuỗi Markov đặt hàng đầu tiên vào khoảng 10 cụm. Có một số cách được đề xuất làm thế nào tôi có thể đánh giá các cụm này và tìm hiểu những gì các mục trong cụm chia sẻ và chúng …

10 data-visualization  clustering  markov-process 

Thường thì tôi đã nghe các công cụ khai thác dữ liệu ở đây sử dụng thuật ngữ này. Là một nhà thống kê đã nghiên cứu về các vấn đề phân loại, tôi quen thuộc với thuật ngữ "đào tạo một bộ phân loại" và tôi cho rằng "học …

10 classification  data-mining  terminology  model 

Tôi bối rối về khái niệm khoảng tin cậy. Cụ thể, giả sử có biến Gaussian với biết và tôi quan tâm đến giới hạn dưới của giá trị trung bình với độ tin cậy .X∼N(μ,σ)X∼N(μ,σ)X \sim N(\mu, \sigma)σσ\sigmaμLμL\mu_L95%95%95\% Tôi sẽ thực hiện thử nghiệm trong lần và quan sát …

10 confidence-interval 

Tôi có một câu hỏi liên quan đến so sánh mô hình bằng cách sử dụng các yếu tố Bayes. Trong nhiều trường hợp, các nhà thống kê quan tâm đến việc sử dụng phương pháp Bayes với các linh mục không phù hợp (ví dụ như một số linh …

10 bayesian  model-selection  prior 

Tôi muốn quyết định dung lượng của một bảng để nó có tỷ lệ cược dư nhỏ hơn để tràn cho , giả sử số lượng mục nhập theo luật Poisson với một giá trị đã cho kỳ vọng .CCC2−p2−p2^{-p}p∈[40…120]p∈[40…120]p\in[40\dots 120]E∈[103…1012]E∈[103…1012]E\in[10^3\dots 10^{12}] Lý tưởng nhất, tôi muốn số nguyên thấp …

10 poisson-distribution 

Tôi có một thí nghiệm được thực hiện trên hàng trăm máy tính được phân phối trên toàn thế giới để đo lường sự xuất hiện của một số sự kiện. Các sự kiện phụ thuộc vào nhau để tôi có thể sắp xếp chúng theo thứ tự tăng dần …

10 error  measurement-error  exponential 

Tôi nhận thấy trong khi mày mò với mô hình hồi quy đa biến, có một hiệu ứng đa hình nhỏ nhưng đáng chú ý, được đo bằng các yếu tố lạm phát phương sai, trong các loại của biến phân loại (dĩ nhiên sau khi loại trừ loại tham …

10 regression  categorical-data  multicollinearity 

Tôi không nhận được sự khác biệt giữa rfobject$importancevà importance(rfobject)trong cột MeanDecreasAccuracy. Thí dụ: > data("iris") > fit <- randomForest(Species~., data=iris, importance=TRUE) > fit$importance setosa versicolor virginica MeanDecreaseAccuracy MeanDecreaseGini Sepal.Length 0.027078501 0.019418330 0.040497602 0.02898837 9.173648 Sepal.Width 0.008553449 0.001962036 0.006951771 0.00575489 2.472105 Petal.Length 0.313303381 0.291818815 0.280981959 0.29216790 41.284869 Petal.Width 0.349686983 0.318527008 …

10 r  random-forest  importance 

Tôi đang cố gắng áp dụng ý tưởng thông tin lẫn nhau để lựa chọn tính năng, như được mô tả trong các ghi chú bài giảng này (trên trang 5). Nền tảng của tôi là Matlab. Một vấn đề tôi tìm thấy khi tính toán thông tin lẫn nhau …

10 matlab  feature-selection  information-theory  mutual-information 

Theo tôi hiểu, giá trị beta lũy thừa từ hồi quy logistic là tỷ lệ chênh lệch của biến đó cho biến quan tâm phụ thuộc. Tuy nhiên, giá trị không khớp với tỷ lệ cược được tính toán thủ công. Mô hình của tôi đang dự đoán còi cọc …

10 regression  logistic  interpretation  odds-ratio 

Điều nổi tiếng (ví dụ trong lĩnh vực cảm biến nén) rằng định mức là "cảm ứng thưa thớt", theo nghĩa là nếu chúng ta giảm thiểu chức năng (đối với ma trận và vectơ cố định ) cho đủ lớn \ lambda> 0 , chúng tôi có thể có …

10 regression  matrix  normalization  regularization  sparse