Thống kê và dữ liệu lớn

Q & A cho những người quan tâm đến thống kê, học máy, phân tích dữ liệu, khai thác dữ liệu và trực quan hóa dữ liệu




2
Xô hóa là gì?
Tôi đã đi khắp nơi để tìm một lời giải thích rõ ràng về "xô" trong học máy mà không gặp may. Những gì tôi hiểu cho đến nay là xô hóa tương tự như lượng tử hóa trong xử lý tín hiệu số trong đó một loạt các giá …





3
Một bình thường chia cho
hãy Z~ N( 0 , 1 )Z∼N(0,1)Z \sim N(0,1) và W∼ χ2( s )W∼χ2(s)W \sim \chi^2(s) . Nếu ZZZ và WWW được phân phối độc lập thì biến Y= ZW/ s√Y=ZW/sY = \frac{Z}{\sqrt{W/s}} tuân theophân phốitttvới bậc tự doSss . Tôi đang tìm kiếm một bằng chứng về thực tế …

1
Lsmeans báo cáo gì cho một mô hình tuyến tính tổng quát, chẳng hạn như mô hình hỗn hợp Poisson (phù hợp với ánh sáng)?
Tôi đang phân tích dữ liệu theo dõi mắt từ một thí nghiệm được thiết kế. Một phiên bản đơn giản hóa của dữ liệu của tôi trông như thế này (Bạn có thể lấy dữ liệu dput () tại đây ), head(lookDATA) participant fixationImage fixationCount 1 9 Automobile 81 …


2
Đánh giá phân phối dự báo sau trong hồi quy tuyến tính Bayes
Tôi bối rối về cách đánh giá phân phối dự báo sau cho hồi quy tuyến tính Bayes, qua trường hợp cơ bản được mô tả ở đây trên trang 3 và được sao chép bên dưới. p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y)p(y~∣y)=∫p(y~∣β,σ2)p(β,σ2∣y) p(\tilde y \mid y) = \int p(\tilde y \mid \beta, \sigma^2) p(\beta, …




Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.