Thống kê và dữ liệu lớn

Tôi đang gặp vấn đề với việc xác định các thuật ngữ lỗi cho các biện pháp lặp lại hai chiều ANOVA trong R. Dữ liệu của tôi bao gồm các ước tính mật độ gỗ cho ba vị trí xuyên tâm (bên trong, giữa và bên ngoài) dọc theo …

10 r  anova  repeated-measures 

Tôi tự hỏi mình có nên loại bỏ các biến đó với giá trị quan trọng của biến âm ("% IncMSE") trong bối cảnh hồi quy hay không. Và nếu nó cho tôi một dự đoán tốt hơn? Bạn nghĩ sao?

10 machine-learning  feature-selection  random-forest  importance 

Sự khác biệt giữa hai và tại sao mức độ quan trọng phải luôn luôn cao hơn hoặc bằng kích thước của bài kiểm tra?

10 estimation 

Ridge Regression có thể được thể hiện dưới dạng y = ( X ' X + một Tôi d ) - 1 X x nơi y được nhãn dự đoán, tôi d các d × d xác định ma trận, x đối tượng chúng ta đang cố gắng tìm một …

10 regression  ridge-regression  kernel-trick 

Tôi đã có một tập hợp các phần tử mà tôi có thể mô tả theo đặc điểm. Như vậy:XXXnnn xi:{ci1,ci2,…,cin}∣xi∈Xxi:{ci1,ci2,…,cin}∣xi∈Xx_i: \{c_{i1}, c_{i2}, \ldots, c_{in}\} \mid x_i \in X trong đócijcijc_{ij} là đánh giá (số) cho phần tử theo các đặc điểm j . Vì vậy, các yếu tố của …

10 machine-learning  algorithms  ranking  feature-construction 

Tôi có dữ liệu cho hai nhóm (tức là các mẫu) tôi muốn so sánh nhưng tổng kích thước mẫu là nhỏ (n = 29) và không cân bằng mạnh (n = 22 so với n = 7). Những dữ liệu này rất khó thu thập và tốn kém về …

10 t-test  sample-size 

Tôi hy vọng điều này là tự giải thích, nhưng hãy cho tôi biết nếu có điều gì đó không rõ ràng: Có phiên bản đa biến của bản phân phối Weibull không?

10 distributions  multivariate-analysis  copula  weibull 

Trong khi đọc Các yếu tố của học thống kê , tôi đã gặp thuật ngữ "phương sai điểm khôn ngoan" nhiều lần. Trong khi tôi có một ý tưởng mơ hồ về ý nghĩa của nó, tôi rất biết ơn khi biết Nó được định nghĩa như thế nào? …

10 variance 

Tôi đã đọc nhiều bài báo và những đoạn trích từ cuốn sách giải thích làm thế nào để chọn một tốt số khoảng cách (thùng) cho biểu đồ của một tập dữ liệu, nhưng tôi tự hỏi nếu có một cứng tối đa số khoảng cách dựa trên số …

10 distributions  data-visualization  histogram 

Điều gì xảy ra khi bạn không có ý tưởng về phân phối tham số? Cách tiếp cận nào chúng ta nên sử dụng? Hầu hết thời gian chúng tôi nhắm đến việc nhấn mạnh nếu một biến nhất định có bất kỳ ảnh hưởng nào đến sự hiện diện …

10 r  bayesian  mcmc  bugs  winbugs 

Tôi cảm thấy choáng ngợp sau khi cố gắng nghiên cứu tài liệu về cách chạy phân tích mô hình hỗn hợp của mình sau khi sử dụng AIC để chọn mô hình hoặc mô hình tốt nhất. Tôi không nghĩ dữ liệu của mình phức tạp đến thế, nhưng …

10 r  lme4-nlme  random-effects-model  aic 

Khi thực hiện thống kê thường xuyên, có một danh sách dài các số không lớn, như xem kết quả kiểm tra thống kê trước khi quyết định thu thập thêm dữ liệu. Nói chung, tôi tự hỏi liệu có một danh sách no-nos tương tự cho các phương pháp …

10 bayesian  methodology 

Câu hỏi của tôi liên quan đến GAM trong gói mgcv R. Do kích thước mẫu nhỏ, tôi muốn xác định lỗi dự đoán bằng cách sử dụng xác thực chéo một lần. Điều này có hợp lý không? Có một gói hoặc mã làm thế nào tôi có thể …

10 r  cross-validation  gam  mgcv 

Các ước tính độ lệch chuẩn được tính thông qua: SN= 1NΣNi = 1( xTôi- x¯¯¯)2-------------√.SN= =1NΣTôi= =1N(xTôi-x¯)2. s_N = \sqrt{\frac{1}{N} \sum_{i=1}^N (x_i - \overline{x})^2}. ( http://en.wikipedia.org/wiki/Stiteria_deviation#Sample_stiteria_deviation ) cho độ chính xác dự đoán được lấy mẫu từ xác nhận chéo 10 lần? Tôi lo ngại rằng độ chính xác …

10 confidence-interval  cross-validation  prediction  prediction-interval 

Vì vậy, việc có được một "ý tưởng" về số lượng cụm tối ưu trong phương tiện k cũng được ghi lại. Tôi đã tìm thấy một bài viết về việc làm điều này trong các hỗn hợp gaussian, nhưng không chắc chắn rằng tôi bị thuyết phục bởi nó, …

10 classification  k-means  mixture  unsupervised-learning