Thống kê và dữ liệu lớn

Tôi đang xử lý ngay bây giờ với rất nhiều bản phân phối, ví dụ: , , .t χ 2FFFtttχ2χ2\chi^2 Tôi đã tự hỏi tại sao những mức độ tự do này biểu thị cho các phân phối như phân phối ?F( m , n )F(m,n)F(m,n)

10 distributions  mathematical-statistics  degrees-of-freedom 

Tôi có các nhóm này trong đó các giá trị là phản hồi cho mục Likert 10 điểm: g1 <- c(10,9,10,9,10,8,9) g2 <- c(4,9,4,9,8,8,8) g3 <- c(9,7,9,4,8,9,10) Do đó, tôi đã sử dụng Kruskal-Wallis để xác định bất kỳ sự khác biệt nào giữa các phản hồi trong các nhóm …

10 wilcoxon-mann-whitney  kruskal-wallis 

Có bất kỳ lý do cụ thể nào bạn sẽ chọn ước tính mật độ hạt nhân so với ước tính tham số không? Tôi đã học để phù hợp với phân phối dữ liệu của tôi. Câu hỏi này đã đến với tôi. Kích thước dữ liệu của tôi …

10 estimation  nonparametric  kernel-smoothing  parametric 

Tôi có một vài chục ngàn quan sát trong một chuỗi thời gian nhưng được nhóm theo địa điểm. Ví dụ: location date observationA observationB --------------------------------------- A 1-2010 22 12 A 2-2010 26 15 A 3-2010 45 16 A 4-2010 46 27 B 1-2010 167 48 B 2-2010 134 56 …

10 r  regression  time-series  lags 

Như đã giải thích trên trang Wikipedia này , nếu hai biến ngẫu nhiên X và Y không tương quan và được phân phối bình thường, thì chúng độc lập thống kê. Tôi biết cách kiểm tra xem X và Y có tương quan với nhau không, nhưng không biết …

10 distributions  normal-distribution  multivariate-analysis  matlab 

Có phân phối nào giống với phân phối gaussian (bình thường) không, nhưng sao cho mật độ xác suất của nó là khác không chỉ trên một phân đoạn xác định. Câu hỏi xuất hiện khi tôi cố gắng mô hình hóa 'viên đạn lan truyền' trong một vòng tròn. …

10 distributions  normal-distribution  modeling 

Mối quan hệ giữa kích thước và thành phần trong Mô hình hỗn hợp Gaussian là gì? Và ý nghĩa của kích thước và thành phần là gì? Cảm ơn bạn. Vui lòng sửa cho tôi nếu tôi sai: sự hiểu biết của tôi là dữ liệu quan sát có …

10 multivariate-analysis  normal-distribution  mixture 

Tôi hiểu tiền đề của thuật toán kNN cho dữ liệu không gian. Và tôi biết rằng tôi có thể mở rộng thuật toán đó để sử dụng trên bất kỳ biến dữ liệu liên tục nào (hoặc dữ liệu danh nghĩa với Hamming Khoảng cách). Tuy nhiên, chiến lược …

10 machine-learning  k-nearest-neighbour 

Có phải "không điều chỉnh" về cơ bản chỉ là hồi quy tuyến tính đơn giản trong khi "điều chỉnh" là hồi quy bội? Ví dụ, xem xét ảnh hưởng của x đến y điều chỉnh cho các biến khác như a, b và c so với không điều chỉnh …

10 regression  multiple-regression 

Pooling và sải chân cả hai có thể được sử dụng để lấy mẫu hình ảnh. Giả sử chúng ta có một hình ảnh của 4 x 4, như bên dưới và bộ lọc 2x2. Vậy thì làm thế nào để chúng ta quyết định có nên sử dụng (gộp …

10 deep-learning 

Tôi đã sử dụng mlr một chút để tìm hiểu về học máy, nhưng gần đây đã phát hiện ra về caret. Theo cách hiểu của tôi thì cả hai đều là các gói cho các gói ML khác nhau, nhưng có cách tiếp cận hơi khác nhau. Mặc dù …

10 r  machine-learning  caret  mlr 

Tôi luôn luôn đặt ra vấn đề và chưa bao giờ được đưa ra một câu trả lời hay, vì làm thế nào có thể định lý giới hạn trung tâm - phiên bản cổ điển trong đó phân phối mẫu có nghĩa là tiếp cận tính quy tắc - …

10 mean  sample  central-limit-theorem 

Ban đầu tôi đã đăng câu dưới đây như một câu trả lời một phần cho câu hỏi hỏi tại sao khoảng tin cậy 95% không ngụ ý rằng có 95% khả năng khoảng đó chứa giá trị trung bình thực (xem: Tại sao Khoảng tin cậy (CI) 95% không …

10 confidence-interval 

Hãy tưởng tượng vấn đề sau đây. Tôi có ảnh chụp nhanh hàng tuần về dữ liệu giá của các mặt hàng K, cũng như các tính năng / dự đoán khác nhau. Tôi muốn dự đoán giá sẽ thay đổi 2 năm kể từ bây giờ. Tôi tập hợp …

10 time-series  random-forest  autocorrelation  supervised-learning  nonlinear 

Tôi đã sử dụng hồi quy hạt nhân Nadaraya-Watson trước đây để làm mịn dữ liệu. Gần đây tôi đã chạy vào hồi quy quy trình Gaussian. Prima facie, họ dường như không liên quan. Nhưng tôi tự hỏi nếu có lẽ có một kết nối sâu sắc hơn mà …

10 regression  nonparametric  gaussian-process  kernel-smoothing