Thống kê và dữ liệu lớn

Sách giáo khoa của tôi liệt kê idf là ở đâul o g( 1 + Nnt)tôiog(1+Nnt)log(1+\frac{N}{n_t}) NNN : Số lượng tài liệu ntntn_t : Số tài liệu có chứa thuật ngữttt Wikipedia liệt kê công thức này dưới dạng phiên bản được làm mịn của thực tế . Điều đó …

9 text-mining  natural-language  smoothing 

Tôi đã có dữ liệu hàng tháng từ năm 1993 đến 2015 và muốn dự báo về những dữ liệu này. Tôi đã sử dụng gói tsoutliers để phát hiện các ngoại lệ, nhưng tôi không biết làm cách nào để tiếp tục dự báo với bộ dữ liệu của …

9 r  time-series  forecasting  arima  outliers 

Vấn đề Tôi muốn thực hiện một số suy luận về một hệ thống tương tự để chết với một số mặt không xác định. Con súc sắc được lăn nhiều lần, sau đó tôi muốn suy ra phân phối xác suất trên một tham số tương ứng với số …

9 r  probability  bayesian  jags 

Tôi quan sát thấy rằng Caffe (một khung học tập sâu) đã sử dụng Lớp mất Softmax SoftmaxWithLoss làm lớp đầu ra cho hầu hết các mẫu mô hình . Theo như tôi biết, lớp Softmax Loss là sự kết hợp của Lớp mất logistic đa cực và lớp Softmax …

9 multinomial  entropy  sums-of-squares  softmax 

Giả sử tôi có một thí nghiệm với hai hoặc nhiều yếu tố. Một ANOVA tổng thể được xây dựng, và sau đó chúng tôi theo dõi với hai hoặc nhiều bộ kiểm tra bài hoc , nói nhiều so sánh. Câu hỏi của tôi là về mức độ lớn …

9 multiple-comparisons  post-hoc 

Câu hỏi: Là các mô hình tuyến tính không phù hợp được sử dụng trong thực tế hoặc chúng là một loại tò mò được mô tả theo thời gian trong các tạp chí khoa học? Nếu vậy, trong những lĩnh vực họ được sử dụng? Có những ví dụ …

9 regression  references  linear-model  robust 

Tôi không chắc chắn chính xác VectorSource và VCorpus là gì trong gói 'tm'. Các tài liệu không rõ ràng về những điều này, bất cứ ai có thể làm cho tôi hiểu bằng các thuật ngữ đơn giản?

9 r  text-mining 

Tôi đang đọc mục Wikipedia hữu ích về tăng cường độ dốc ( https://en.wikipedia.org/wiki/Gradient_boosting ) và cố gắng hiểu làm thế nào / tại sao chúng ta có thể ước chừng số dư bằng bước xuống dốc nhất (còn được gọi là giả độ dốc ). Bất cứ ai có …

9 self-study  gradient-descent 

Giả sử tôi có một chiếc bình chứa N màu sắc khác nhau của mỗi quả bóng và mỗi màu khác nhau có thể xuất hiện một số lần khác nhau (nếu có 10 quả bóng màu đỏ thì không cần phải có 10 quả bóng màu xanh). Nếu chúng …

9 probability  discrete-data  distributions 

Trong lĩnh vực của tôi, cách thông thường để vẽ dữ liệu được ghép nối là một chuỗi các đoạn đường dốc mỏng, phủ nó với dải phân cách và CI của dải phân cách cho hai nhóm: Tuy nhiên, loại cốt truyện này trở nên khó đọc hơn rất …

9 generalized-linear-model  data-visualization  modeling  interpretation  paired-data 

Một số lựa chọn thay thế cho kiểm tra chi bình phương cho các biến phân loại có bảng lớn hơn 2 x 2 và các ô có số lượng nhỏ hơn 5, nếu tôi không muốn hợp nhất các lớp?

9 chi-squared  fishers-exact 

Tôi hy vọng sẽ có cái nhìn sâu sắc hơn về bốn loại xiên từ cộng đồng này. Các loại tôi đề cập đến được đề cập trong trang trợ giúp http://www.inside-r.org/packages/cran/e1071/docs/skewness . Phương pháp cũ không được đề cập trong trang trợ giúp, nhưng dù sao tôi cũng đưa …

9 skewness 

Đối với một số không đổi (ví dụ 4) đã cho, có thể tìm phân phối xác suất cho , để chúng ta có ?X V a r ( X ) = rrrrXXXVar(X)=rVar(X)=r\mathrm{Var}(X)=r

9 distributions  mathematical-statistics  variance 

Tôi đọc về những điều cơ bản của phép phân tích thành phần chính từ tutorial1 , link1 và link2 . Tôi có bộ dữ liệu gồm 100 biến (bao gồm cả biến đầu ra Y), tôi muốn giảm các biến xuống 40 bằng PCA, và sau đó dự đoán …

9 regression  pca 

Ở nhiều nơi tôi đã đọc rằng chúng ta không bao giờ có thể nói rằng chúng ta "chấp nhận" giả thuyết khống. Thay vào đó, chúng ta phải nói rằng chúng ta "không từ chối" giả thuyết khống. Nhưng tôi không thấy làm thế nào mà hình vuông với …

9 hypothesis-testing