Thống kê và dữ liệu lớn

Chúng ta có thể mô phỏng hồi quy tuyến tính mà không có sự ngẫu nhiên, có nghĩa là chúng ta tạo ra thay vì . Sau đó, nếu chúng ta phù hợp với một mô hình tuyến tính, các hệ số sẽ giống hệt với "sự thật mặt đất". …

8 r  logistic  regularization  linear  separation 

Tôi muốn tạo ra một chuỗi thời gian tổng hợp. Chuỗi thời gian cần phải là một chuỗi markov với phân phối biên gamma và tham số AR (1) của . Tôi có thể làm điều này bằng cách đơn giản sử dụng phân phối gamma làm thuật ngữ nhiễu …

8 time-series  markov-process  gamma-distribution  autoregressive 

Chúng tôi đã có một số cuộc thảo luận về sự hữu ích của Công cụ ước tính gộp và OLS so với FE. Theo như tôi có thể nói, ước tính OLS gộp lại chỉ đơn giản là một kỹ thuật OLS chạy trên dữ liệu Bảng điều khiển. …

8 panel-data  random-effects-model  fixed-effects-model  pooling 

Theo Lee và Little 2017 , khi sử dụng các phương pháp điểm số xu hướng (PS), việc tính trọng số theo tỷ lệ cược sẽ tạo ra Hiệu quả điều trị trung bình đối với Điều trị (ATT), trong khi sử dụng phân loại và tính trọng số theo …

8 propensity-scores  difference-in-difference  treatment-effect 

Các thuật toán lặp chính sách và giá trị có thể được sử dụng để giải quyết các vấn đề về quy trình quyết định của Markov. Tôi có một thời gian khó hiểu với các điều kiện cần thiết để hội tụ. Nếu chính sách tối ưu không thay …

8 algorithms  markov-process  convergence 

Động lực Trong bối cảnh suy luận sau lựa chọn mô hình, Leeb & Pötscher (2005) viết: Mặc dù từ lâu người ta đã biết rằng tính đồng nhất (ít nhất là cục bộ) ghi các tham số là một vấn đề quan trọng trong phân tích tiệm cận, bài …

8 mathematical-statistics  convergence  asymptotics  estimators 

Tôi đã gặp một số liệu lỗi được sử dụng để định lượng lỗi xây dựng lại mô hình: trong đó là điểm dữ liệu thứ , là ước tính của mô hình về điểm dữ liệu thứ và là giá trị trung bình của tất cả các điểm dữ …

8 terminology  error  model-evaluation 

Hãy xem xét ví dụ đơn giản sau: library( rms ) library( lme4 ) params <- structure(list(Ns = c(181L, 191L, 147L, 190L, 243L, 164L, 83L, 383L, 134L, 238L, 528L, 288L, 214L, 502L, 307L, 302L, 199L, 156L, 183L), means = c(0.09, 0.05, 0.03, 0.06, 0.07, 0.07, 0.1, 0.1, 0.06, 0.11, 0.1, …

8 logistic  mixed-model  generalized-linear-model  glmm  lme4-nlme 

Xem xét các biện pháp lặp lại ANOVA (RM-ANOVA) với một yếu tố bên trong đối tượng Avà một số phép đo cho mỗi đối tượng cho mỗi cấp độ A. Nó liên quan chặt chẽ với ANOVA hai chiều với hai yếu tố: Avà subject. Họ sử dụng phân …

8 r  anova  repeated-measures 

Tôi đang gặp khó khăn khi tìm tài nguyên trực tuyến có nguồn gốc Ma trận thông tin dự kiến ​​của Fisher cho phân phối t của sinh viên không thay đổi. Có ai biết một nguồn tài nguyên như vậy? Trong trường hợp không có bất kỳ tài nguyên …

8 probability  t-distribution  fisher-information 

Tôi không thể nắm bắt đầu của mình xung quanh tính chất này của loạt văn phòng phẩm và chức năng tự tương quan. Tôi phải chứng minh rằng ∑h=1n−1ρ^(h)=−12∑h=1n−1ρ^(h)=−12\begin{align} \sum_{h=1}^{n-1}\hat\rho(h)=-\frac{1}{2} \end{align} Trong đó và là chức năng tự động điều khiểnγ(h)ρ^(h)=γ^(h)γ^(0)ρ^(h)=γ^(h)γ^(0)\hat\rho(h)=\displaystyle\frac{\hat\gamma(h)}{\hat\gamma(0)}γ^(h)γ^(h)\hat\gamma(h) γ^(h)=1n∑t=1n−h(Xt−X¯)(Xt+h−X¯)γ^(h)=1n∑t=1n−h(Xt−X¯)(Xt+h−X¯)\begin{align} \hat\gamma(h) = \frac{1}{n}\sum_{t=1}^{n-h}(X_t-\bar{X})(X_{t+h}-\bar{X}) \end{align} Hy vọng ai …

8 time-series  autocorrelation  stationarity 

Bài viết này cho mỗi 100 phụ nữ sử dụng một loại biện pháp tránh thai nhất định số lần mang thai ngoài ý muốn theo thời gian. https://www.nytimes.com/interactive/2014/09/14/sunday-review/unplned-pregnancies.html?_r=0 Cụ thể ở phần cuối của bài báo họ nói: Các số được tính như sau: P(Not pregnant after year N)=P(Not …

8 regression  independence  statistics-in-media 

Tôi có một bộ dữ liệu xem xét các đơn xin nhập cư và chấp nhận thị thực (cấp thị thực). Tỷ lệ được tính cho "chấp nhận" và "từ chối" các đơn xin thị thực. Tuy nhiên, bộ dữ liệu cũng có các giá trị cho các trường hợp …

8 missing-data 

Nếu khả năng của tôi có hình thức phân phối beta và tôi muốn sử dụng Jeffreys trước cho các tham số của nó, thì hình thức trước là gì? Đối với một số phân phối, nó khá thẳng về phía trước để tính toán. ví dụ, trong trường hợp …

8 beta-distribution  jeffreys-prior 

Tôi có thiết lập sau đây cho dự án nghiên cứu Tài chính / Máy học tại trường đại học của mình: Tôi đang áp dụng Mạng thần kinh (Sâu) (MLP) với cấu trúc sau trong Keras / Theano để phân biệt các cổ phiếu vượt trội (nhãn 1) với …

8 machine-learning  neural-networks  deep-learning  regularization  dropout