Thống kê và dữ liệu lớn

Hiện tại tôi đang tạo ra một âm mưu hộp. Tôi là người mới trong lĩnh vực thống kê và đặc biệt là các ô vuông. Tìm hình sau: Trên trục y tìm số lượng tin nhắn. Tôi có vấn đề hiểu những gì tôi thấy ở đó. Cốt truyện …

7 descriptive-statistics  boxplot 

Tại sao chúng ta quan tâm đến sức mạnh của một bài kiểm tra giả thuyết nếu chúng ta không còn sống trong thời đại mà máy tính hoạt động chậm và quá tốn kém để bootstrap / làm một bài kiểm tra hoán vị trên bất cứ thứ gì …

7 bootstrap  power-analysis  power 

Có thể thực hiện hồi quy trong đó bạn có một biến tính năng không xác định / không thể biết được không? Giả sử tôi có nhưng tôi không / không thể đo giá trị của biến tính năng . Tôi vẫn có thể thực hiện hồi quy để …

7 regression  machine-learning  stochastic-processes 

Mọi kiến ​​trúc bộ mã hóa tự động mà tôi thấy có một kiến ​​trúc tương tự nhau, chủ yếu là bộ giải mã chỉ là mặt trái của bộ mã hóa. Nếu mục tiêu của bộ giải mã tự động là học tính năng chiều thấp, tại sao bộ …

7 neural-networks  dimensionality-reduction  autoencoders 

Tôi đã đọc đoạn văn sau trên Wikipedia gần đây: Các khoảng Bayes coi giới hạn của chúng là cố định và tham số ước tính là một biến ngẫu nhiên , trong khi đó khoảng tin cậy thường xuyên coi giới hạn của chúng là các biến ngẫu nhiên …

7 bayesian  empirical-bayes 

Theo quy ước, chúng tôi có rất nhiều nghiên cứu có mức ý nghĩa là và sức mạnh là . Tuy nhiên, rất hiếm khi tìm thấy một nghiên cứu có với công suất 0,95 .0,050,050.050,80,80.8α = 0,2α= =0,2\alpha = 0.20,950,950.95 Theo hiểu biết của tôi, sau khi một thí …

7 hypothesis-testing  statistical-significance  power-analysis  methodology  philosophical 

Một trong những giả định trong mô hình là sự phụ thuộc có điều kiện giữa các biến ngẫu nhiên trong phân phối chung trước. Xét mô hình sau, p ( a , b | X) ∝ p ( X| a,b)p(a,b)p(a,b|X)∝p(X|a,b)p(a,b)p(a,b|X) \propto p(X|a,b)p(a,b) Bây giờ giả sử một giả định …

7 bayesian  inference 

Câu hỏi đơn giản, nhưng một câu hỏi mà tôi không thể tìm thấy câu trả lời chính xác ở nơi khác. Có bao nhiêu khoảnh khắc phân phối xác suất rời rạc với sự hỗ trợ hữu hạn được yêu cầu để xác định duy nhất hàm khối lượng …

7 probability  moments  simultaneous-equation 

Có một đoạn về các tương tác trong Cuốn sách tại sao (Pearl & Mackenzie, 2018), Chương 9 (Tôi không thể chia sẻ số trang vì tôi có cuốn sách ở định dạng epub), trong đó các tác giả cho rằng: Tuy nhiên, phương trình 9.4 giữ tự động trong …

7 references  interaction  causality 

Như tiêu đề cho thấy, tôi có một chút nhầm lẫn về ảnh hưởng của chức năng cường độ thứ tự đầu tiên. Nếu tôi có hàm cường độ thứ tự đầu tiên cho biết ở một khu vực nhất định, các điểm có nhiều khả năng xảy ra hơn, …

7 spatial  point-process 

Nếu tôi có xác suất xảy ra sự kiện, 1% cơ hội và tôi cần sự kiện đó xảy ra nhiều lần, 120 lần, tôi sẽ phải lặp lại sự kiện đó bao nhiêu lần trước khi tôi có thể dự đoán sự kiện đó xảy ra thời gian?

7 probability 

Tôi đang cố gắng ước tính liệu có sự khác biệt trong cách các cá nhân ở các thành phố khác nhau (biến nhóm của tôi) phản ứng với một vài biến dự đoán hay không. Vì vậy, trong thực tế, tôi thích tìm hiểu vềββ\betas từ mỗi thành phố. …

7 mixed-model  lme4-nlme  stan 

Sau đây là sự hiểu biết của tôi về những gì xảy ra: nếu tôi có "vấn đề hai chiều", ví dụ: tôi có là đầu vào và Y là kết quả và tôi thêm một tính năng . Điều này đưa ra một vấn đề về một chiều bổ …

7 regression  polynomial 

Đặt và là các biến ngẫu nhiên không thuộc trung tâm.X1X1X_1X2X2X_2 Tôi quan tâm đến câu hỏi: phân phối gì?X1−X2X1−X2X_1 - X_2 tức là sự phân phối của sự khác biệt của hai sinh viên không phải là sinh viên iid là gì? Giả sử là ước tính quan sát …

7 r  distributions  mathematical-statistics  random-variable 

Câu hỏi CTNH : x1,x2,…,xnx1,x2,…,xnx_1,x_2,\ldots,x_n là các biến Gaussian độc lập với trung bình và variance . Xác định trong đó không xác định. Chúng tôi quan tâm đến việc ước tính từ .μμ\muσ2σ2\sigma^2y=∑Nn=1xny=∑n=1Nxny = \sum_{n=1}^{N} x_nNNNNNNyyy a. Cho xác định độ lệch và phương sai của nó.N^1=y/μN^1=y/μ\hat N_1 = …

7 maximum-likelihood