Thống kê và dữ liệu lớn

Tôi có một câu hỏi liên quan đến hồi quy và tương tác nhiều, lấy cảm hứng từ chuỗi CV này: Thuật ngữ tương tác sử dụng phân tích hồi quy phân cấp phân cấp? Những biến nào chúng ta nên tập trung? Khi kiểm tra hiệu ứng kiểm duyệt, …

28 regression  interaction  centering 

Tôi muốn hiểu, sự khác biệt thực hiện chính giữa các thuật toán phân cụm k-nghĩa tiêu chuẩn và hình cầu là gì. Trong mỗi bước, k-có nghĩa là tính khoảng cách giữa các vectơ phần tử và trọng tâm cụm và gán lại tài liệu cho cụm này, mà …

28 clustering  data-mining  algorithms  k-means 

Có ba biến ngẫu nhiên, . Ba tương quan giữa ba biến là như nhau. Đó là,x,y,zx,y,zx,y,z ρ=cor(x,y)=cor(x,z)=cor(y,z)ρ=cor(x,y)=cor(x,z)=cor(y,z)\rho=\textrm{cor}(x,y)=\textrm{cor}(x,z)=\textrm{cor}(y,z) Giới hạn chặt chẽ nhất bạn có thể đưa ra cho gì?ρρ\rho

28 correlation  correlation-matrix 

Tôi có một bộ dữ liệu với 9 biến độc lập liên tục. Tôi đang cố gắng chọn trong số các biến này để khớp một mô hình với một biến phần trăm (phụ thuộc) , Score. Thật không may, tôi biết sẽ có sự cộng tác nghiêm trọng giữa …

28 r  multiple-regression  feature-selection  multicollinearity 

Tôi muốn hiểu tại sao, theo mô hình OLS, RSS (tổng bình phương còn lại) được phân phối ( p là số lượng tham số trong mô hình, n số lượng quan sát).χ2⋅(n−p)χ2⋅(n−p)\chi^2\cdot (n-p)pppnnn Tôi xin lỗi vì đã hỏi một câu hỏi cơ bản như vậy, nhưng dường như …

28 regression  distributions  least-squares 

Một điều tra viên muốn tạo ra một phân tích kết hợp của một số bộ dữ liệu. Trong một số bộ dữ liệu có các quan sát được ghép nối để điều trị A và B. Trong các dữ liệu khác có dữ liệu A và / hoặc B …

28 hypothesis-testing  t-test  paired-data  change-scores 

Tôi đã đọc về những tranh cãi liên quan đến thử nghiệm giả thuyết với một số nhà bình luận cho rằng không nên sử dụng thử nghiệm giả thuyết. Một số nhà bình luận cho rằng nên sử dụng khoảng tin cậy . Sự khác biệt giữa khoảng tin …

28 hypothesis-testing  confidence-interval 

Trong thống kê Bayes, người ta thường đề cập rằng phân phối sau có thể điều chỉnh được và do đó phải áp dụng suy luận gần đúng. Các yếu tố gây ra sự hấp dẫn này là gì?

28 bayesian  approximation  inference 

Tôi có một ma trận trong đó a (i, j) cho tôi biết tôi đã xem trang j bao nhiêu lần. Có 27K cá nhân và 95 nghìn trang. Tôi muốn có một số "kích thước" hoặc "các khía cạnh" trong không gian của các trang tương ứng với các …

28 r  clustering  dimensionality-reduction 

Tôi mới bắt đầu đọc về GP và tương tự như phân phối Gaussian thông thường, nó được đặc trưng bởi một hàm trung bình và hàm hiệp phương sai hoặc kernel. Tôi đã có mặt tại một buổi nói chuyện và diễn giả nói rằng hàm trung bình thường …

28 gaussian-process 

Tôi chưa bao giờ có cơ hội đến thăm một khóa học thống kê từ một khoa toán. Tôi đang tìm kiếm một lý thuyết xác suất và cuốn sách thống kê đầy đủ và tự túc. Bằng cách hoàn thành, tôi có nghĩa là nó chứa tất cả các …

28 probability  self-study  mathematical-statistics  references 

Một phân phối với trung bình hữu hạn và phương sai vô hạn có thể có một hàm tạo thời điểm không? Điều gì về một phân phối với trung bình hữu hạn và phương sai hữu hạn nhưng khoảnh khắc cao hơn vô hạn?

28 variance  moments  mgf 

-test của sinh viên yêu cầu độ lệch chuẩn mẫu s . Tuy nhiên, làm cách nào để tính toán cho s khi chỉ biết kích thước mẫu và trung bình mẫu?tttssssss Ví dụ: nếu cỡ mẫu là và trung bình mẫu là 112 , thì tôi sẽ cố gắng …

28 t-test  standard-deviation  small-sample 

Tôi đã đọc ba lý do chính để chuẩn hóa các biến trước khi một số thứ như Lassohồi quy: 1) Khả năng giải thích của các hệ số. 2) Khả năng xếp hạng tầm quan trọng của hệ số theo độ lớn tương đối của ước tính hệ số …

28 normalization  lasso  standardization  regularization  shrinkage 

Có thể vượt qua một mô hình hồi quy logistic? Tôi đã xem một video nói rằng nếu khu vực của tôi dưới đường cong ROC cao hơn 95%, thì rất có thể nó sẽ được trang bị quá mức, nhưng liệu có thể phù hợp với mô hình hồi …

28 logistic  overfitting  regression-strategies