Câu hỏi được gắn thẻ «dag»

Tôi bắt đầu say mê với việc sử dụng glmnetvới LASSO Regression trong đó kết quả quan tâm của tôi là phân đôi. Tôi đã tạo một khung dữ liệu giả nhỏ bên dưới: age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold 

Hai biến ngẫu nhiên A và B độc lập thống kê. Điều đó có nghĩa là trong DAG của quy trình: và tất nhiên . Nhưng điều đó cũng có nghĩa là không có cửa trước từ B đến A?(A⊥⊥B)(A⊥⊥B)(A {\perp\!\!\!\perp} B)P(A|B)=P(A)P(A|B)=P(A)P(A|B)=P(A) Bởi vì sau đó chúng ta sẽ nhận …

40 independence  causality  bayesian-network  dag 

Các đồ thị theo chu kỳ được định hướng (DAGs, ví dụ, Greenland, et al, 1999) là một phần của chủ nghĩa hình thức suy luận nguyên nhân từ cách giải thích chính xác của trại nhân quả. Trong các biểu đồ này, sự hiện diện của một mũi tên …

17 interaction  causality  dag 

Các đồ thị chu kỳ có hướng (DAG) là các biểu diễn trực quan hiệu quả của các giả định nguyên nhân định tính trong các mô hình thống kê, nhưng chúng có thể được sử dụng để trình bày một phương trình biến công cụ thông thường (hoặc các …

15 causality  instrumental-variables  dag 

Tôi đang nghiên cứu mô hình đồ họa xác suất , một cuốn sách để tự học. Các cạnh trong đồ thị chu kỳ có hướng (DAG) có đại diện cho quan hệ nhân quả không? Điều gì sẽ xảy ra nếu tôi muốn xây dựng một mạng Bayes , …

13 causality  graphical-model  bayesian-network  dag 

Nếu chúng ta muốn tính hiệu ứng nhân quả của trên trong biểu đồ nhân quả bên dưới, chúng ta có thể sử dụng cả hai định lý điều chỉnh cửa sau và điều chỉnh cửa trước, tức là Y P ( y | do ( X = x ) …

12 self-study  causality  graph-theory  dag 

Tôi đang đề cập đến việc điều chỉnh cửa sau và điều chỉnh cửa trước ở đây : Điều chỉnh cửa sau : Vấn đề dịch tễ học nguyên mẫu trong thống kê là điều chỉnh tác động của một yếu tố gây nhiễu đo được. Tiêu chí cửa sau …

12 causality  dag 

Nếu tôi quan tâm đến tác động nhân quả của sự thay đổi của một biến ( ) đối với một số kết quả ( ), làm thế nào tôi biểu thị điều đó trong một biểu đồ chu kỳ có hướng (DAG)?EEEOOO Giả sử , trong đó & xảy …

8 time-series  dag