Statistiche e Big Data

3

Distribuzione binomiale negativa vs distribuzione binomiale

Qual è la differenza tra la distribuzione binomiale negativa e la distribuzione binomiale? Ho provato a leggere online e ho scoperto che la distribuzione binomiale negativa viene utilizzata quando i punti dati sono discreti, ma penso che anche la distribuzione binomiale possa essere utilizzata per punti dati discreti.

22 categorical-data data-mining binomial negative-binomial

1

Utilizzo della correlazione come metrica della distanza (per il clustering gerarchico)

Vorrei raggruppare gerarchicamente i miei dati, ma piuttosto che usare la distanza euclidea, vorrei usare la correlazione. Inoltre, poiché il coefficiente di correlazione varia da -1 a 1, con -1 e 1 che indicano "coregolamentazione" nel mio studio, sto trattando sia -1 che 1 come d = 0. Quindi il …

22 correlation clustering distance hierarchical-clustering

2

Quali metodi non bayesiani esistono per l'inferenza predittiva?

Nell'inferenza bayesiana si ottiene una distribuzione predittiva di dati futuri integrando parametri sconosciuti; l'integrazione sulla distribuzione posteriore di tali parametri fornisce una distribuzione predittiva posteriore, una distribuzione per dati futuri subordinata a quelli già osservati. Quali metodi non bayesiani per l'inferenza predittiva ci sono che tengono conto dell'incertezza nelle stime …

22 prediction inference prediction-interval

2

Perché Laplace produce precedentemente soluzioni sparse?

Stavo esaminando la letteratura sulla regolarizzazione e spesso vedevo paragrafi che collegano la regolarizzazione L2 con il priore gaussiano e L1 con Laplace centrato su zero. So come appaiono questi priori, ma non capisco, come si traduca, ad esempio, in pesi nel modello lineare. In L1, se capisco correttamente, ci …

22 regression bayesian prior regularization laplace-distribution

2

Regole per la selezione di iperparametri di reti neurali convoluzionali

Esistono buoni documenti che trattano alcuni modi metodici di scegliere le dimensioni dei filtri, raggruppare le unità e determinare il numero di strati convoluzionali?

22 neural-networks deep-learning conv-neural-network

2

Shrunken

C'è stato un po 'di confusione nella mia testa riguardo a due tipi di stimatori del valore della popolazione del coefficiente di correlazione di Pearson. A. Fisher (1915) ha mostrato che per la popolazione normale bivariata empirica è un prevenuto negativamente stimatore , anche se la polarizzazione può essere di …

22 correlation pearson-r unbiased-estimator estimators point-estimation

1

Scegliere tra le regole di punteggio appropriate

La maggior parte delle risorse sulle regole di punteggio adeguate menzionano una serie di regole di punteggio diverse come perdita di log, punteggio di Brier o punteggio sferico. Tuttavia, spesso non forniscono molte indicazioni sulle differenze tra loro. (Allegato A: Wikipedia .) Scegliere il modello che massimizza il punteggio logaritmico …

22 machine-learning classification model-selection theory scoring-rules

2

Calcolo dell'algebra lineare passo-passo della regressione dei minimi quadrati

Come prequel di una domanda sui modelli lineari misti in R e di condividere come riferimento per gli appassionati di statistiche per principianti / intermedi, ho deciso di pubblicare come "domande e risposte" indipendenti i passaggi coinvolti nel calcolo "manuale" del coefficienti e valori previsti di una semplice regressione lineare. …

22 r regression linear-model lm

2

In cosa consiste la "regressione di rango ridotto"?

Ho letto Gli elementi dell'apprendimento statistico e non riuscivo a capire di cosa trattasse la Sezione 3.7 "Riduzione e selezione di risultati multipli". Parla di RRR (regressione di rango ridotto) e posso solo capire che la premessa riguarda un modello lineare multivariato generalizzato in cui i coefficienti sono sconosciuti (e …

22 regression multivariate-analysis dimensionality-reduction regularization reduced-rank-regression

1

Perché ci sono solo

Nel PCA, quando il numero di dimensioni è maggiore (o addirittura uguale a) del numero di campioni N , perché avrai al massimo N - 1 autovettori diversi da zero? In altre parole, il rango della matrice di covarianza tra le dimensioni d ≥ N è N - 1 .dddNNNN−1N−1N-1d≥Nd≥Nd\ge …

22 pca dimensionality-reduction eigenvalues

2

Generazione di dati con una data matrice di covarianza campione

Data una matrice di covarianza ΣSΣs\boldsymbol \Sigma_s , come generare dati in modo tale da avere la matrice di covarianza di esempio Σ^= ΣSΣ^=Σs\hat{\boldsymbol \Sigma} = \boldsymbol \Sigma_s ? Più in generale: siamo spesso interessati a generare dati da una densità f( x | θ )f(x|θ) f(x \vert \boldsymbol\theta) , …

22 correlation sampling random-generation covariance-matrix

6

Esempi di modelli di regressione avanzata

Sto cercando un case study di regressione lineare avanzato che illustri i passaggi necessari per modellare relazioni complesse e multiple non lineari utilizzando GLM o OLS. È sorprendentemente difficile trovare risorse che vadano oltre gli esempi scolastici di base: la maggior parte dei libri che ho letto non andrà oltre …

22 multiple-regression generalized-linear-model data-transformation splines nonlinear

4

Qual è la migliore visualizzazione per le tabelle di contingenza?

Qual è la trama migliore, dal punto di vista statistico, per mostrare una tabella di contingenza , che viene generalmente analizzata dal test chi-quadrato? È un grafico a barre schivato, grafico a barre in pila, mappa di calore, grafico di contorno, grafico a dispersione jitterred, grafico a più linee o …

22 data-visualization contingency-tables

3

Esiste un approccio bayesiano alla stima della densità

Sono interessato a stimare la densità di una vc continua . Un modo per farlo che ho imparato è l'uso della stima della densità del kernel.XXX Ma ora sono interessato a un approccio bayesiano che segue le seguenti linee. Inizialmente Credo che segue una distribuzione . Prendo letture di . …

22 bayesian pdf nonparametric-bayes dirichlet-process

3

Come posso includere effetti casuali (o misure ripetute) in una foresta casuale

Non sono nemmeno sicuro che la domanda abbia molto senso, ma penso di aver visto un paio di titoli di articoli in cui proponevano foreste casuali con effetti casuali. È possibile in R?

22 r random-forest random-effects-model