Statistiche e Big Data

Domande e risposte per le persone interessate alle statistiche, all'apprendimento automatico, all'analisi dei dati, al data mining e alla visualizzazione dei dati

3
Distribuzione asintotica della varianza del campione di campione non normale
Questo è un trattamento più generale del problema posto da questa domanda . Dopo aver derivato la distribuzione asintotica della varianza del campione, possiamo applicare il metodo Delta per arrivare alla distribuzione corrispondente per la deviazione standard. Lascia un campione di dimensione nnn di variabili casuali non normali iid {Xi},i=1,...,n{Xi},i=1,...,n\{X_i\},\;\; …
5
Cosa significa in pratica "probabilità definita solo fino a una costante moltiplicativa di proporzionalità"?
Sto leggendo un articolo in cui gli autori stanno conducendo una discussione sulla stima della massima verosimiglianza con il Teorema di Bayes, apparentemente come un'introduzione per i principianti. Come esempio di probabilità, iniziano con una distribuzione binomiale: p(x|n,θ)=(nx)θx(1−θ)n−xp(x|n,θ)=(nx)θx(1−θ)n−xp(x|n,\theta) = \binom{n}{x}\theta^x(1-\theta)^{n-x} e quindi registrare entrambi i lati ℓ(θ|x,n)=xln(θ)+(n−x)ln(1−θ)ℓ(θ|x,n)=xln⁡(θ)+(n−x)ln⁡(1−θ)\ell(\theta|x, n) = x …
1
Pericolo basale di Cox
Diciamo che ho un set di dati "catetere renale". Sto cercando di modellare una curva di sopravvivenza usando un modello Cox. Se considero un modello Cox: ho bisogno della stima del rischio di base. Utilizzando la funzione pacchetto R integrata , posso facilmente farlo in questo modo:h ( t , …
19 r  cox-model  hazard 
2
Tutorial per l'ingegneria delle funzionalità
Come è noto a tutti, l'ingegneria delle funzionalità è estremamente importante per l'apprendimento automatico, tuttavia ho trovato pochi materiali associati a quest'area. Ho partecipato a diverse competizioni in Kaggle e credo che in alcuni casi le buone caratteristiche possano persino essere più importanti di un buon classificatore. Qualcuno conosce qualche …
1
Correlazioni ottenibili per variabili casuali lognormali
Considerare le variabili casuali lognormali X1X1X_1 e X2X2X_2 con log(X1)∼N(0,1)log⁡(X1)∼N(0,1)\log(X_1)\sim \mathcal{N}(0,1) e log(X2)∼N(0,σ2)log⁡(X2)∼N(0,σ2)\log(X_2)\sim \mathcal{N}(0,\sigma^2) . ρ min ρ ( X 1 , X 2 )ρmaxρmax\rho_{\max}ρminρmin\rho_{\min}ρ(X1,X2)ρ(X1,X2)\rho (X_1,X_2) ρmax=ρ(exp(Z),exp(σZ))ρmax=ρ(exp⁡(Z),exp⁡(σZ))\rho_{\max}=\rho (\exp(Z),\exp(\sigma Z)) e ρmin=ρ(exp(Z),exp(−σZ))ρmin=ρ(exp⁡(Z),exp⁡(−σZ))\rho_{\min}=\rho (\exp(Z),\exp(-\sigma Z)) , ma hanno fatto alcuni riferimenti alla comonotonicità e alla controcomonotonicità. Speravo che qualcuno mi aiutasse a …
2
Perché la regressione sulla varianza?
Sto leggendo questa nota . A pagina 2, afferma: "Quanto della varianza nei dati è spiegata da un determinato modello di regressione?" "L'interpretazione della regressione riguarda la media dei coefficienti; l'inferenza riguarda la loro varianza." Ho letto di tali dichiarazioni numerose volte, perché dovremmo preoccuparci di "quanta parte della varianza …
2
Cos'è l'entropia empirica?
Nella definizione di insiemi congiuntamente tipici (in "Elements of Information Theory", cap. 7.6, p. 195), usiamo - 1nlogp ( xn)-1nlog⁡p(Xn)-\frac{1}{n} \log{p(x^n)}comeentropia empiricadi unaconseguenza con. Non ho mai trovato questa terminologia prima d'ora. Non è definito esplicitamente da nessuna parte in base all'indice del libro.p ( x n ) = ∏ …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.