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

1
Pearson VS Deviance Residuals nella regressione logistica
So che i residui Pearson standardizzati sono ottenuti in modo probabilistico tradizionale: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} e Deviance Residuals sono ottenuti attraverso un modo più statistico (il contributo di ciascun punto alla probabilità): di=si−2[yilogπi^+(1−yi)log(1−πi)]−−−−−−−−−−−−−−−−−−−−−−−−−−√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + (1 - y_i)\log(1-\pi_i)]} dove = 1 se = 1 …
3
Modelli a due stadi: differenza tra i modelli di Heckman (per gestire la selezione dei campioni) e le variabili strumentali (per gestire l'endogenità)
Sto cercando di aggirare la differenza tra la selezione del campione e l'endogeneità e, a sua volta, come i modelli di Heckman (per gestire la selezione del campione) differiscono dalle regressioni variabili strumentali (per gestire l'endogeneità). È corretto affermare che la selezione del campione è una forma specifica di endogeneità, …
2
Perché la ρ di Pearson è solo una misura esauriente dell'associazione se la distribuzione articolare è normale multivariata?
Questa affermazione è stata sollevata nella prima risposta a questa domanda . Penso che la domanda "perché" sia sufficientemente diversa da giustificare un nuovo thread. La "misura esaustiva dell'associazione" su Google non ha prodotto alcun riscontro, e non sono sicuro di cosa significhi quella frase.
4
Incomprensione di un valore P?
Quindi ho letto molto su come interpretare correttamente un valore P e, da quello che ho letto, il valore p dice NIENTE sulla probabilità che l'ipotesi nulla sia vera o falsa. Tuttavia, quando si legge la seguente dichiarazione: Il valore p rappresenta la probabilità di commettere un errore di tipo …
1
Integrazione di Metropolis-Hastings: perché la mia strategia non funziona?
Supponiamo di avere una funzione che voglio integrare Ovviamente supponendo che vada a zero agli endpoint, nessun ingrandimento, bella funzione. Un modo in cui mi sono armeggiato è usare l'algoritmo Metropolis-Hastings per generare un elenco di campioni dalla distribuzione proporzionale a , che manca della costante di normalizzazione che chiamerò …
3
Perché abbiamo bisogno del Bootstrapping?
Attualmente sto leggendo "All of Statistics" di Larry Wasserman e perplesso per qualcosa che ha scritto nel capitolo sulla stima delle funzioni statistiche di modelli non parametrici. Ha scritto "A volte possiamo trovare l'errore standard stimato di una funzione statistica eseguendo alcuni calcoli. Tuttavia in altri casi non è ovvio …
3
tanh vs. sigmoid nella rete neurale
Mi scuso in anticipo per il fatto che sto ancora arrivando al passo con questo. Sto cercando di capire i pro e i contro dell'utilizzo di tanh (mappa da -1 a 1) vs. sigmoid (mappa da 0 a 1) per la mia funzione di attivazione del neurone. Dalla mia lettura …
2
Per quali distribuzioni esiste uno stimatore imparziale in forma chiusa per la deviazione standard?
Per la distribuzione normale, esiste uno stimatore imparziale della deviazione standard data da: σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2−−−−−−−−−−−−√σ^unbiased=Γ(n−12)Γ(n2)12∑k=1n(xi−x¯)2\hat{\sigma}_\text{unbiased} = \frac{\Gamma(\frac{n-1}{2})}{\Gamma(\frac{n}{2})} \sqrt{\frac{1}{2}\sum_{k=1}^n(x_i-\bar{x})^2} La ragione per cui questo risultato non è così noto sembra essere che è in gran parte una curiosità piuttosto che una questione di grande importanza . La prova è coperta su questo …
1
numero di mappe caratteristiche in reti neurali convoluzionali
Quando apprendo la rete neurale convoluzionale, ho domande riguardanti la figura seguente. 1) C1 nel layer 1 ha 6 mappe caratteristiche, significa che ci sono sei kernel convoluzionali? Ogni kernel convoluzionale viene utilizzato per generare una mappa delle caratteristiche basata sull'input. 2) S1 nel livello 2 ha 6 mappe caratteristiche, …
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.