Statistiche e Big Data

3

Rilevamento anomalo affidabile in periodi finanziari

Sto cercando alcune tecniche robuste per rimuovere valori anomali ed errori (qualunque sia la causa) dai dati finanziari delle serie temporali (ad esempio tickdata). I dati delle serie temporali tick-by-tick sono molto confusi. Contiene enormi lacune (temporali) quando lo scambio è chiuso e fa enormi salti quando lo scambio si …

16 time-series outliers

2

Scegliere tra "Statistiche" di Freedman et al. E "Modelli statistici: teoria e pratica" di Freedman

Non sono uno statistico, ma sono molto interessato alle statistiche e vorrei acquistare un libro da conservare come riferimento. Ho alcuni libri su argomenti specifici (come The Elements of Statistical Learning for machine learning o Bayesian Data Analysis for ... beh, Bayesian Data Analysis :) Stavo anche cercando un libro …

16 references

4

Perché P (A, B | C) / P (B | C) = P (A | B, C)?

16 probability conditional-probability

2

La foresta casuale ha bisogno che le variabili di input siano ridimensionate o centrate?

Le mie variabili di input hanno dimensioni diverse. Alcune variabili sono decimali mentre altre sono centinaia. È essenziale centrare (sottrarre media) o ridimensionare (dividere per deviazione standard) queste variabili di input al fine di rendere i dati senza dimensioni quando si utilizza la foresta casuale?

16 random-forest standardization data-preprocessing centering

2

Come usare la regressione logistica ordinale con effetti casuali?

Nel mio studio misurerò il carico di lavoro con diverse metriche. Con variabilità della frequenza cardiaca (HRV), attività elettrodermica (EDA) e scala soggettiva (IWS). Dopo la normalizzazione, l'IWS ha tre valori: Carico di lavoro inferiore al normale Il carico di lavoro è nella media Il carico di lavoro è superiore …

16 r logistic lme4-nlme ordered-logit polr

1

C'è qualche relazione tra somiglianza del coseno, correlazione di Pearson e punteggio z?

Mi chiedo se ci sia qualche relazione tra queste 3 misure. Non riesco a stabilire una connessione tra di loro facendo riferimento alle definizioni (forse perché sono nuovo di queste definizioni e mi sto divertendo un po 'a comprenderle). So che l'intervallo della somiglianza del coseno può essere compreso tra …

16 correlation z-score cosine-similarity

2

La definizione spline cubiche naturali per la regressione

Sto imparando le spline dal libro "Elementi di apprendimento statistico Data mining, inferenza e previsione" di Hastie et al. Ho trovato a pagina 145 che le spline cubiche naturali sono lineari oltre i nodi di confine. Ci sono KKK nodi, ξ1,ξ2,...ξKξ1,ξ2,...ξK\xi_1, \xi_2, ... \xi_K nelle spline e quanto segue è …

16 regression degrees-of-freedom splines constraint cubic

1

Qual è il significato del numero di filtri di convoluzione in una rete convoluzionale?

Cosa trasmette il numero di filtri in uno strato di convoluzione? In che modo questo numero influisce sulle prestazioni o sulla qualità dell'architettura? Voglio dire dovremmo sempre optare per un numero maggiore di filtri? cosa c'è di buono in loro? e in che modo le persone assegnano un numero diverso …

16 deep-learning conv-neural-network

2

Interpretazione dell'intervallo di confidenza

Nota: mi scuso in anticipo se questo è un duplicato, non ho trovato una q simile nella mia ricerca Supponiamo di avere un parametro vero p. Un intervallo di confidenza C (X) è un camper che contiene p, diciamo il 95% delle volte. Supponiamo ora di osservare X e calcolare …

16 probability confidence-interval

3

Quando possiamo parlare di collinearità

Nei modelli lineari dobbiamo verificare se esiste una relazione tra le variabili esplicative. Se si correlano troppo, allora c'è collinearità (cioè le variabili si spiegano in parte a vicenda). Attualmente sto solo esaminando la correlazione a coppie tra ciascuna delle variabili esplicative. Domanda 1: Cosa classifica come troppa correlazione? Ad …

16 correlation linear-model multicollinearity

3

Perché è necessario utilizzare REML (anziché ML) per scegliere tra i modelli var-covar nidificati?

Varie descrizioni sulla selezione del modello sugli effetti casuali dei Modelli misti lineari indicano l'uso del REML. Conosco la differenza tra REML e ML ad un certo livello, ma non capisco perché REML debba essere usato perché ML è di parte. Ad esempio, è sbagliato condurre un LRT su un …

16 mixed-model maximum-likelihood unbiased-estimator likelihood-ratio reml

3

Come scegliere prima nella stima dei parametri bayesiani

Conosco 3 metodi per eseguire la stima dei parametri, l'approccio ML, MAP e Bayes. E per l'approccio MAP e Bayes, dobbiamo scegliere i priori per i parametri, giusto? Supponiamo di avere questo modello , in cui sono parametri, per fare la stima usando MAP o Bayes, ho letto nel libro …

16 bayesian estimation prior

2

Cos'è la funzione di autocorrelazione?

Qualcuno può spiegare la funzione di autocorrelazione nei dati di una serie temporale? Applicando acf ai dati, quale sarebbe l'applicazione?

16 autocorrelation

1

Numero minimo di punti per una regressione lineare

Quale sarebbe un numero minimo "ragionevole" di osservazioni per cercare una tendenza nel tempo con una regressione lineare? che dire di montare un modello quadratico? Lavoro con indici compositi di disuguaglianza nella salute (SII, RII), e ho solo 4 ondate del sondaggio, quindi 4 punti (1997,2001,2004,2008). Non sono uno statistico, …

16 regression

2

Quali sono alcune tecniche per campionare due variabili casuali correlate?

Quali sono alcune tecniche per campionare due variabili casuali correlate: se le loro distribuzioni di probabilità sono parametrizzate (ad es. log-normale) se hanno distribuzioni non parametriche. I dati sono due serie temporali per le quali possiamo calcolare coefficienti di correlazione diversi da zero. Desideriamo simulare questi dati in futuro, supponendo …

16 correlation sampling monte-carlo stochastic-processes copula