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
Bootstrap: il problema del sovradimensionamento
Supponiamo che uno esegua il cosiddetto bootstrap non parametrico tracciando campioni di dimensioni n ciascuno ciascuno dalle n osservazioni originali con sostituzione. Credo che questa procedura equivale a stimare la funzione di distribuzione cumulativa dal cdf empirico:BBBnnnnnn http://en.wikipedia.org/wiki/Empirical_distribution_function e quindi ottenere i campioni di bootstrap simulando osservazioni dalla stima b …
2
k-significa vs k-mediana?
So che esiste un algoritmo di clustering di k-medie e k-mediana. Uno che utilizza la media come centro del cluster e l'altro utilizza la mediana. La mia domanda è: quando / dove usare quale?
1
Bande di confidenza per la linea QQ
Questa domanda non riguarda specificamente R, ma ho scelto di usarla Rper illustrarla. Considera il codice per produrre bande di confidenza attorno a una (normale) linea qq: library(car) library(MASS) b0<-lm(deaths~.,data=road) qqPlot(b0$resid,pch=16,line="robust") Sto cercando una spiegazione di (o alternativa un collegamento a un documento cartaceo / online che spieghi) come sono …
3
I coefficienti di regressione logistica hanno un significato?
Ho un problema di classificazione binaria da diverse funzionalità. I coefficienti di una regressione logistica (regolarizzata) hanno un significato interpretabile? Ho pensato che potessero indicare la dimensione dell'influenza, dato che le caratteristiche sono state normalizzate in anticipo. Tuttavia, nel mio problema i coefficienti sembrano dipendere in modo sensibile dalle caratteristiche …
2
Soggettività nelle statistiche del frequentista
Sento spesso l'affermazione secondo cui le statistiche bayesiane possono essere altamente soggettive. L'argomento principale è che l'inferenza dipende dalla scelta di un priore (anche se si potrebbe usare il principio di indifferenza o massima entropia per scegliere un priore). In confronto, afferma l'affermazione, le statistiche frequentiste sono in genere più …
1
Classificatori di machine learning big-O o complessità
Per valutare le prestazioni di un nuovo algoritmo di classificazione, sto cercando di confrontare l'accuratezza e la complessità (big-O in formazione e classificazione). Dall'apprendimento automatico: una recensione ottengo un elenco completo dei classificatori supervisionati, anche una tabella di precisione tra gli algoritmi e 44 problemi di test dal deposito di …
3
Come calcolare la sovrapposizione tra densità di probabilità empiriche?
Sto cercando un metodo per calcolare l'area di sovrapposizione tra due stime della densità del kernel in R, come misura della somiglianza tra due campioni. Per chiarire, nel seguente esempio, avrei bisogno di quantificare l'area della regione di sovrapposizione violacea: library(ggplot2) set.seed(1234) d <- data.frame(variable=c(rep("a", 50), rep("b", 30)), value=c(rnorm(50), runif(30, …
1
Qual è la differenza tra coefficienti di regressione e coefficienti di regressione parziale?
Ho letto nel Abdi (2003) che Quando le variabili indipendenti sono ortogonali a coppie, l'effetto di ciascuna di esse nella regressione viene valutato calcolando la pendenza della regressione tra questa variabile indipendente e la variabile dipendente. In questo caso (ovvero ortogonalità degli IV), i coefficienti di regressione parziale sono uguali …
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.