Statistiche e Big Data

4

Mi sono imbattuto in questi due termini che sono usati in modo intercambiabile in molti contesti. Fondamentalmente, un moderatore (M) è un fattore che influisce sulla relazione tra X e Y. L'analisi della moderazione viene solitamente eseguita utilizzando un modello di regressione. Ad esempio, il genere (M) può influire sulla …

14 regression interaction interpretation regression-coefficients terminology

5

Quale algoritmo di classificazione statistica può prevedere vero / falso per una sequenza di input?

Data una sequenza di input, devo determinare se questa sequenza ha una certa proprietà desiderata. La proprietà può essere solo vera o falsa, ovvero ci sono solo due possibili classi a cui una sequenza può appartenere. L'esatta relazione tra la sequenza e la proprietà non è chiara, ma credo che …

14 machine-learning classification modeling

2

In che modo ARMA / ARIMA è correlato alla modellazione di effetti misti?

Nell'analisi dei dati del panel, ho usato modelli multi-livello con effetti casuali / misti per affrontare i problemi di auto-correlazione (ad esempio, le osservazioni sono raggruppate all'interno degli individui nel tempo) con altri parametri aggiunti per adattarsi ad alcune specifiche di tempo e shock di interesse . ARMA / ARIMA …

14 time-series mixed-model arima multilevel-analysis

3

Cosa significa distribuzione troncata?

In un articolo di ricerca sull'analisi di sensibilità di un normale modello di equazione differenziale di un sistema dinamico, l'autore ha fornito la distribuzione di un parametro del modello come distribuzione normale (media = 1e-4, std = 3e-5) troncata nell'intervallo [0,5e -4 1,5e-4]. Quindi utilizza i campioni di questa distribuzione …

14 distributions simulation truncation

1

Quando le classi sbilanciate in eccesso o in sottocampionamento, la massimizzazione della precisione differisce dalla minimizzazione dei costi di classificazione errata?

Prima di tutto, vorrei descrivere alcuni layout comuni utilizzati dai libri di Data Mining spiegando come gestire i set di dati non bilanciati . Di solito la sezione principale è denominata set di dati non bilanciati e copre queste due sottosezioni: classificazione sensibile ai costi e tecniche di campionamento. Sembra …

14 machine-learning classification unbalanced-classes

4

Come digerire il contesto statistico?

In primo luogo, suppongo che non tutti i membri attivi di questo interessante sito siano statistici come loro lavoro. Altrimenti la domanda che viene posta come segue non ha alcun senso! Li rispetto ovviamente, ma ho bisogno di una spiegazione un po 'più pratica piuttosto che concettuale. Comincio con un …

14 self-study terminology notation

8

Quali sono gli "algoritmi caldi" per l'apprendimento automatico?

Questa è una domanda ingenua da parte di qualcuno che inizia a imparare l'apprendimento automatico. In questi giorni sto leggendo il libro "Apprendimento automatico: una prospettiva algoritmica" di Marsland. Lo trovo utile come libro introduttivo, ma ora vorrei passare ad algoritmi avanzati, quelli che attualmente stanno dando i migliori risultati. …

14 machine-learning clustering bioinformatics

2

Qual è la differenza tra varianza campionaria e varianza campionaria?

Qual è la differenza tra varianza campionaria e varianza campionaria? Sembrano uguali. No?

14 sampling variance sample

3

Qual è l'effetto delle variabili dicotomizzanti?

Nella dicotomizzazione delle variabili, quali informazioni si perdono nel processo? In che modo una dicotomizzazione aiuta nelle analisi?

14 regression data-transformation binary-data

1

Interpretazione della distanza dall'iperpiano in SVM

Ho qualche dubbio nel comprendere intuitivamente gli SVM. Supponiamo di aver addestrato un modello SVM per la classificazione utilizzando alcuni strumenti standard come SVMLight o LibSVM. Quando utilizziamo questo modello per la previsione sui dati di test, il modello genera un file con valori "alfa" per ciascun punto di test. …

14 machine-learning svm max-margin

3

Come usare la funzione test Levene in R?

Sono un principiante della statistica e R e ho dei problemi con l'uso della funzione Levene (vorrei verificare l'uguaglianza di varianza di due campioni). La documentazione dice che dovrei eseguire: levene.test (y, gruppo) Ma non ho idea di cosa dovrei mettere come y e gruppo? Ho due diversi campioni che …

14 r variance levenes-test

2

Ci sono differenze nell'approccio bayesiano e frequentista all'EDA?

In parole povere: ci sono differenze nell'approccio bayesiano e frequentista all'analisi dei dati esplorativi? Non conosco alcun pregiudizio intrinseco nei metodi EDA poiché un istogramma è un istogramma, un diagramma a dispersione è un diagramma a dispersione, ecc., Né ho trovato esempi di differenze nel modo in cui l'EDA viene …

14 bayesian frequentist eda

4

Regressione logistica con variabili binarie dipendenti e indipendenti

È appropriato eseguire una regressione logistica in cui le variabili dipendenti e indipendenti sono binarie? ad esempio la variabile dipendente è 0 e 1 e i predittori sono variabili codificate in contrasto -1 e 1?

14 logistic

1

Generazione di valori da una distribuzione gaussiana multivariata

Attualmente sto cercando di valori Simula di un NNN -dimensionale variabile casuale XXX che ha una distribuzione normale multivariata con vettore medio μ=(μ1,...,μN)Tμ=(μ1,...,μN)T\mu = (\mu_1,...,\mu_N)^T e la matrice di covarianza .SSS Spero di utilizzare una procedura simile al metodo inversa CDF, il che significa che voglio generare un primo -dimensionale …

14 matlab algorithms random-generation multivariate-normal

3

Come ridimensionare le trame di violino per i confronti?

Sto cercando di disegnare trame di violino e mi chiedo se esiste una best practice accettata per ridimensionarli tra i gruppi. Ecco tre opzioni che ho provato a utilizzare il mtcarsset di dati R (Motor Trend Cars del 1973, disponibile qui ). Pari larghezze Sembra essere ciò che fa il …

14 distributions data-visualization nonparametric