Statistiche e Big Data

1

Inferenza condizionale frequentista è ancora utilizzata nella pratica?

Di recente ho recensito alcuni vecchi articoli di Nancy Reid, Barndorff-Nielsen, Richard Cox e, sì, un po 'di Ronald Fisher sul concetto di "inferenza condizionale" nel paradigma frequentista, il che sembra significare che le inferenze sono basate considerando solo il "sottoinsieme rilevante" dello spazio campione, non dell'intero spazio campione. Come …

13 confidence-interval maximum-likelihood inference

1

Cosa significa "end to end" nei metodi di apprendimento profondo?

Voglio sapere di cosa si tratta e in che modo differisce dall'insieme? Supponiamo che io voglia ottenere un'elevata precisione nella classificazione e nella segmentazione, per un compito specifico, se per raggiungere questo scopo utilizzo reti diverse, come CNN, RNN, ecc., Si chiama modello end-to-end? (architettura?) o no?

13 machine-learning terminology deep-learning

1

Il calcolo di Steve Hsu sui geni in Cina

Sul suo blog , il fisico Steve Hsu ha scritto quanto segue: Supponendo una distribuzione normale, ci sono solo circa 10.000 persone negli Stati Uniti che si esibiscono a + 4 DS e un numero simile in Europa, quindi questa è una popolazione abbastanza selezionata (approssimativamente, le prime centinaia di …

13 normal-distribution

1

Quali sono alcune utili tecniche di aumento dei dati per reti neurali convoluzionali profonde?

Sfondo: Di recente ho compreso a un livello più profondo l'importanza dell'aumento dei dati durante l'addestramento di reti neurali convoluzionali dopo aver visto questo eccellente discorso di Geoffrey Hinton . Spiega che le reti neurali convoluzionali della generazione attuale non sono in grado di generalizzare il quadro di riferimento dell'oggetto …

13 machine-learning deep-learning

2

Fare un bayesiano prima di un risultato frequentista

Come si può fare per trasformare un risultato frequentista in un precedente bayesiano? Considera il seguente scenario piuttosto generico: un esperimento è stato condotto in passato e un risultato su alcuni parametri stato misurato. L'analisi è stata fatta con una metodologia frequentista. Nei risultati viene indicato un intervallo di confidenza …

13 bayesian confidence-interval meta-analysis prior

1

Qual è la differenza tra regressione logistica e regressione della risposta frazionaria?

Per quanto ne so, la differenza tra il modello logistico e il modello di risposta frazionaria (frm) è che la variabile dipendente (Y) in cui frm è [0,1], ma la logistica è {0, 1}. Inoltre, frm utilizza lo stimatore di quasi-verosimiglianza per determinare i suoi parametri. Normalmente, possiamo usare glmper …

13 r logistic generalized-linear-model quasi-likelihood

1

Perché la media aritmetica è più piccola della media di distribuzione in una distribuzione log-normale?

Quindi, ho un processo casuale che genera variabili casuali normalmente distribuite nel registro XXX. Ecco la funzione di densità di probabilità corrispondente: Volevo stimare la distribuzione di alcuni momenti di quella distribuzione originale, diciamo il primo momento: la media aritmetica. Per fare ciò, ho disegnato 100 variabili casuali 10000 volte …

13 estimation bias fitting lognormal moments

1

Prevenire l'overfitting di LSTM su piccoli set di dati

Sto modellando 15000 tweet per la previsione del sentimento usando un LSTM a singolo strato con 128 unità nascoste usando una rappresentazione simile a word2vec con 80 dimensioni. Ottengo una precisione di discesa (38% con casuale = 20%) dopo 1 epoca. Un ulteriore addestramento fa declinare l'accuratezza della convalida man …

13 deep-learning regularization overfitting lstm

1

Specificare in precedenza la dimensione dell'effetto nella meta-analisi

La mia domanda riguarda i priori sulle dimensioni degli effetti, nel mio progetto la misura è la di Cohen . Leggendo la letteratura sembra che vengano spesso usati vaghi priori, come nel noto esempio di otto scuole di una meta-analisi gerarchica bayesiana. Nell'esempio delle otto scuole, ho visto un vago …

13 bayesian meta-analysis effect-size

4

Quali informazioni fornisce un diagramma a riquadro che un istogramma non fornisce?

Gli istogrammi danno un buon senso della distribuzione di una variabile. I diagrammi a riquadri tentano di fare la stessa cosa, tuttavia non forniscono un'immagine della distribuzione di questa variabile. Non capisco perché le persone usano i grafici a scatole. Gli istogrammi sono migliori in ogni modo. C'è un motivo …

13 data-visualization histogram boxplot

2

Test t per campioni indipendenti: i dati devono davvero essere normalmente distribuiti per campioni di grandi dimensioni?

Diciamo che voglio testare se due campioni indipendenti hanno mezzi diversi. So che la distribuzione sottostante non è normale . Se capisco correttamente, la mia statistica di test è la media e, per dimensioni del campione sufficientemente grandi, la media dovrebbe essere normalmente distribuita anche se i campioni non lo …

13 t-test central-limit-theorem z-test

3

Come possono essere utilizzati modelli di apprendimento automatico (GBM, NN ecc.) Per l'analisi della sopravvivenza?

So che i modelli statistici tradizionali come la regressione dei rischi proporzionali di Cox e alcuni modelli di Kaplan-Meier possono essere utilizzati per prevedere giorni prima che si verifichi il verificarsi di un evento, ad esempio un fallimento, ecc. Analisi di sopravvivenza Domande Come può essere utilizzata la versione di …

13 machine-learning classification survival cox-model kaplan-meier

3

Quali sono stati i principali contributi statistici di Ronald Fisher?

Richard Dawkins ha descritto Ronald Fisher come "il padre della statistica moderna e del design sperimentale", una linea che è citata nella biografia di Wikipedia di Fisher . E anche Anders Hald lo ha definito "un genio che ha creato quasi da solo le basi della moderna scienza statistica" nel …

13 history ronald-fisher

2

Quali sono le applicazioni pratiche note e esistenti della teoria del caos nel data mining?

Mentre leggendo casualmente alcune opere di mercato di massa sulla teoria del caos negli ultimi anni, ho iniziato a chiedermi come possano essere applicati vari aspetti di esso al data mining e ai campi correlati, come reti neurali, riconoscimento dei modelli, gestione dell'incertezza, ecc. Fino ad oggi, I Ho incontrato …

13 self-study mathematical-statistics references data-mining fractal

2

La spiegazione di Layman sulla censura nell'analisi della sopravvivenza

Ho letto cos'è la censura e come deve essere spiegata nell'analisi di sopravvivenza, ma mi piacerebbe ascoltarne una definizione meno matematica e una definizione più intuitiva (le immagini sarebbero fantastiche!). Qualcuno può darmi una spiegazione di 1) censura e 2) come influisce su cose come le curve di Kaplan-Meier e …

13 survival cox-model censoring