Statistiche e Big Data

2

La normalità articolare è una condizione necessaria affinché la somma delle normali variabili casuali sia normale?

Nei commenti che seguono questa mia risposta a una domanda correlata, gli utenti ssdecontrol e Glen_b hanno chiesto se la normalità congiunta di e è necessaria per affermare la normalità della somma ? Che la normalità comune sia sufficiente è, ovviamente, ben noto. Questa domanda supplementare non è stata affrontata …

13 probability normal-distribution distributions bivariate multivariate-normal

1

Che cos'è la soglia ottimale F1? Come calcolarlo?

Ho usato la funzione h2o.glm () in R che fornisce una tabella di contingenza nel risultato insieme ad altre statistiche. La tabella di contingenza è intitolata " Tabulazione incrociata basata sulla soglia ottimale F1 " Wikipedia definisce il punteggio F1 o il punteggio F come media armonica di precisione e …

13 threshold

2

Formula per intervallo di confidenza al 95% per

Ho cercato su google e cercato su stats.stackexchange ma non riesco a trovare la formula per calcolare un intervallo di confidenza al 95% per un valore per una regressione lineare. Qualcuno può fornirlo?R2R2R^2 Ancora meglio, diciamo che avevo eseguito la regressione lineare di seguito in R. Come avrei calcolato un …

13 r regression confidence-interval inference r-squared

3

Risultati teorici dietro le reti neurali artificiali

Ho appena coperto reti neurali artificiali nel corso di Machine Learning di Coursera e mi piacerebbe conoscere più teoria dietro di loro. Trovo la motivazione che imitano la biologia un po 'insoddisfacente. In superficie sembra che ad ogni livello sostituiamo le covariate con una loro combinazione lineare. Facendolo ripetutamente, consentiamo …

13 machine-learning neural-networks theory

1

Qual è la differenza tra l'interpretazione della curva GINI e AUC?

abbiamo usato per creare la curva GINI usando l'ascensore creato con l'aiuto della percentuale di buono e cattivo per la modellazione di scorecard. Ma quello che ho studiato è che la curva ROC viene creata usando la matrice di confusione con Specificità (1- Vero negativo) come asse x e sensibilità …

13 roc gini

4

Nessun termine di regolarizzazione per unità di polarizzazione nella rete neurale

Secondo questo tutorial sull'apprendimento profondo , la riduzione del peso (regolarizzazione) di solito non viene applicata ai termini di errore b perché? Qual è il significato (intuizione) dietro di esso?

13 machine-learning neural-networks bias regularization

4

Interpretazione della varianza dell'effetto casuale in glmer

Sto rivedendo un articolo sull'impollinazione, in cui i dati sono distribuiti binomialmente (il frutto matura o no). Quindi ho usato glmercon un effetto casuale (singola pianta) e un effetto fisso (trattamento). Un revisore vuole sapere se la pianta ha avuto un effetto sull'allegagione, ma ho difficoltà a interpretare i glmerrisultati. …

13 r generalized-linear-model variance lme4-nlme ecology

2

Qual è l'interpretazione della covarianza dei coefficienti di regressione?

La funzione lm in R può stampare la covarianza stimata dei coefficienti di regressione. Cosa ci danno queste informazioni? Ora possiamo interpretare meglio il modello o diagnosticare i problemi che potrebbero essere presenti nel modello?

13 r multiple-regression least-squares

4

La disuguaglianza del triangolo è rispettata per queste distanze basate sulla correlazione?

Per il clustering gerarchico vedo spesso le seguenti due "metriche" (non stanno esattamente parlando) per misurare la distanza tra due variabili casuali e : \ newcommand {\ Cor} {\ mathrm {Cor}} \ begin {align} d_1 (X, Y) & = 1- | \ Cor (X, Y) |, \\ D_2 (X, Y) …

13 correlation clustering distance metric

2

Come si trova la media di una somma di variabili dipendenti?

So che la media della somma delle variabili indipendenti è la somma delle medie di ciascuna variabile indipendente. Questo vale anche per le variabili dipendenti?

13 mean non-independent

1

Probabilità marginale dall'output di Gibbs

Sto riproducendo da zero i risultati nella Sezione 4.2.1 di Probabilità marginale dall'output di Gibbs Siddhartha Chib Journal of American Statistical Association, Vol. 90, n. 432. (dicembre 1995), pagg. 1313-1321. È una miscela di modello normale con numero noto k≥1k≥1k\geq 1 di componenti. f(x∣w,μ,σ2)=∏i=1n∑j=1kN(xi∣μj,σ2j).(∗)f(x∣w,μ,σ2)=∏i=1n∑j=1kN(xi∣μj,σj2).(∗) f(x\mid w,\mu,\sigma^2) =\prod_{i=1}^n\sum_{j=1}^k \mathrm{N}(x_i\mid\mu_j,\sigma_j^2) \, . …

13 bayesian mixture gibbs

2

Calcolo di

Ho letto sul calcolo dei valori di in modelli misti e dopo aver letto le FAQ di R-sig, altri post su questo forum (ne collegherei alcuni ma non ho abbastanza reputazione) e molti altri riferimenti che capisco che usando valori di nel contesto di modelli misti sono complicati.R 2R2R2R^2R2R2R^2 Tuttavia, …

13 r mixed-model r-squared lme4-nlme

2

Catturare la stagionalità nella regressione multipla per i dati giornalieri

Ho un dato di vendita giornaliero per un prodotto che è altamente stagionale. Voglio catturare la stagionalità nel modello di regressione. Ho letto che se disponi di dati trimestrali o mensili, in quel caso puoi creare rispettivamente 3 e 11 variabili fittizie - ma posso gestire i dati giornalieri? Ho …

13 regression time-series multiple-regression categorical-data

3

Autocorrelazione residua rispetto alla variabile dipendente ritardata

Quando si modella la serie temporale si ha la possibilità di (1) modellare la struttura correlazionale dei termini di errore, ad esempio un processo AR (1) (2) include la variabile dipendente ritardata come variabile esplicativa (sul lato destro) Capisco che a volte ci sono ragioni sostanziali per cui andare (2). …

13 time-series autocorrelation residuals lags

1

Integrazione di un CDF empirico

Ho una distribuzione empirica . Lo calcolo come segueG(x)G(x)G(x) x <- seq(0, 1000, 0.1) g <- ecdf(var1) G <- g(x) Indico , ovvero è il pdf mentre è il cdf.h(x)=dG/dxh(x)=dG/dxh(x) = dG/dxhhhGGG Ora voglio risolvere un'equazione per il limite superiore di integrazione (diciamo ), in modo tale che il valore …

13 r integral ecdf