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

Formula a forma chiusa per la funzione di distribuzione tra cui asimmetria e curtosi?

Esiste una tale formula? Dato un insieme di dati per i quali la media, la varianza, l'asimmetria e la curtosi sono note o che possono essere misurate, esiste una singola formula che può essere utilizzata per calcolare la densità di probabilità di un valore che si presume provenga dai dati …

13 distributions pdf kurtosis skewness

Qual è il significato di un gold standard?

Durante la lettura di alcuni documenti, mi sono imbattuto nel termine "set d'oro" o "gold standard". Quello che non capisco è ciò che rende un set di dati gold standard? Accettazione da parte dei pari, conteggio delle citazioni e se è la libertà del ricercatore e la rilevanza del problema …

13 terminology

Interpretazione delle barre del range in R's plot.stl?

Ho difficoltà a capire cosa plot.stlsignificano esattamente le barre della gamma . Ho trovato il post di Gavin su questa domanda e ho letto anche la documentazione, capisco che raccontano l'entità relativa dei componenti decomposti, ma non sono ancora del tutto sicuro di come funzionino. Per esempio: dati: barra minuscola, …

13 r time-series

Come si sceglie un'unità di analisi (livello di aggregazione) in una serie temporale?

Se puoi misurare una serie temporale di osservazioni a qualsiasi livello di precisione nel tempo e il tuo obiettivo dello studio è identificare una relazione tra X e Y, c'è qualche giustificazione empirica per scegliere un livello specifico di aggregazione rispetto a un altro, o dovrebbe la scelta può essere …

13 time-series aggregation disaggregation

La visualizzazione è una logica sufficiente per trasformare i dati?

Problema Vorrei tracciare la varianza spiegata da ciascuno dei 30 parametri, ad esempio come un grafico a barre con una barra diversa per ciascun parametro e la varianza sull'asse y: Tuttavia, le varianze sono fortemente inclinate verso valori piccoli, incluso 0, come si può vedere nell'istogramma seguente: Se li trasformo …

13 data-visualization data-transformation histogram

Interrompere l'affidabilità degli eventi in una serie temporale con incertezza sul tempo dell'evento

Ho più programmatori indipendenti che stanno provando a identificare gli eventi in una serie temporale - in questo caso, guardando il video della conversazione faccia a faccia e cercando comportamenti non verbali particolari (ad esempio, annuisce alla testa) e codificando il tempo e la categoria di ciascuno evento. Questi dati …

13 time-series reliability agreement-statistics

Test della non linearità nella regressione logistica (o altre forme di regressione)

Uno dei presupposti della regressione logistica è la linearità nel logit. Quindi una volta che ho messo in moto il mio modello ho testato la non linearità usando il test Box-Tidwell. Uno dei miei predittori continui (X) è risultato positivo alla non linearità. Cosa dovrei fare dopo? Poiché si tratta …

13 regression logistic references assumptions regression-strategies

Significato di correlazione incrociata in R

Come si fa a dire se le correlazioni a ritardi diversi ottenuti dalla correlazione incrociata (funzione ccf) di due serie temporali sono significative.

13 r statistical-significance cross-correlation

Qual è la distribuzione di OR (odds ratio)?

Ho un sacco di articoli che presentano "OR" con un IC al 95% (intervalli di confidenza). Voglio stimare dagli articoli il valore P per l'OR osservato. Per questo, ho bisogno di un presupposto riguardo alla distribuzione OR. Quale distribuzione posso assumere / utilizzare in sicurezza?

13 distributions odds-ratio

Qual è la differenza / relazione tra metodo dei momenti e GMM?

Qualcuno può spiegarmi la differenza tra metodo dei momenti e GMM (metodo generale dei momenti), la loro relazione e quando usare l'uno o l'altro?

13 estimation method-of-moments generalized-moments

Modi migliori per aggregare e analizzare i dati

Avendo appena iniziato a insegnare a me stesso l'apprendimento automatico e l'analisi dei dati, mi ritrovo a colpire un muro di mattoni sulla necessità di creare e interrogare grandi serie di dati. Vorrei prendere i dati che ho aggregato nella mia vita professionale e personale e analizzarli, ma non sono …

13 data-mining dataset eda

Qualcuno può spiegare l'algoritmo di retro-propagazione? [duplicare]

Questa domanda ha già risposte qui : Algoritmo di backpropagation (2 risposte) Chiuso 3 mesi fa . Cos'è l'algoritmo di retro-propagazione e come funziona?

13 algorithms optimization neural-networks

È possibile utilizzare la macchina vettoriale di supporto in dati di grandi dimensioni?

Con la conoscenza limitata che ho su SVM, è buono per una matrice di dati breve e grassa (molte funzionalità e non troppe istanze), ma non per i big data.XXX Capisco una ragione è che la Kernel Matrix è una matrice n × n in cui, n è il numero …

13 machine-learning svm large-data

Come eseguire la regressione lineare in modo parallelo / distribuito per l'impostazione dei big data?

Sto lavorando a un problema di regressione lineare molto grande, con dimensioni dei dati così grandi che devono essere archiviate su un cluster di macchine. Sarà troppo grande per aggregare tutti i campioni nella memoria di una singola macchina (anche disco) Per regredire questi dati, sto pensando a un approccio …

13 regression linear large-data

Qual è la differenza tra variabile casuale e campione casuale?

Queste due espressioni mi hanno confuso molto quando stavo imparando le statistiche. Mi sembra che siano cose totalmente diverse. Un campione casuale consiste nel prelevare in modo casuale un campione da una popolazione, mentre una variabile casuale è come una funzione che mappa l'insieme di tutti i possibili risultati di …

13 mathematical-statistics random-variable terminology sample

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.