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

1
L'esatto test di Fisher fornisce valori p non uniformi
Sto cercando di applicare l'esatto test di Fisher in un problema di genetica simulata, ma i valori di p sembrano essere distorti a destra. Essendo un biologo, credo che manchi qualcosa di ovvio per ogni statistico, quindi apprezzerei molto il tuo aiuto. La mia configurazione è questa: (configurazione 1, i …
1
Perché non una solida regressione ogni volta?
Esempi di questa pagina mostrano che la semplice regressione è notevolmente influenzata dai valori erratici e questo può essere superato con tecniche di regressione robusta: http://www.alastairsanderson.com/R/tutorials/robust-regression-in-R/ . Credo che lmrob e ltsReg siano altre solide tecniche di regressione. Perché non si dovrebbe fare una regressione solida (come rlm o rq) …
2
Dimensione VC dei modelli di regressione
Nella serie di lezioni Learning from Data , il professore menziona che la dimensione VC misura la complessità del modello su quanti punti un modello può frantumare. Quindi questo funziona perfettamente per i modelli di classificazione in cui potremmo dire di N punti se il classificatore è in grado di …
1
Qual è la connessione tra regolarizzazione e metodo dei moltiplicatori di lagrange?
Per evitare il sovradimensionamento delle persone, le persone aggiungono un termine di regolarizzazione (proporzionale alla somma quadrata dei parametri del modello) con un parametro di regolarizzazione alla funzione di costo della regressione lineare. Questo parametro lo stesso di un moltiplicatore di lagrange? Quindi la regolarizzazione è la stessa del metodo …
1
Trasformazione lineare di una variabile casuale mediante una matrice rettangolare alta
X⃗ ∈ RnX→∈Rn\vec{X} \in \mathbb{R}^nfX⃗ ( x⃗ )fX→(x→)f_\vec{X}(\vec{x})n × nn×nn \times nUNAAY⃗ = A X⃗ Y→=AX→\vec{Y} = A\vec{X}Y⃗ Y→\vec{Y}fY⃗ ( y⃗ ) = 1| det A |fX⃗ ( A- 1y⃗ ) .fY→(y→)=1|detA|fX→(A−1y→). f_{\vec{Y}}(\vec{y}) = \frac{1}{\left|\det A\right|}f_{\vec{X}}(A^{-1}\vec{y}). Ora supponiamo che trasformiamo invece di una matrice , con , dando . Chiaramente …
2
pdf di un prodotto di due variabili casuali Uniform indipendenti
Sia ~ e ~ due variabili casuali indipendenti con le distribuzioni date. Qual è la distribuzione di ?XXXU(0,2)U(0,2)U(0,2)YYYU(−10,10)U(−10,10)U(-10,10)V=XYV=XYV=XY Ho provato la convoluzione, sapendolo h(v)=∫y=+∞y=−∞1yfY(y)fX(vy)dyh(v)=∫y=−∞y=+∞1yfY(y)fX(vy)dyh(v) = \int_{y=-\infty}^{y=+\infty}\frac{1}{y}f_Y(y) f_X\left (\frac{v}{y} \right ) dy Sappiamo anche che , fY(y)=120fY(y)=120f_Y(y) = \frac{1}{20} h(v)=120∫y=10y=−101y⋅12dyh(v)=120∫y=−10y=101y⋅12dyh(v)= \frac{1}{20} \int_{y=-10}^{y=10} \frac{1}{y}\cdot \frac{1}{2}dy h(v)=140∫y=10y=−101ydyh(v)=140∫y=−10y=101ydyh(v)=\frac{1}{40}\int_{y=-10}^{y=10} \frac{1}{y}dy Qualcosa mi dice, c'è qualcosa …
2
Va bene tracciare una linea di regressione per i dati classificati (correlazione di Spearman)?
Ho dei dati per i quali ho calcolato la correlazione di Spearman e voglio visualizzarli per una pubblicazione. La variabile dipendente viene classificata, la variabile indipendente non lo è. Quello che voglio visualizzare è più la tendenza generale che la pendenza effettiva, quindi ho classificato l'indipendente e applicato la correlazione …
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.