Statistiche e Big Data

Sto eseguendo il seguente test radice dell'unità (Dickey-Fuller) su una serie storica usando la ur.df()funzione nel urcapacchetto. Il comando è: summary(ur.df(d.Aus, type = "drift", 6)) L'output è: ############################################### # Augmented Dickey-Fuller Test Unit Root Test # ############################################### Test regression drift Call: lm(formula = z.diff ~ z.lag.1 + 1 + z.diff.lag) …

12 r  time-series  hypothesis-testing  unit-root 

Ho pensato che la funzione di collegamento canonico g(⋅)g(⋅)g(\cdot) provenga dal parametro naturale della famiglia esponenziale. Di ', considera la famiglia f(y,θ,ψ)=exp{yθ−b(θ)a(ψ)−c(y,ψ)}f(y,θ,ψ)=exp⁡{yθ−b(θ)a(ψ)−c(y,ψ)} f(y,\theta,\psi)=\exp\left\{\frac{y\theta-b(\theta)}{a(\psi)}-c(y,\psi)\right\} quindiθ=θ(μ)θ=θ(μ)\theta=\theta(\mu)è la funzione di collegamento canonico. Prendiamoad esempio ladistribuzione di Bernoulli, abbiamo P(Y=y)=μy(1−μ)1−y=exp{ylogμ1−μ+log(1−μ)}P(Y=y)=μy(1−μ)1−y=exp⁡{ylog⁡μ1−μ+log⁡(1−μ)} P(Y=y)=\mu^{y}(1-\mu)^{1-y}=\exp\left\{y\log\frac{\mu}{1-\mu}+\log{(1-\mu)}\right\} Quindi, la funzione di collegamento canonicog(μ)=logμ1−μg(μ)=log⁡μ1−μg(\mu)=\log\frac{\mu}{1-\mu} Ma quando vedo questa diapositiva , afferma …

12 generalized-linear-model  link-function 

Attualmente uso il seguente processo per avviare una serie temporale multivariata in R: Determinare le dimensioni del blocco: eseguire la funzione b.starnel nppacchetto che produce una dimensione del blocco per ogni serie Seleziona la dimensione massima del blocco Esegui tsbootsu qualsiasi serie utilizzando la dimensione del blocco selezionata Utilizzare l'indice …

12 r  time-series  multivariate-analysis  bootstrap 

Come definisco la distribuzione di una variabile casuale tale che un'estrazione da abbia una correlazione con , dove è singola da una distribuzione con funzione di distribuzione cumulativa ? Y ρ x 1 x 1 F X ( x )YYYYYYρρ\rhoX1x1x_1X1x1x_1FX( x )FX(x)F_{X}(x)

12 distributions  probability  correlation  random-variable  conditional-probability 

Stack Exchange, come lo sappiamo tutti, è una raccolta di siti di domande e risposte con argomenti diversificati. Supponendo che ogni sito sia indipendente l'uno dall'altro, date le statistiche di un utente, come calcolare la sua "completezza" rispetto al ragazzo successivo? Qual è lo strumento statistico che dovrei utilizzare? Ad …

12 ranking  diversity 

So che un errore di tipo II è dove H1 è vero, ma H0 non viene rifiutato. Domanda Come posso calcolare la probabilità di un errore di tipo II che coinvolge una distribuzione normale, in cui è nota la deviazione standard?

12 probability  power-analysis  type-i-and-ii-errors 

Come titolo, devo disegnare qualcosa del genere: Ggplot, o altri pacchetti se ggplot non è in grado, può essere usato per disegnare qualcosa del genere?

12 r  data-visualization  ggplot2  funnel-plot 

Quali algoritmi vengono utilizzati nei generatori di numeri casuali moderni e di buona qualità?

12 algorithms  random-variable  random-generation 

Ultimamente ho fatto molte ricerche sull'apprendimento per rinforzo. Ho seguito l' apprendimento di rinforzo di Sutton & Barto : un'introduzione per la maggior parte di questo. So quali sono i processi decisionali di Markov e come l'apprendimento della programmazione dinamica (DP), Monte Carlo e differenza temporale (DP) può essere utilizzato …

12 monte-carlo  reinforcement-learning  temporal-difference 

Questa domanda è stata posta qui, ma nessuno ha dato una buona risposta. Quindi penso che sia una buona idea riaverlo e vorrei anche aggiungere altri commenti / domande. La prima domanda è qual è la differenza tra "modellazione del percorso PLS" e "regressione PLS"? Per renderlo più generale, quali …

12 sem  partial-least-squares  path-model 

Non penso che ci possa essere una risposta a tutti i modelli di apprendimento profondo. Quali dei modelli di apprendimento profondo sono parametrici e quali non parametrici e perché?

12 neural-networks  deep-learning  nonparametric  parametric 

Mentre sto studiando la stima della massima verosimiglianza, per dedurre la stima della massima verosimiglianza, dobbiamo conoscere la varianza. Per scoprire la varianza, ho bisogno di conoscere il Rao Lower Bound di Cramer, che assomiglia a una matrice hessiana con seconda derivazione sulla curvatura. Sono un po 'confuso per definire …

12 machine-learning  mathematical-statistics  maximum-likelihood  data-mining 

Ho un set di dati contenente 34 colonne di input e 8 colonne di output. Un modo per risolvere il problema è prendere i 34 input e creare un modello di regressione individuale per ogni colonna di output. Mi chiedo se questo problema possa essere risolto utilizzando un solo modello, …

12 neural-networks  deep-learning  multivariate-regression 

Ho letto del metodo Nyström per l'aproximation del kernel di basso rango. Questo metodo è implementato in scikit-learn [1] come metodo per proiettare campioni di dati su un'approssimazione di basso rango della mappatura delle caratteristiche del kernel. Al meglio della mia conoscenza, dato un insieme di formazione e una funzione …

12 scikit-learn  dimensionality-reduction  kernel-trick  nonlinear 

Credo che il titolo di questa domanda dica tutto.

12 clustering  k-means  high-dimensional