Statistiche e Big Data

2

Pregiudizio in età media per la qualifica di titolo di grande maestro per fasce di età?

È noto da un po 'di tempo che l'età più giovane alla quale i giocatori di scacchi sono riusciti a qualificarsi per il titolo di gran maestro è diminuita in modo significativo dagli anni '50, e attualmente ci sono quasi 30 giocatori che sono diventati gran maestro prima del loro …

11 survival bias population censoring subset

5

Quale funzione di perdita dovrei usare per il rilevamento binario nel rilevamento di volti / non volti nella CNN?

Voglio usare il deep learning per addestrare un rilevamento binario viso / non viso, quale perdita dovrei usare, penso che sia SigmoidCrossEntropyLoss o Hinge-loss . Esatto, ma mi chiedo anche di usare softmax ma con solo due classi?

11 deep-learning loss-functions computer-vision conv-neural-network

3

Come discutere un diagramma a dispersione con più linee emergenti?

Abbiamo misurato due variabili e il grafico a dispersione sembra suggerire più modelli "lineari". C'è un modo per provare a distillare quei modelli? L'identificazione di altre variabili indipendenti si è rivelata difficile. Entrambe le variabili sono fortemente inclinate a sinistra (verso i piccoli numeri), questa è una distribuzione prevista nel …

11 linear-model scatterplot

1

Qual è la differenza tra AIC () e extractAIC () in R?

La documentazione R per entrambi non fa molta luce. Tutto quello che posso ottenere da questo link è che usare uno dei due dovrebbe andare bene. Quello che non capisco è perché non sono uguali. Fatto: La funzione di regressione stepwise in R, step()usi extractAIC(). È interessante notare che l'esecuzione …

11 r regression aic stepwise-regression

2

Adattamento della regressione lineare multipla in R: residui autocorrelati

Sto cercando di stimare una regressione lineare multipla in R con un'equazione come questa: regr <- lm(rate ~ constant + askings + questions + 0) le domande e le domande sono serie temporali di dati trimestrali, costruite con askings <- ts(...). Il problema ora è che ho dei residui autocorrelati. …

11 r time-series multiple-regression autocorrelation residuals

2

La dimensione della popolazione è un parametro o la dimensione del campione è una statistica?

Le definizioni di un parametro e di una statistica concordano praticamente: parametri e statistiche sono caratteristiche numeriche o riassunti numerici di una popolazione e di un campione, rispettivamente, per un dato studio. Non penso che questo sia un uso comune, ma ... La dimensione della popolazione NNN potrebbe essere considerata …

11 terminology definition

1

Approssimazione del secondo ordine della funzione di perdita (Deep learning book, 7.33)

Nel libro di Goodfellow (2016) sull'apprendimento profondo, ha parlato dell'equivalenza dell'arresto anticipato alla regolarizzazione L2 ( https://www.deeplearningbook.org/contents/regularization.html pagina 247). Approssimazione quadratica della funzione di costo è data da:jjj J^(θ)=J(w∗)+12(w−w∗)TH(w−w∗)J^(θ)=J(w∗)+12(w−w∗)TH(w−w∗)\hat{J}(\theta)=J(w^*)+\frac{1}{2}(w-w^*)^TH(w-w^*) dove è la matrice hessiana (Eq. 7.33). Manca questo a medio termine? L'espansione di Taylor dovrebbe essere: HHHf(w+ϵ)=f(w)+f′(w)⋅ϵ+12f′′(w)⋅ϵ2f(w+ϵ)=f(w)+f′(w)⋅ϵ+12f″(w)⋅ϵ2f(w+\epsilon)=f(w)+f'(w)\cdot\epsilon+\frac{1}{2}f''(w)\cdot\epsilon^2

11 neural-networks deep-learning loss-functions derivative

2

Definizione di “percentile”

Ora sto leggendo una nota sulla biostatistica scritta da PMT Education e noto le seguenti frasi nella Sezione 2.7: Un bambino nato al 50 ° percentile per la massa è più pesante del 50% dei bambini. Un bambino nato al 25 ° percentile per la massa è più pesante del …

11 mathematical-statistics quantiles definition

3

Perché i cut-off utilizzati per i fattori e i valori p di Bayes sono così diversi?

Sto cercando di capire Bayes Factor (BF). Credo che siano come un rapporto di verosimiglianza di 2 ipotesi. Quindi se BF è 5, significa che H1 è 5 volte più probabile di H0. E un valore di 3-10 indica prove moderate, mentre> 10 indica prove forti. Tuttavia, per il valore …

11 hypothesis-testing bayesian p-value bayes-factors

2

I parametri di massima verosimiglianza si discostano dalle distribuzioni posteriori

Ho una funzione di verosimiglianza per la probabilità dei miei dati dati alcuni parametri del modello , che vorrei stimare. Assumendo priori piatti sui parametri, la probabilità è proporzionale alla probabilità posteriore. Uso un metodo MCMC per provare questa probabilità.L (d| θ)L(d|θ)\mathcal{L}(d | \theta)dddθ ∈ RNθ∈RN\theta \in \mathbf{R}^N Osservando la …

11 bayesian maximum-likelihood optimization inference mcmc

2

In che modo i bayesiani verificano i loro metodi usando i metodi di simulazione Monte Carlo?

Contesto : ho un dottorato di ricerca in psicologia sociale, in cui la statistica teorica e la matematica erano a malapena trattate nei miei corsi quantitativi. Attraverso gli studi universitari e la scuola di specializzazione, mi è stato insegnato (come molti di voi anche nelle scienze sociali, probabilmente) attraverso il …

11 probability bayesian simulation monte-carlo frequentist

2

Perché i modelli di "errore in X" non sono più utilizzati?

Quando si calcola l'errore standard di un coefficiente di regressione, che non tengono conto per la casualità nella matrice di progettazione . In OLS ad esempio, calcoliamo comeXXXvar ( β^)var(β^)\text{var}(\hat{\beta})var ( ( XTX)- 1XTY) = σ2( XTX)- 1var((XTX)-1XTY)=σ2(XTX)-1\text{var}((X^TX)^{-1}X^TY) = \sigma^2(X^TX)^{-1} Se l' sono stati considerati casuale, la legge della varianza …

11 regression probability variance inference

2

Ci sono esempi di una variabile normalmente distribuita che * non * è dovuta al teorema del limite centrale?

La distribuzione normale sembra non intuitiva fino a quando non apprendi il CLT, il che spiega perché è così prevalente nella vita reale. Ma si presenta mai come la distribuzione "naturale" per una certa quantità?

11 normal-distribution central-limit-theorem

2

Esistono test statistici "esoterici" a bassissima potenza?

sfondo In informatica, matematica e talvolta in altri campi, esempi "esoterici" non possono solo essere divertenti, ma utili per illustrare alcuni concetti, ad esempio: Bogosort e Slowsort sono algoritmi di ordinamento molto inefficienti che possono essere utilizzati per comprendere le proprietà degli algoritmi, in particolare se confrontati con altri algoritmi …

11 hypothesis-testing teaching humor

3

Terminologia per media della probabilità posteriore bayesiana con prioritario uniforme

Se Uniform e Bin , la media posteriore di è data da .p∼p~p \sim(0,1)(0,1)(0,1)X∼X~X \sim(n,p)(n,p)(n, p)pppX+1n + 2X+1n+2\frac{X+1}{n+2} C'è un nome comune per questo stimatore? Ho scoperto che risolve molti problemi delle persone e mi piacerebbe essere in grado di indirizzare le persone a un riferimento, ma non sono stato …

11 bayesian terminology laplace-smoothing