Statistiche e Big Data

3

Stima dei parametri bayesiani o verifica delle ipotesi bayesiane?

Sembra che ci sia un dibattito in corso all'interno della comunità bayesiana sul fatto se dovremmo fare la stima dei parametri bayesiani o il test delle ipotesi bayesiane. Sono interessato a sollecitare opinioni su questo. Quali sono i punti di forza e di debolezza relativi di questi approcci? In quali …

11 hypothesis-testing bayesian

1

Calcolo degli intervalli di confidenza per la modalità?

Sto cercando riferimenti sul calcolo degli intervalli di confidenza per la modalità (in generale). Bootstrap può sembrare la prima scelta naturale, ma come discusso da Romano (1988), il bootstrap standard non riesce per la modalità e non fornisce alcuna soluzione semplice. È cambiato qualcosa da questo articolo? Qual è il …

11 confidence-interval bootstrap kernel-smoothing mode

1

Termini "troncati" e "troncati" su ACF, funzioni PACF

Sto cercando di capire il significato di cut off e tails off nel diagramma delle serie temporali di ACF e PACF. Che cosa significa "Cut off after lag"? Si tratta di limite? Che cosa significa "Tails off"? Nell'esempio sopra, il libro che sto usando per studiare, dice che è un …

11 time-series autocorrelation terminology

2

Comprensione di Gelman & Carlin "Beyond Power Calc Calcoli: ..." (2014)

Sto leggendo Gelman & Carlin "Oltre i calcoli di potenza: valutazione degli errori di tipo S (segno) e di tipo M (magnitudine)" (2014). Sto cercando di capire l'idea principale, il punto di partenza principale, ma sono confuso. Qualcuno potrebbe aiutarmi a distillare l'essenza? Il documento va in questo modo (se …

11 statistical-significance effect-size power type-i-and-ii-errors

3

Gamma di valori di asimmetria e curtosi per distribuzione normale

Voglio sapere che cosa è la gamma dei valori di asimmetria e curtosi per i quali i dati sono considerati essere distribuito normalmente. Ho letto molti argomenti e soprattutto ho avuto risposte confuse. Alcuni sostengono che l'asimmetria e per la curtosi sia un intervallo accettabile per la distribuzione normale. Alcuni …

11 normal-distribution skewness kurtosis

2

Qual è la probabilità di pescare un quattro di un tipo quando 20 carte vengono pescate da un mazzo di 52?

Ieri i miei coinquilini e io stavamo giocando a carte e qualcuno ha fatto questa domanda. Abbiamo cercato di risolvere il problema, ma non siamo riusciti a capirlo. Stamattina mi sono svegliato e mi chiedo ancora come risolverlo. Mi aiuti per favore?

11 probability

4

Qual è il modo più appropriato per creare un set di controllo: rimuovere alcuni soggetti o rimuovere alcune osservazioni da ciascun soggetto?

Ho un set di dati con 26 funzionalità e 31000 righe. È il set di dati di 38 soggetti. È per un sistema biometrico. Quindi voglio essere in grado di identificare i soggetti. Per avere un set di test, so che devo rimuovere alcuni valori. Allora, cosa è meglio fare …

11 machine-learning cross-validation out-of-sample

3

Affidabilità di una curva adattata?

Vorrei stimare l'incertezza o l'affidabilità di una curva adattata. Non desidero intenzionalmente una quantità matematica precisa che sto cercando, poiché non so di cosa si tratti. Qui (energia) è la variabile dipendente (risposta) e (volume) è la variabile indipendente. Vorrei trovare la curva del volume di energia, E (V) , …

11 error fitting reliability uncertainty

2

È sbagliato usare ANOVA invece di un test t per confrontare due mezzi?

Ho una distribuzione degli stipendi e voglio confrontare la differenza di mezzi tra maschi e femmine. So che c'è il test T per gli studenti per confrontare due mezzi ma dopo aver suggerito ANOVA ho ricevuto alcune critiche dicendo che ANOVA serve per confrontare più di due mezzi. Che cosa …

11 hypothesis-testing anova t-test

2

Teorema del limite centrale non utilizza funzioni caratteristiche

Esistono prove che il CLT non utilizza funzioni caratteristiche, un metodo più semplice? Forse i metodi di Tikhomirov o Stein? Qualcosa di autonomo che puoi spiegare a uno studente universitario (primo anno di matematica o fisica) e richiede meno di una pagina?

11 mathematical-statistics central-limit-theorem characteristic-function

1

Perché una vasta scelta di K riduce il mio punteggio di convalida incrociata?

Giocando con il Boston Housing Dataset e RandomForestRegressor(con parametri di default) in scikit-learn, ho notato qualcosa di strano: il punteggio medio di validazione incrociata è diminuito quando ho aumentato il numero di pieghe oltre 10. La mia strategia di validazione incrociata era la seguente: cv_met = ShuffleSplit(n_splits=k, test_size=1/k) scores = …

11 machine-learning cross-validation random-forest sample-size scikit-learn

4

La somma delle variabili casuali lognormali indipendenti appare lognormale?

Sto cercando di capire perché la somma di due (o più) variabili casuali lognormali si avvicina a una distribuzione lognormale quando si aumenta il numero di osservazioni. Ho cercato online e non ho trovato risultati a riguardo. Chiaramente se e Y sono variabili lognormali indipendenti, quindi per proprietà degli esponenti …

11 distributions lognormal convolution sum

1

Selezione del modello Mclust

Il pacchetto R mclustutilizza BIC come criterio per la selezione del modello di cluster. Secondo la mia comprensione, un modello con il BIC più basso dovrebbe essere selezionato rispetto ad altri modelli (se ti interessa solo il BIC). Tuttavia, quando i valori BIC sono tutti negativi, la Mclustfunzione passa automaticamente …

11 r clustering gaussian-mixture bic model-based-clustering

3

Quali sono i vantaggi di un generatore casuale esponenziale che usa il metodo di Ahrens e Dieter (1972) piuttosto che dalla trasformazione inversa?

La mia domanda è ispirata al generatore di numeri casuali esponenziale incorporato di R , la funzione rexp(). Quando si tenta di generare numeri casuali distribuiti in modo esponenziale, molti libri di testo raccomandano il metodo di trasformazione inversa come indicato in questa pagina di Wikipedia . Sono consapevole che …

11 r simulation random-generation exponential inverse-cdf

3

Devo usare un offset per il mio Poisson GLM?

Sto conducendo ricerche per esaminare le differenze nella densità dei pesci e nella ricchezza delle specie ittiche quando uso due diversi metodi di censimento visivo subacqueo. I miei dati originariamente erano dati di conteggio, ma in genere questo è cambiato in densità di pesce, ma ho ancora deciso di utilizzare …

11 r generalized-linear-model poisson-distribution offset