Statistiche e Big Data

1

Istogramma con scomparti uniformi vs non uniformi

Questa domanda descrive la differenza di base tra un istogramma uniforme e un non uniforme. E questa domanda discute la regola empirica per scegliere il numero di bin di un istogramma uniforme che ottimizza (in un certo senso) il grado in cui l'istogramma rappresenta la distribuzione da cui sono stati …

10 nonparametric outliers histogram rule-of-thumb

1

Perché uno stimatore deve essere indipendente dal parametro?

Questo è un estratto da "Moderne statistiche matematiche con applicazioni" di Devore et al. Ciò che mi confonde è che lo stimatore non può fare a meno di dipendere da , poiché il campione dipende dal parametro.θθ\theta

10 estimation

3

Assegnare etichette di classe ai cluster k-mean

Ho una domanda basilare sul clustering. Dopo aver trovato k cluster con i loro centroidi, come posso fare per interpretare le classi dei punti dati che ho raggruppato (assegnando etichette di classe significative a ciascun cluster). Non sto parlando della convalida dei cluster trovati. Può essere fatto in base a …

10 k-means

3

Analisi della linea temporale

Sto conducendo ricerche sulla relazione tra l'ordine di nascita di una persona e il successivo rischio di obesità utilizzando i dati di diverse coorti di nascita di 1 anno (ad es. Http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2908417/ ). Una sfida chiave è che l'ordine di nascita è collegato ad altre caratteristiche come l'età materna, il …

10 timelines

3

Qual è il vantaggio dell'imputazione rispetto alla costruzione di più modelli in regressione?

Mi chiedo se qualcuno potrebbe fornire alcune informazioni su se un motivo per cui l'imputazione per i dati mancanti è migliore della semplice costruzione di modelli diversi per i casi con dati mancanti. Soprattutto nel caso di modelli lineari [generalizzati] (posso forse vedere in casi non lineari che le cose …

10 regression missing-data data-imputation

1

Statistiche per l'apprendimento automatico, documenti per iniziare?

Ho un background nella programmazione informatica e nella teoria dei numeri elementare, ma nessuna vera formazione statistica e recentemente ho "scoperto" che il fantastico mondo di un'intera gamma di tecniche è in realtà un mondo statistico. Sembra che le fattorizzazioni di matrici, il completamento di matrici, i tensori ad alta …

10 machine-learning estimation

4

Come verificare se il mio modello di regressione è buono

Un modo per trovare l'accuratezza del modello di regressione logistica usando 'glm' è trovare il diagramma AUC. Come verificare lo stesso per il modello di regressione trovato con la variabile di risposta continua (family = 'gaussian')? Quali metodi vengono utilizzati per verificare in che misura il mio modello di regressione …

10 r regression generalized-linear-model

3

Come visualizzare la bontà bayesiana di adattamento per la regressione logistica

Per un problema di regressione logistica bayesiana, ho creato una distribuzione predittiva posteriore. Prendo un campione dalla distribuzione predittiva e ricevo migliaia di campioni di (0,1) per ogni osservazione che ho. Visualizzare la bontà di adattamento è poco interessante, ad esempio: Questo diagramma mostra i 10.000 campioni + il punto …

10 bayesian data-visualization classification goodness-of-fit binary-data

2

Stima della densità del kernel su distribuzioni asimmetriche

Sia osservazioni tratte da una distribuzione di probabilità sconosciuta (ma sicuramente asimmetrica).{ x1, ... , xN}{x1,…,xN}\{x_1,\ldots,x_N\} Vorrei trovare la distribuzione di probabilità usando l'approccio KDE: Comunque, ho provato ad usare un kernel gaussiano, ma ha funzionato male, dato che è simmetrico. Quindi, ho visto che alcuni lavori sui kernel Gamma …

10 probability distributions pdf kernel-smoothing

3

Data una moneta con una propensione sconosciuta, genera variate da una moneta giusta in modo efficiente

Data una moneta con pregiudizio sconosciuto , come posso generare variate - nel modo più efficiente possibile - che sono distribuiti da Bernoulli con probabilità 0,5? Cioè, utilizzando il numero minimo di flip per variabile generata.ppp

10 random-generation

3

Comprensione delle linee tratteggiate blu in un ACF da R

Ho qualche problema a capire le linee tratteggiate blu nella seguente immagine della funzione di autocorrelazione: Qualcuno potrebbe darmi una semplice spiegazione, cosa mi stanno dicendo?

10 r time-series autocorrelation

1

Interpretazione dei diagrammi di densità condizionale

Vorrei sapere come interpretare correttamente i diagrammi di densità condizionale. Ho inserito due sotto che ho creato in R con cdplot. Ad esempio, la probabilità che il risultato sia uguale a 1 quando Var 1 è 150 circa l'80% circa? L'area grigio scuro è quella che è la probabilità condizionale …

10 r data-visualization interpretation conditional-probability pdf

3

Crea un albero delle probabilità del percorso per i viaggi attraverso un sito Web

Attualmente sto effettuando analisi su un sito Web che richiede che crei un diagramma dell'albero decisionale che mostri il percorso probabile che le persone prendono ogni volta che arrivano sul sito Web. Ho a che fare con un data.frameche mostra i percorsi di tutti i clienti al sito, a partire …

10 r probability data-visualization markov-process

3

La somma ponderata di due variabili casuali indipendenti di Poisson

Usando Wikipedia ho trovato un modo per calcolare la funzione di massa di probabilità risultante dalla somma di due variabili casuali di Poisson. Tuttavia, penso che l'approccio che ho sia sbagliato. Sia due variabili casuali di Poisson indipendenti con media e , dove e sono costanti, quindi la funzione generatrice …

10 distributions poisson-distribution

3

Un serio problema di approfondimento delle probabilità di lanciare monete

Diciamo che sto facendo 10.000 lanci di una moneta. Vorrei sapere la probabilità di quante lancette ci vogliono per ottenere 4 o più teste consecutive di fila. Il conteggio funzionerebbe come segue, conteresti un giro successivo di lanci essendo solo teste (4 o più teste). Quando una coda colpisce e …

10 probability distributions self-study conditional-probability