Statistiche e Big Data

1

Il ricampionamento bootstrap può essere utilizzato per calcolare un intervallo di confidenza per la varianza di un set di dati?

So che se ricampiona più volte da un set di dati e calcoli la media ogni volta, questi mezzi seguiranno una distribuzione normale (da parte del CLT). Pertanto, è possibile calcolare un intervallo di confidenza sulla media del set di dati senza fare ipotesi sulla distribuzione di probabilità del set …

9 distributions confidence-interval bootstrap resampling

2

Come tracciare un'interazione tra un fattore e una covariata continua?

Vorrei tracciare sullo stesso grafico l'interazione tra il mio predittore continuo e il mio moderatore categorico. So come farlo quando entrambi sono categorici ( interazione tra fattori ), ma non so come farlo quando uno è continuo e uno è categorico.

9 data-visualization categorical-data interaction continuous-data

1

Aspettativa della somma dei numeri K senza sostituzione

Dati numeri, in cui il valore di ciascun numero è diverso, indicato come e la probabilità di selezionare ciascun numero è rispettivamente .nnnv1,v2,...,vnv1,v2,...,vnv_1, v_2, ..., v_np1,p2,...,pnp1,p2,...,pnp_1, p_2, ..., p_n Ora, se seleziono i numeri base alle probabilità date, dove , qual è l'aspettativa della somma di quei numeri ? Si …

9 probability

1

Impostazione dei dati per le differenze nelle differenze

Quale impostazione è corretta per una differenza nel modello di regressione differenza Yi s t= α + γS∗ T+ λ dt+ δ∗ ( T∗ dt) + ϵi s tYioSt=α+γS*T+λdt+δ*(T*dt)+εioStY_{ist} = \alpha +\gamma_s*T + \lambda d_t + \delta*(T*d_t)+ \epsilon_{ist} dove T è un manichino che è uguale a 1 se l'osservazione …

9 regression econometrics difference-in-difference

2

Il significato di rappresentare il simplex come una superficie triangolare nella distribuzione di Dirichlet?

Sto leggendo un libro che introduce la distribuzione di Dirchilet e poi ha presentato cifre al riguardo. Ma non ero davvero in grado di capire quelle cifre. Ho attaccato la figura qui in fondo. Quello che non capisco sono i significati dei triangoli. Normalmente quando si vuole tracciare una funzione …

9 distributions data-visualization dirichlet-distribution

4

Quali sono importanti corsi di pura matematica per un potenziale dottorando in statistica?

So che l'algebra lineare e l'analisi (in particolare la teoria della misura) sono importanti. È utile seguire corsi di laurea specialistica in analisi reali e complesse? Dovrei seguire corsi di algebra astratta oltre a quelli introduttivi, ad esempio l'algebra commutativa e la geometria algebrica?

9 mathematical-statistics academia algebraic-statistics

1

Verifica se due campioni di distribuzioni binomiali sono conformi allo stesso p

Supponiamo di aver fatto: n1n1n_1 prove indipendenti con un tasso di successo sconosciuto e osservato successi.p1p1p_1k1k1k_1 n2n2n_2 prove indipendenti con un tasso di successo sconosciuto e osservato successi .p2p2p_2k2k2k_2 Se, ora ma ancora sconosciuto, la probabilità di osservare per un dato (o viceversa) è proporzionale a \ int_0 ^ 1 …

9 hypothesis-testing binomial references

2

Accoppiamento delle informazioni sulle serie temporali da fonti con più risoluzioni / scale spaziali

Ho molte immagini raster satellitari disponibili da diversi sensori. Da questi, quelli più grossolani hanno una risoluzione temporale molto abbondante. I raster di media risoluzione tendono ad avere meno date di acquisizione ma sono ancora disponibili alcune informazioni. Le risoluzioni più fini hanno una risoluzione temporale molto bassa, che va …

9 time-series machine-learning predictive-models multivariate-regression

1

soglia di classificazione in RandomForest-sklearn

1) Come posso modificare la soglia di classificazione (penso che sia di default 0,5) in RandomForest in sklearn? 2) come posso sottocampionare in sklearn? 3) Ho il seguente risultato dal classificatore RandomForest: [[1635 1297] [520 3624]] precision recall f1-score support class 0 0.76 0.56 0.64 2932 class 1 0.74 0.87 …

9 classification random-forest precision-recall unbalanced-classes

1

Coefficienti di correlazione per i dati ordinati: Kendall's Tau vs Polychoric vs Spearman's rho

Sembra che per la gestione delle misurazioni ordinate i ricercatori di solito si occupino della correlazione policorica . (Ad esempio, per creare una matrice prima di eseguire l'analisi fattoriale.) Perché sì? Il coefficiente di correlazione del rango di Kendall Tau e il coefficiente di correlazione del rango di Spearman sono …

9 correlation ordinal-data spearman-rho kendall-tau polychoric

2

Indice di stabilità della popolazione - divisione per zero

L'indice di stabilità della popolazione quantifica il cambiamento di una distribuzione di una variabile confrontando i campioni di dati in due periodi di tempo. È molto comunemente usato per misurare i cambiamenti nei punteggi. Viene calcolato come segue: 1) Il campione del periodo base viene discretizzato. Di solito è partizionato …

9 distributions kullback-leibler

1

Formula di inerzia a grappolo in scikit learn

Vorrei codificare un cluster di kmean in Python usando Panda e Scikit Learn. Per selezionare il buon k, vorrei codificare la statistica del gap da Tibshirani e al 2001 ( pdf ). Vorrei sapere se potevo usare il risultato di inerzia di scikit e adattare la formula statistica del gap …

9 clustering python k-means scikit-learn metric

1

R: Anova e regressione lineare

Sono nuovo nelle statistiche e sto cercando di capire la differenza tra ANOVA e regressione lineare. Sto usando R per esplorare questo. Ho letto vari articoli sul perché ANOVA e la regressione sono diversi ma sempre uguali e come possono essere visualizzati ecc. Penso di essere abbastanza lì, ma manca …

9 r regression anova

1

Valore atteso della statistica minima dell'ordine da un campione normale

AGGIORNAMENTO 25 gennaio 2014: l'errore è ora corretto. Ignora i valori calcolati del Valore atteso nell'immagine caricata - sono errati - Non elimino l'immagine perché ha generato una risposta a questa domanda. AGGIORNAMENTO 10 gennaio 2014: l'errore è stato trovato: un errore di matematica in una delle fonti utilizzate. Preparazione …

9 normal-distribution expected-value order-statistics minimum

2

Correlazione tra categorie tra variabili nominali categoriche

Ho un set di dati con due variabili nominali categoriche (entrambe con 5 categorie). Vorrei sapere se (e come) sono in grado di identificare potenziali correlazioni tra le categorie da queste due variabili. In altre parole, se ad esempio i risultati della categoria nella variabile 1 mostrano una forte correlazione …

9 correlation residuals contingency-tables categorical-data