Statistiche e Big Data

Domande e risposte per le persone interessate alle statistiche, all'apprendimento automatico, all'analisi dei dati, al data mining e alla visualizzazione dei dati


1
Intervalli di confidenza e previsione del modello di regressione lineare
Ok, quindi sto cercando di capire la regressione lineare. Ho un set di dati e sembra tutto abbastanza bene, ma sono confuso. Questo è il mio riassunto del modello lineare: Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 0.2068621 0.0247002 8.375 4.13e-09 *** temp 0.0031074 0.0004779 6.502 4.79e-07 *** --- …
9 r  regression 

3
Come usare R gbm con distribution = “adaboost”?
La documentazione afferma che R gbm con distribution = "adaboost" può essere utilizzato per problemi di classificazione 0-1. Considera il seguente frammento di codice: gbm_algorithm <- gbm(y ~ ., data = train_dataset, distribution = "adaboost", n.trees = 5000) gbm_predicted <- predict(gbm_algorithm, test_dataset, n.trees = 5000) Può essere trovato nella documentazione …
9 r  gbm 

3
Assegnazione casuale: perché preoccuparsi?
L'assegnazione casuale è preziosa perché garantisce l'indipendenza del trattamento da potenziali esiti. Questo è il modo in cui conduce a stime imparziali dell'effetto medio del trattamento. Ma altri schemi di assegnazione possono anche garantire sistematicamente l'indipendenza del trattamento da potenziali esiti. Quindi perché abbiamo bisogno di un incarico casuale? Detto …


2
Perché la quantità di varianza è spiegata dal mio 1 ° PC così vicino alla correlazione media a coppie?
Qual è la relazione tra i primi componenti principali e la correlazione media nella matrice di correlazione? Ad esempio, in un'applicazione empirica osservo che la correlazione media è quasi uguale al rapporto tra la varianza del primo componente principale (primo autovalore) e la varianza totale (somma di tutti gli autovalori). …


1
Come confrontare gli eventi osservati con quelli previsti?
Supponiamo di avere un campione di frequenze di 4 possibili eventi: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 e ho le probabilità attese dei miei eventi: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la somma delle frequenze osservate dei …
9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 


1
"Poiché
Breve domanda: perché è vero ?? Domanda lunga: Molto semplicemente, sto cercando di capire cosa giustifica questa prima equazione. L'autore del libro che sto leggendo (contesto qui se lo si desidera, ma non necessario), afferma quanto segue: A causa dell'assunto di quasi gaussianità, possiamo scrivere: p0( ξ) = Aϕ ( …






Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.