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
Come montare il modello Bradley – Terry – Luce in R, senza formula complicata?
Il modello Bradley – Terry – Luce (BTL) afferma che , dove è la probabilità che l'oggetto sia giudicato "migliore", più pesanti, ecc., dell'oggetto , e e sono parametri.p i j j i δ i δ jpji=logit−1(δj−δi)pji=logit−1(δj−δi)p_{ji} = logit^{-1}(\delta_j - \delta_i)pijpijp_{ij}jjjiiiδiδi\delta_iδjδj\delta_j Questo sembra essere un candidato per la funzione glm, …


3
auto.arima avverte NaNs prodotto su errore std
I miei dati sono una serie temporale di popolazione occupata, L e periodo di tempo, anno. n.auto=auto.arima(log(L),xreg=year) summary(n.auto) Series: log(L) ARIMA(2,0,2) with non-zero mean Coefficients: ar1 ar2 ma1 ma2 intercept year 1.9122 -0.9567 -0.3082 0.0254 -3.5904 0.0074 s.e. NaN NaN NaN NaN 1.6058 0.0008 sigma^2 estimated as 1.503e-06: log likelihood=107.55 …
9 r  regression  arima 

1
Prevedere il poisson GLM con offset
So che questa è probabilmente una domanda di base ... Ma non sembra trovare la risposta. Sto adattando un GLM con una famiglia Poisson, quindi ho cercato di dare un'occhiata alle previsioni, tuttavia l'offset sembra essere preso in considerazione: model_glm=glm(cases~rhs(data$year,2003)+lhs(data$year,2003), offset=(log(population)), data=data, subset=28:36, family=poisson()) predict (model_glm, type="response") Ottengo casi non …


1
Come ottenere i confini delle decisioni da SVM lineare in R?
Ho bisogno di un pacchetto che possa darmi l'equazione per un modello SVM lineare. Attualmente sto usando e1071 in questo modo: library(e1071) m = svm(data, labels, type='C', kernel='linear', cost=cost, probability=FALSE, scale=scale) w = t(m$coefs) %*% data[m$index,] #Weight vector b = -model$rho #Offset Tuttavia, non sono sicuro di come e1071::svm()selezioni le …
9 r  svm  e1071 

3
Ragionamento e condizionamento frequentista sulle osservazioni (esempio di Wagenmakers et al.)
Non sono un esperto di statistica, ma ritengo ci sia disaccordo sul fatto che un'interpretazione "frequente" o "bayesiana" della probabilità sia quella "giusta". Da Wagenmakers et. al p. 183: Considera una distribuzione uniforme con media e larghezza . Disegnare due valori casualmente da questa distribuzione, etichettare la più piccola e …

1
Classificazione con un predittore dominante
Ho un problema di classificazione ( classe ), con l'ordine di 100 predittori a valore reale, uno dei quali sembra avere un potere esplicativo molto più di qualsiasi altro. Mi piacerebbe approfondire gli effetti delle altre variabili. Tuttavia, le tecniche di apprendimento automatico standard (foreste casuali, SVM, ecc.) Sembrano essere …

2
Comprensione e applicazione dell'analisi del sentiment
Mi era appena stato assegnato un progetto di conduzione dell'analisi del sentiment per alcune raccolte di documenti. Secondo Google, sono emerse molte ricerche relative al sentimento. Le mie domande sono: Quali sono i principali metodi / algoritmi per l'analisi del sentiment nel campo dell'apprendimento automatico e dell'analisi statistica? Ci sono …



3
Correlazione tra matrici in R
Ho problemi nell'uso delle funzioni cor()e cor.test(). Ho solo due matrici (solo valori numerici e lo stesso numero di righe e colonne) e voglio avere il numero di correlazione e il corrispondente valore p. Quando uso cor(matrix1, matrix2)ottengo i coefficienti di correlazione per tutte le celle. Voglio solo un singolo …
9 r  correlation 


1
Come posso dimostrare che i dati dell'esperimento seguono la distribuzione della coda pesante?
Ho diversi risultati dei test relativi al ritardo della risposta del server. Secondo la nostra analisi teorica, la distribuzione del ritardo (La funzione di distribuzione della probabilità del ritardo della risposta) dovrebbe avere un comportamento di coda pesante. Ma come posso dimostrare che il risultato del test segue la distribuzione …

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.