Statistiche e Big Data

6

Interpretazione bayesiana e frequentista della probabilità

Qualcuno può dare una buona panoramica delle differenze tra l'approccio bayesiano e quello frequentista alla probabilità? Da quello che ho capito: L'opinione dei frequentatori è che i dati sono un campione casuale ripetibile (variabile casuale) con una frequenza / probabilità specifica (che è definita come la frequenza relativa di un …

37 probability bayesian frequentist

6

Dimensione dell'effetto come ipotesi per il test di significatività

Oggi, al Cross Validated Journal Club (perché non eri lì?), @Mbq ha chiesto: Pensi che noi (moderni data scientist) sappiamo cosa significa significato? E come si collega alla nostra fiducia nei nostri risultati? @Michelle ha risposto come alcuni (incluso me) di solito fanno: Sto trovando il concetto di significato (basato …

37 hypothesis-testing p-value large-data

10

Quali sono le fonti più utili di dati economici?

Quando si fa ricerca in Economia, è spesso necessario verificare le conclusioni teoriche su dati reali. Quali sono le fonti di dati affidabili da utilizzare e citare? Sono principalmente interessato a fonti che forniscono vari dati statistici come PIL, popolazione, CPI, PPI ecc. EDIT: Ecco un'aggregazione dei collegamenti che appaiono …

37 references

3

Spiegazione intuitiva per la densità della variabile trasformata?

Supponiamo che sia una variabile casuale con pdf . Quindi la variabile casuale ha il pdfXXXfX(x)fX(x)f_X(x)Y=X2Y=X2Y=X^2 fY(y)={12y√(fX(y√)+fX(−y√))0y≥0y<0fY(y)={12y(fX(y)+fX(−y))y≥00y<0f_Y(y)=\begin{cases}\frac{1}{2\sqrt{y}}\left(f_X(\sqrt{y})+f_X(-\sqrt{y})\right) & y \ge 0 \\ 0 & y \lt 0\end{cases} Capisco il calcolo dietro questo. Ma sto cercando di pensare a un modo per spiegarlo a qualcuno che non conosce il calcolo. In …

37 random-variable pdf intuition

5

Come visualizzare / capire cosa sta facendo una rete neurale?

Le reti neurali sono spesso trattate come "scatole nere" a causa della loro struttura complessa. Questo non è l'ideale, in quanto è spesso utile avere una comprensione intuitiva del funzionamento interno di un modello. Quali sono i metodi per visualizzare il funzionamento di una rete neurale addestrata? In alternativa, come …

37 data-visualization neural-networks

2

Disuguaglianze di probabilità

Sto cercando alcune disuguaglianze di probabilità per somme di variabili casuali illimitate. Lo apprezzerei davvero se qualcuno potesse darmi qualche pensiero. Il mio problema è trovare un limite esponenziale superiore alla probabilità che la somma delle variabili casuali iid illimitate, che sono in realtà la moltiplicazione di due iid gaussiane, …

37 probability mathematical-statistics probability-inequalities mgf

3

Applicazione di metodi di apprendimento automatico nei siti Web StackExchange

Ho un corso di Machine Learning questo semestre e il professore ci ha chiesto di trovare un problema del mondo reale e risolverlo con uno dei metodi di machine learning introdotti in classe, come: Alberi decisionali Reti neurali artificiali Supportare macchine vettoriali Apprendimento basato sull'istanza ( kNN , LWL ) …

37 machine-learning

5

Qual è lo scopo delle funzioni caratteristiche?

Spero che qualcuno possa spiegare, in parole povere, quale sia una funzione caratteristica e come venga utilizzata nella pratica. Ho letto che è la trasformata di Fourier del pdf, quindi credo di sapere cosa si tratta, ma ancora non capisco il suo scopo. Se qualcuno potesse fornire una descrizione intuitiva …

37 probability mathematical-statistics characteristic-function

2

Distanza Kullback – Leibler vs Kolmogorov-Smirnov

Vedo che ci sono molte differenze formali tra le misure di distanza Kullback – Leibler vs Kolmogorov-Smirnov. Tuttavia, entrambi vengono utilizzati per misurare la distanza tra le distribuzioni. Esiste una situazione tipica in cui uno dovrebbe essere usato anziché l'altro? Qual è la logica per farlo?

37 distributions distance-functions kolmogorov-smirnov kullback-leibler

2

Quando e come utilizzare variabili esplicative standardizzate nella regressione lineare

Ho 2 semplici domande sulla regressione lineare: Quando si consiglia di standardizzare le variabili esplicative? Una volta effettuata la stima con valori standardizzati, come si può prevedere con nuovi valori (come si dovrebbero standardizzare i nuovi valori)? Alcuni riferimenti sarebbero utili.

37 regression predictive-models references standardization predictor

8

È possibile dimostrare un'ipotesi nulla?

Come afferma la domanda: è possibile provare l'ipotesi nulla? Dalla mia (limitata) comprensione dell'ipotesi, la risposta è no ma non riesco a trovare una spiegazione rigorosa per questo. La domanda ha una risposta definitiva?

37 hypothesis-testing proof equivalence

7

La validazione incrociata può essere utilizzata per l'inferenza causale?

In tutti i contesti che conosco la convalida incrociata, viene utilizzato esclusivamente con l'obiettivo di aumentare la precisione predittiva. È possibile estendere la logica della convalida incrociata nella stima delle relazioni imparziali tra variabili? Mentre questo articolo di Richard Berk dimostra l'uso di un campione di prova per la selezione …

37 cross-validation causality

5

Gli statistici di lavoro si preoccupano della differenza tra l'inferenza del frequentatore e quella bayesiana?

Come estraneo, sembra che ci siano due punti di vista in competizione su come si dovrebbe eseguire l'inferenza statistica. I due diversi metodi sono entrambi considerati validi dagli statistici che lavorano? Scegliere uno è considerato più una domanda filosofica? Oppure la situazione attuale è considerata problematica e si stanno tentando …

37 bayesian frequentist

11

Libri di testo statistici open source?

Ci sono state alcune domande sui libri di testo statistici , come la domanda Libri di testo statistici gratuiti . Tuttavia, sto cercando libri di testo che sono Open Source, ad esempio, con una licenza Creative Commons . Il motivo è che nel materiale del corso in altri domini, vuoi …

37 references open-source

7

Perché la regolarizzazione non risolve la fame di reti neurali profonde?

Un problema che ho visto spesso sollevato nel contesto delle reti neurali in generale, e delle reti neurali profonde in particolare, è che sono "affamati di dati", ovvero che non funzionano bene se non disponiamo di un set di dati di grandi dimensioni con cui addestrare la rete. La mia …

37 neural-networks deep-learning regularization