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

4
Misure di somiglianza o distanza tra due matrici di covarianza
Esistono misure di somiglianza o distanza tra due matrici di covarianza simmetriche (entrambe aventi le stesse dimensioni)? Qui sto pensando ad analoghi alla divergenza di KL di due distribuzioni di probabilità o alla distanza euclidea tra vettori tranne che applicata alle matrici. Immagino che ci sarebbero parecchie misurazioni di somiglianza. …
3
Esempi di errori negli algoritmi MCMC
Sto studiando un metodo per il controllo automatico dei metodi Monte Carlo della catena Markov e vorrei alcuni esempi di errori che possono verificarsi durante la costruzione o l'implementazione di tali algoritmi. Punti bonus se è stato utilizzato il metodo errato in un documento pubblicato. Sono particolarmente interessato ai casi …
28 mcmc 
5
Quali sono i pericoli derivanti dalla violazione dell'ipotesi di omoscedasticità per la regressione lineare?
Ad esempio, considera il ChickWeightset di dati in R. La varianza ovviamente aumenta nel tempo, quindi se uso una semplice regressione lineare come: m <- lm(weight ~ Time*Diet, data=ChickWeight) Le mie domande: Quali aspetti del modello saranno discutibili? I problemi si limitano all'estrapolazione al di fuori Timedell'intervallo? Quanto è tollerante …
1
Ripetibilità informatica degli effetti da un modello più leggero
Mi sono appena imbattuto in questo documento , che descrive come calcolare la ripetibilità ( nota anche come affidabilità, nota anche come correlazione intraclasse) di una misurazione tramite la modellazione di effetti misti. Il codice R sarebbe: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) …
28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 
1
Cosa c'è dietro l'API di previsione di Google?
L'API di previsione di Google è un servizio cloud in cui l'utente può inviare alcuni dati di formazione per addestrare alcuni classificatori misteriosi e successivamente chiedergli di classificare i dati in arrivo, ad esempio per implementare filtri antispam o prevedere le preferenze dell'utente. Ma cosa c'è dietro le quinte?
7
Come generare numeri basati su una distribuzione discreta arbitraria?
Come faccio a generare numeri basati su una distribuzione discreta arbitraria? Ad esempio, ho un insieme di numeri che voglio generare. Di 'che sono etichettati da 1-3 come segue. 1: 4%, 2: 50%, 3: 46% Fondamentalmente, le percentuali sono probabilità che appaiano nell'output del generatore di numeri casuali. Ho un …
4
Un adattamento della distanza Kullback-Leibler?
Guarda questa immagine: Se si estrae un campione dalla densità del rosso, alcuni valori dovrebbero essere inferiori a 0,25, mentre è impossibile generare un campione del genere dalla distribuzione blu. Di conseguenza, la distanza di Kullback-Leibler dalla densità rossa alla densità blu è infinito. Tuttavia, le due curve non sono …
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.