Domande taggate «computational-statistics»

Si riferisce all'interfaccia di statistica e informatica; l'uso di algoritmi e software a fini statistici.

9
Quale algoritmo dovrei usare per rilevare anomalie nelle serie temporali?
sfondo Sto lavorando in Network Operations Center, monitoriamo i sistemi informatici e le loro prestazioni. Una delle metriche chiave da monitorare è un numero di visitatori / clienti attualmente connessi ai nostri server. Per renderlo visibile, noi (team Ops) raccogliamo metriche come dati di serie temporali e tracciamo grafici. La …
8
Excel come workbench statistico
Sembra che a molte persone (incluso me) piaccia fare analisi esplorative dei dati in Excel. Alcune limitazioni, come il numero di righe consentite in un foglio di calcolo, sono un problema, ma nella maggior parte dei casi non è impossibile utilizzare Excel per giocare con i dati. Un articolo di …
7
Concetto di statistica per spiegare perché hai meno probabilità di capovolgere lo stesso numero di teste delle code, man mano che aumenta il numero di capriole?
Sto lavorando sull'apprendimento delle probabilità e delle statistiche leggendo alcuni libri e scrivendo un po 'di codice, e simulando i lanci di monete ho notato qualcosa che mi ha colpito leggermente in contrasto con la propria intuizione ingenua. Se lanci una moneta giusta volte, il rapporto tra testa e croce …
4
Quali sono i valori corretti per precisione e richiamo nei casi limite?
La precisione è definita come: p = true positives / (true positives + false positives) È corretto che, come true positivese false positivesavvicinarsi a 0, la precisione si avvicina a 1? Stessa domanda da ricordare: r = true positives / (true positives + false negatives) Attualmente sto implementando un test …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
2
Come adattare una distribuzione discreta per contare i dati?
Ho il seguente istogramma dei dati di conteggio. E vorrei inserirvi una distribuzione discreta. Non sono sicuro di come dovrei procedere. Dovrei prima sovrapporre una distribuzione discreta, diciamo distribuzione binomiale negativa, sull'istogramma in modo da ottenere i parametri della distribuzione discreta e quindi eseguire un test di Kolmogorov – Smirnov …
2
Quali sono alcuni usi importanti della generazione di numeri casuali nelle statistiche computazionali?
In che modo e perché i generatori di numeri casuali (RNG) sono importanti nelle statistiche computazionali? Capisco che la casualità è importante quando si scelgono campioni per molti test statistici per evitare distorsioni verso entrambe le ipotesi, ma ci sono altre aree di statistiche computazionali in cui i generatori di …
1
In che modo la discesa gradiente stocastica può far risparmiare tempo rispetto alla discesa gradiente standard?
Discesa gradiente standard calcolerebbe il gradiente per l'intero set di dati di allenamento. for i in range(nb_epochs): params_grad = evaluate_gradient(loss_function, data, params) params = params - learning_rate * params_grad Per un numero predefinito di epoche, prima calcoliamo il vettore gradiente weights_grad della funzione di perdita per l'intero set di dati …
9
Quali libri offrono una panoramica delle statistiche computazionali in quanto si applicano all'informatica?
Come ingegnere del software, sono interessato ad argomenti come algoritmi statistici, data mining, machine learning, reti bayesiane, algoritmi di classificazione, reti neurali, catene di Markov, metodi Monte Carlo e generazione casuale di numeri. Personalmente non ho avuto il piacere di lavorare direttamente con nessuna di queste tecniche, ma ho dovuto …
1
Quale metodo di confronto multiplo utilizzare per un modello lmer: lsmeans o glht?
Sto analizzando un set di dati usando un modello di effetti misti con un effetto fisso (condizione) e due effetti casuali (partecipante a causa del disegno e della coppia all'interno del soggetto). Il modello è stato generato conlme4 pacchetto: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Successivamente, ho eseguito un test del rapporto di verosimiglianza di …
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.