Statistiche e Big Data fitting

3

R: Random Forest lancia NaN / Inf nell'errore di "richiamo della funzione esterna" nonostante nessuna NaN nel set di dati [chiuso]

Chiuso. Questa domanda è fuori tema . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che sia in argomento per Cross Validated. Chiuso 2 anni fa . Sto usando il cursore per eseguire una foresta casuale convalidata in modo incrociato su un set di …

29 r random-forest caret regression prediction fitting social-science poisson-distribution distributions characteristic-function bayesian prior regression normal-distribution interaction nonparametric skewness svm standard-deviation standard-error regression-coefficients igraph natural-language word2vec word-embeddings regression machine-learning sampling r regression machine-learning random-forest ensemble sampling unbiased-estimator proof estimators mse probability conditional-probability bayes anova missing-data neural-networks recommender-system r confidence-interval sample multiple-imputation r time-series forecasting mase

6

Adatta un termine sinusoidale ai dati

Anche se ho letto questo post, non ho ancora idea di come applicare questo ai miei dati e spero che qualcuno mi possa aiutare. Ho i seguenti dati: y <- c(11.622967, 12.006081, 11.760928, 12.246830, 12.052126, 12.346154, 12.039262, 12.362163, 12.009269, 11.260743, 10.950483, 10.522091, 9.346292, 7.014578, 6.981853, 7.197708, 7.035624, 6.785289, 7.134426, 8.338514, …

26 r regression fitting

1

Rilevamento di valori anomali nei dati di conteggio

Ho quello che pensavo ingenuamente di essere un problema piuttosto semplice che comporta il rilevamento anomalo di molti diversi set di dati di conteggio. In particolare, voglio determinare se uno o più valori in una serie di dati di conteggio sono più alti o più bassi del previsto rispetto al …

21 outliers count-data fitting

1

Quando è disponibile un Jacobiano analitico, è meglio approssimare l'Assia con

Supponiamo che sto calcolando alcuni parametri del modello per minimizzare la somma dei residui quadrati e suppongo che i miei errori siano gaussiani. Il mio modello produce derivati analitici, quindi l'ottimizzatore non deve utilizzare differenze finite. Una volta che l'adattamento è completo, voglio calcolare gli errori standard dei parametri montati. …

19 standard-error fitting

1

MLE vs minimi quadrati nelle opportune distribuzioni di probabilità

L'impressione che ho avuto, sulla base di diversi articoli, libri e articoli che ho letto, è che il modo consigliato di adattare una distribuzione di probabilità su un insieme di dati è utilizzando la stima della massima verosimiglianza (MLE). Tuttavia, come fisico, un modo più intuitivo è semplicemente quello di …

18 distributions maximum-likelihood least-squares heteroscedasticity fitting

2

Differenza tra analisi di regressione e adattamento della curva

Qualcuno può spiegarmi la reale differenza (s) tra analisi di regressione e adattamento della curva (lineare e non lineare), con un esempio se possibile? Sembra che entrambi provino a trovare una relazione tra due variabili (dipendente vs indipendente) e quindi determinino il parametro (o coefficiente) associato ai modelli proposti. Ad …

17 regression multiple-regression fitting roc curve-fitting

3

Distribuzione t di raccordo in R: parametro di ridimensionamento

Come posso adattare i parametri di una distribuzione t, cioè i parametri corrispondenti alla "media" e alla "deviazione standard" di una distribuzione normale. Presumo che siano chiamati "media" e "ridimensionamento / gradi di libertà" per una distribuzione t? Il codice seguente spesso genera errori di "ottimizzazione non riuscita". library(MASS) fitdistr(x, …

17 r distributions maximum-likelihood fitting robust

4

L'accuratezza della macchina con incremento gradiente diminuisce all'aumentare del numero di iterazioni

Sto sperimentando l'algoritmo della macchina per aumentare il gradiente tramite il caretpacchetto in R. Utilizzando un piccolo set di dati di ammissione al college, ho eseguito il seguente codice: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …

15 machine-learning caret boosting gbm hypothesis-testing t-test panel-data psychometrics intraclass-correlation generalized-linear-model categorical-data binomial model intercept causality cross-correlation distributions ranks p-value z-test sign-test time-series references terminology cross-correlation definition probability distributions beta-distribution inverse-gamma missing-data paired-comparisons paired-data clustered-standard-errors cluster-sample time-series arima logistic binary-data odds-ratio medicine hypothesis-testing wilcoxon-mann-whitney unsupervised-learning hierarchical-clustering neural-networks train clustering k-means regression ordinal-data change-scores machine-learning experiment-design roc precision-recall auc stata multilevel-analysis regression fitting nonlinear jmp r data-visualization gam gamm4 r lme4-nlme many-categories regression causality instrumental-variables endogeneity controlling-for-a-variable

5

Perché la regressione lineare utilizza una funzione di costo basata sulla distanza verticale tra l'ipotesi e il punto dati di input?

Diciamo che abbiamo i punti di dati di input (predittore) e output (risposta) A, B, C, D, E e vogliamo adattare una linea attraverso i punti. Questo è un semplice problema per illustrare la domanda, ma può essere esteso anche a dimensioni più elevate. Dichiarazione problema L'attuale miglior adattamento o …

14 regression linear fitting cost-maximization

3

Come posso rilevare a livello di codice segmenti di una serie di dati per adattarsi a curve diverse?

Esistono algoritmi documentati per separare sezioni di un determinato set di dati in diverse curve di adattamento ottimale? Ad esempio, la maggior parte degli umani che guardano questo diagramma di dati lo dividerebbero prontamente in 3 parti: un segmento sinusoidale, un segmento lineare e il segmento esponenziale inverso. In effetti, …

14 fitting curve-fitting segmentation

3

Posso utilizzare il test Kolmogorov-Smirnov e stimare i parametri di distribuzione?

Ho letto che il test di Kolmogorov-Smirnov non dovrebbe essere usato per testare la bontà di adattamento di una distribuzione i cui parametri sono stati stimati dal campione. Ha senso dividere il mio campione in due e usare la prima metà per la stima dei parametri e la seconda per …

14 estimation fitting kolmogorov-smirnov

1

Come ridurre al minimo la somma residua dei quadrati di un adattamento esponenziale?

Ho i seguenti dati e vorrei adattare un modello di crescita esponenziale negativo ad esso: Days <- c( 1,5,12,16,22,27,36,43) Emissions <- c( 936.76, 1458.68, 1787.23, 1840.04, 1928.97, 1963.63, 1965.37, 1985.71) plot(Days, Emissions) fit <- nls(Emissions ~ a* (1-exp(-b*Days)), start = list(a = 2000, b = 0.55)) curve((y = 1882 * …

14 r nonlinear-regression fitting nls

3

Come posso adattare una spline a dati che contengono valori e derivazioni 1st / 2nd?

Ho un set di dati che contiene, diciamo, alcune misure per posizione, velocità e accelerazione. Tutti provengono dalla stessa "corsa". Potrei costruire un sistema lineare e adattare un polinomio a tutte quelle misurazioni. Ma posso fare lo stesso con le spline? Qual è un modo "R" per farlo? Ecco alcuni …

14 r model fitting splines derivative

1

Perché la media aritmetica è più piccola della media di distribuzione in una distribuzione log-normale?

Quindi, ho un processo casuale che genera variabili casuali normalmente distribuite nel registro XXX. Ecco la funzione di densità di probabilità corrispondente: Volevo stimare la distribuzione di alcuni momenti di quella distribuzione originale, diciamo il primo momento: la media aritmetica. Per fare ciò, ho disegnato 100 variabili casuali 10000 volte …

13 estimation bias fitting lognormal moments

2

ARIMA vs ARMA sulla serie differenziata

In R (2.15.2) ho montato una volta un ARIMA (3,1,3) su una serie temporale e una volta un ARMA (3,3) sulla serie temporale una volta differenziata. I parametri adattati differiscono, che ho attribuito al metodo di adattamento in ARIMA. Inoltre, il montaggio di un ARIMA (3,0,3) sugli stessi dati di …

13 r time-series arima fitting arma

Domande taggate «fitting»