Statistiche e Big Data modeling

11

C'è qualche motivo per preferire l'AIC o il BIC rispetto all'altro?

L'AIC e il BIC sono entrambi metodi per valutare l'adattamento del modello penalizzato per il numero di parametri stimati. Da quanto ho capito, BIC penalizza i modelli più per i parametri gratuiti di quanto non faccia AIC. Al di là di una preferenza basata sulla rigidità dei criteri, ci sono …

222 modeling aic cross-validation bic model-selection

3

Come sapere che il tuo problema di apprendimento automatico è senza speranza?

Immagina uno scenario di apprendimento automatico standard: Ti trovi di fronte a un ampio set di dati multivariato e ne hai una comprensione piuttosto sfocata. Quello che devi fare è fare previsioni su alcune variabili in base a ciò che hai. Come al solito, si puliscono i dati, si guardano …

207 machine-learning forecasting modeling model-selection forecastability

17

Inclusa l'interazione ma non i principali effetti in un modello

È mai valido includere un'interazione bidirezionale in un modello senza includere gli effetti principali? Che cosa succede se la tua ipotesi riguarda solo l'interazione, devi ancora includere gli effetti principali?

85 regression modeling interaction regression-coefficients

24

Regole empiriche per statistiche "moderne"

Mi piace il libro di G van Belle sulle Regole empiriche statistiche e, in misura minore, Errori comuni in statistica (e come evitarli) di Phillip I Good e James W. Hardin. Risolvono insidie comuni nell'interpretazione dei risultati di studi sperimentali e osservazionali e forniscono raccomandazioni pratiche per inferenze statistiche o …

85 modeling eda rule-of-thumb

7

Qual è il vantaggio di spezzare una variabile predittiva continua?

Mi chiedo quale sia il valore nel prendere una variabile predittiva continua e scomporla (ad es. In quintili), prima di usarla in un modello. Mi sembra che, binning della variabile, perdiamo informazioni. È solo per poter modellare effetti non lineari? Se mantenessimo la variabile continua e in realtà non fosse …

78 regression modeling continuous-data binning regression-strategies

14

Qual è il significato di "Tutti i modelli sono sbagliati, ma alcuni sono utili"

"In sostanza, tutti i modelli sono sbagliati, ma alcuni sono utili." --- Box, George EP; Norman R. Draper (1987). Empirical Model-Building and Response Surfaceaces, p. 424, Wiley. ISBN 0471810339. Qual è esattamente il significato della frase sopra?

76 modeling

6

Modello per la previsione del numero di visualizzazioni Youtube di Gangnam Style

Il video musicale di PSY "Gangnam style" è popolare, dopo poco più di 2 mesi ha circa 540 milioni di spettatori. L'ho imparato dai miei figli del preteen a cena la scorsa settimana e presto la discussione è andata nella direzione di se fosse possibile fare una sorta di previsione …

73 modeling web

5

Utilizzo della convalida incrociata di k-fold per la selezione del modello di serie storiche

Domanda: voglio essere sicuro di qualcosa, l'uso della convalida incrociata di k-fold con le serie temporali è semplice o è necessario prestare particolare attenzione prima di utilizzarlo? Contesto: sto modellando una serie temporale di 6 anni (con catena semi-markov), con un campione di dati ogni 5 minuti. Per confrontare diversi …

70 time-series modeling cross-validation

7

Tutti i termini di interazione hanno bisogno dei loro termini individuali nel modello di regressione?

Sto attualmente recensendo un manoscritto in cui gli autori confrontano i modelli di regressione 5-6 logit con AIC. Tuttavia, alcuni dei modelli hanno termini di interazione senza includere i singoli termini di covariata. Ha mai senso farlo? Ad esempio (non specifico per i modelli logit): M1: Y = X1 + …

68 regression modeling interaction aic

11

Perché dovrei essere bayesiano quando il mio modello è sbagliato?

Modifiche: ho aggiunto un semplice esempio: inferenza della media di . Ho anche chiarito leggermente perché gli intervalli credibili che non corrispondono agli intervalli di confidenza sono cattivi.XiXiX_i Io, un bayesiano abbastanza devoto, sono nel mezzo di una sorta di crisi di fede. Il mio problema è il seguente. Supponiamo …

68 bayesian modeling philosophical misspecification

6

La selezione delle variabili per la modellazione predittiva è davvero necessaria nel 2016?

Questa domanda è stata posta sul CV alcuni anni fa, sembra ripubblicare alla luce di 1) ordine di grandezza migliore tecnologia informatica (ad es. Calcolo parallelo, HPC ecc.) E 2) tecniche più recenti, ad es. [3]. Innanzitutto, un po 'di contesto. Supponiamo che l'obiettivo non sia il test delle ipotesi, …

68 machine-learning modeling feature-selection model-selection prediction

4

Perché includere latitudine e longitudine in un account GAM per l'autocorrelazione spaziale?

Ho prodotto modelli di additivi generalizzati per la deforestazione. Per tenere conto dell'autocorrelazione spaziale, ho incluso latitudine e longitudine come termine di interazione smussato (es. S (x, y)). Ho basato questo sulla lettura di molti articoli in cui gli autori affermano che "per tenere conto dell'autocorrelazione spaziale, le coordinate dei …

60 r modeling spatial autocorrelation gam

6

Che cos'è un modello "saturo"?

Cosa si intende quando diciamo di avere un modello saturo?

59 modeling regression

3

Le variabili sono spesso regolate (ad esempio standardizzate) prima di creare un modello: quando è una buona idea e quando è cattiva?

In quali circostanze vorresti o non vuoi ridimensionare o standardizzare una variabile prima del fitting del modello? E quali sono i vantaggi / gli svantaggi del ridimensionamento di una variabile?

57 modeling predictive-models feature-selection theory standardization

3

Cosa c'è di così fico nel teorema della rappresentazione di De Finetti?

Da Theory of Statistics di Mark J. Schervish (pagina 12): Sebbene il teorema di rappresentazione di DeFinetti 1.49 sia fondamentale per motivare modelli parametrici, in realtà non viene utilizzato nella loro implementazione. In che modo il teorema è centrale nei modelli parametrici?

55 probability modeling mathematical-statistics parametric

Domande taggate «modeling»