Statistiche e Big Data modeling

1

Percorsi dei coefficienti: confronto tra cresta, lazo e regressione della rete elastica

Vorrei confrontare i modelli selezionati con la cresta, il lazo e la rete elastica. La Fig. Sotto mostra i percorsi dei coefficienti usando tutti e 3 i metodi: cresta (Fig A, alfa = 0), lazo (Fig B; alfa = 1) e rete elastica (Fig C; alfa = 0,5). La soluzione …

13 r multiple-regression modeling regularization

1

Modelli di additivi generalizzati (GAM), interazioni e covariate

Ho esplorato una serie di strumenti per le previsioni e ho scoperto che i modelli di additivi generalizzati (GAM) hanno il massimo potenziale per questo scopo. I GAM sono fantastici! Consentono di specificare in modo molto succinto modelli complessi. Tuttavia, quella stessa sintonia mi sta creando confusione, in particolare per …

12 r modeling gam mgcv

5

Come eseguire l'imputazione dei valori in un numero molto elevato di punti dati?

Ho un set di dati molto grande e mancano circa il 5% di valori casuali. Queste variabili sono correlate tra loro. Il seguente set di dati R è solo un esempio di giocattolo con dati correlati fittizi. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = TRUE), …

12 r random-forest missing-data data-imputation multiple-imputation large-data definition moving-window self-study categorical-data econometrics standard-error regression-coefficients normal-distribution pdf lognormal regression python scikit-learn interpolation r self-study poisson-distribution chi-squared matlab matrix r modeling multinomial mlogit choice monte-carlo indicator-function r aic garch likelihood r regression repeated-measures simulation multilevel-analysis chi-squared expected-value multinomial yates-correction classification regression self-study repeated-measures references residuals confidence-interval bootstrap normality-assumption resampling entropy cauchy clustering k-means r clustering categorical-data continuous-data r hypothesis-testing nonparametric probability bayesian pdf distributions exponential repeated-measures random-effects-model non-independent regression error regression-to-the-mean correlation group-differences post-hoc neural-networks r time-series t-test p-value normalization probability moments mgf time-series model seasonality r anova generalized-linear-model proportion percentage nonparametric ranks weighted-regression variogram classification neural-networks fuzzy variance dimensionality-reduction confidence-interval proportion z-test r self-study pdf

1

Modellazione quando la variabile dipendente ha un "cut-off"

Ci scusiamo in anticipo se la terminologia che uso non è corretta. Gradirei qualsiasi correzione. Se quello che descrivo come un "cut-off" ha un nome diverso, fammi sapere e posso aggiornare la domanda. La situazione che mi interessa è questa: hai variabili indipendenti e una singola variabile dipendente . Lo …

12 regression modeling survival censoring

1

Criteri per la selezione del modello "migliore" in un modello Markov nascosto

Ho un set di dati di serie temporali in cui sto cercando di adattare un modello Hov (Hidden Markov Model) al fine di stimare il numero di stati latenti nei dati. Il mio pseudo codice per farlo è il seguente: for( i in 2 : max_number_of_states ){ ... calculate HMM …

12 r aic hidden-markov-model bic spss manova time-series r lme4-nlme regression modeling negative-binomial bayesian bugs state-space-models hypothesis-testing data-transformation factor-analysis sem

1

Differenze tra PROC Mixed e lme / lmer in R - gradi di libertà

Nota: questa domanda è una risposta, poiché la mia domanda precedente doveva essere cancellata per motivi legali. Confrontando PROC MIXED da SAS con la funzione lmedel nlmepacchetto in R, mi sono imbattuto in alcune differenze piuttosto confuse. Più specificamente, i gradi di libertà nei diversi test differiscono tra PROC MIXEDe …

12 r mixed-model sas degrees-of-freedom pdf unbiased-estimator distance-functions functional-data-analysis hellinger time-series outliers c++ relative-risk absolute-risk rare-events regression t-test multiple-regression survival teaching multiple-regression regression self-study t-distribution machine-learning recommender-system self-study binomial standard-deviation data-visualization r predictive-models pearson-r spearman-rho r regression modeling r categorical-data data-visualization ggplot2 many-categories machine-learning cross-validation weka microarray variance sampling monte-carlo regression cross-validation model-selection feature-selection elastic-net distance-functions information-theory r regression mixed-model random-effects-model fixed-effects-model dataset data-mining

2

Modellazione parametrica della varianza dei dati di conteggio

Sto cercando di modellare alcuni dati, ma non sono sicuro del tipo di modello che posso usare. Ho dei dati di conteggio e desidero un modello che fornisca stime parametriche della media e della varianza dei dati. Cioè, ho vari fattori predittivi e voglio determinare se qualcuno di essi influenza …

12 variance modeling count-data overdispersion gamlss

1

Test esatto di Fisher e distribuzione ipergeometrica

Volevo capire meglio il test esatto del pescatore, quindi ho escogitato il seguente esempio di giocattolo, dove f e m corrispondono a maschio e femmina e n e y corrispondono a "consumo di soda" in questo modo: > soda_gender f m n 0 5 y 5 0 Ovviamente, questa è …

12 fishers-exact hypergeometric clustering supervised-learning modeling econometrics r regression residuals heteroscedasticity independence distributions self-study matlab libsvm self-study conditional-probability conditional-expectation hypothesis-testing self-study multiple-comparisons mode statistical-significance chi-squared multiple-comparisons maximum-likelihood poisson-process optimization uncertainty genetic-algorithms bayesian model-selection overfitting maximum-likelihood optimization approximation r prediction model-evaluation r machine-learning survival neural-networks cox-model machine-learning bayesian bayesian-network hierarchical-bayesian pooling

1

adattamento di una funzione esponenziale utilizzando i minimi quadrati rispetto al modello lineare generalizzato rispetto ai minimi quadrati non lineari

Ho un set di dati che rappresenta il decadimento esponenziale. Vorrei adattare una funzione esponenziale a questi dati. Ho provato a registrare trasformando la variabile di risposta e quindi usando i minimi quadrati per adattarsi a una linea; usando un modello lineare generalizzato con una funzione log link e una …

12 modeling generalized-linear-model least-squares nonlinear-regression curve-fitting

4

Registra modelli lineari

Qualcuno può spiegare perché utilizziamo Log Linear Models in termini molto semplici? Vengo dalla formazione ingegneristica, e questo si sta davvero rivelando un argomento difficile per me, le statistiche lo sono. Sarò grato per una risposta.

12 modeling log-linear

1

Quando devo smettere di cercare un modello?

Sto cercando un modello tra i prezzi dell'energia e il tempo. Ho il prezzo del MWatt acquistato tra i paesi d'Europa e molti valori sul tempo (file Grib). Ogni ora per un periodo di 5 anni (2011-2015). Prezzo / giorno Questo è al giorno per un anno. Ho questo per …

11 time-series forecasting predictive-models modeling large-data

5

Misurare la regressione alla media nel colpire le corse a casa

Chiunque segua il baseball probabilmente ha sentito parlare delle prestazioni fuori dal nulla del tipo MVP del Jose Bautista di Toronto. Nei quattro anni precedenti, ha segnato circa 15 corse in casa per stagione. L'anno scorso ha raggiunto 54, un numero superato da soli 12 giocatori nella storia del baseball. …

11 r regression modeling

10

Ragioni oltre alla previsione per costruire modelli?

Joshua Epstein ha scritto un documento intitolato "Why Model?" disponibile su http://www.santafe.edu/media/workingpapers/08-09-040.pdf in cui sono indicati 16 motivi: Spiega (molto distinto dalla previsione) Raccolta dati guida Illumina la dinamica del nucleo Suggerisci analogie dinamiche Scopri nuove domande Promuovere un'abitudine scientifica della mente Risultati (parentesi) associati a intervalli plausibili Illumina le …

11 modeling

1

R / mgcv: Perché i prodotti tensor te () e ti () producono superfici diverse?

Il mgcvpacchetto per Rha due funzioni per adattare le interazioni del prodotto tensore: te()e ti(). Comprendo la divisione di base del lavoro tra i due (adattamento di un'interazione non lineare rispetto alla scomposizione di questa interazione in effetti principali e un'interazione). Quello che non capisco è perché te(x1, x2)e ti(x1) …

11 r gam mgcv conditional-probability mixed-model references bayesian estimation conditional-probability machine-learning optimization gradient-descent r hypothesis-testing wilcoxon-mann-whitney time-series bayesian inference change-point time-series anova repeated-measures statistical-significance bayesian contingency-tables regression prediction quantiles classification auc k-means scikit-learn regression spatial circular-statistics t-test effect-size cohens-d r cross-validation feature-selection caret machine-learning modeling python optimization frequentist correlation sample-size normalization group-differences heteroscedasticity independence generalized-least-squares lme4-nlme references mcmc metropolis-hastings optimization r logistic feature-selection separation clustering k-means normal-distribution gaussian-mixture kullback-leibler java spark-mllib data-visualization categorical-data barplot hypothesis-testing statistical-significance chi-squared type-i-and-ii-errors pca scikit-learn conditional-expectation statistical-significance meta-analysis intuition r time-series multivariate-analysis garch machine-learning classification data-mining missing-data cart regression cross-validation matrix-decomposition categorical-data repeated-measures chi-squared assumptions contingency-tables prediction binary-data trend test-for-trend matrix-inverse anova categorical-data regression-coefficients standard-error r distributions exponential interarrival-time copula log-likelihood time-series forecasting prediction-interval mean standard-error meta-analysis meta-regression network-meta-analysis systematic-review normal-distribution multiple-regression generalized-linear-model poisson-distribution poisson-regression r sas cohens-kappa

7

Evitare la discriminazione sociale nella costruzione di modelli

Ho domande ispirate al recente scandalo sul reclutamento di Amazon, in cui sono state accusate di discriminazione nei confronti delle donne nel loro processo di reclutamento. Maggiori informazioni qui : Gli specialisti dell'apprendimento automatico di Amazon.com Inc hanno scoperto un grosso problema: al loro nuovo motore di reclutamento non piacevano …

10 predictive-models modeling model

Domande taggate «modeling»