Domande taggate «modeling»

Questo tag descrive il processo di creazione di un modello statistico o di apprendimento automatico. Aggiungi sempre un tag più specifico.

4
Modellazione per i punteggi di calcio
In Dixon, Coles ( 1997 ), hanno utilizzato la stima della massima verosimiglianza per i due modelli Poisson indipendenti modificati in (4.3) per modellare i punteggi nel calcio. Sto cercando di usare R per "riprodurre" i parametri alfa e beta nonché i parametri dell'effetto home (pag. 274, tabella 4) senza …
2
Come modellare la somma delle variabili casuali di Bernoulli per i dati dipendenti?
Ho quasi le stesse domande come questa: come posso modellare in modo efficiente la somma delle variabili casuali di Bernoulli? Ma l'impostazione è abbastanza diversa: S=∑i=1,NXiS=∑i=1,NXiS=\sum_{i=1,N}{X_i} , , ~ 20, ~ 0.1P(Xi=1)=piP(Xi=1)=piP(X_{i}=1)=p_iNNNpipip_i Abbiamo i dati per i risultati delle variabili casuali di Bernoulli: ,Xi,jXi,jX_{i,j}Sj=∑i=1,NXi,jSj=∑i=1,NXi,jS_j=\sum_{i=1,N}{X_{i,j}} Se stimiamo la con la stima …
2
Calcola la curva ROC per i dati
Quindi, ho 16 prove in cui sto cercando di autenticare una persona da un tratto biometrico usando Hamming Distance. La mia soglia è impostata su 3,5. I miei dati sono di seguito e solo la versione di prova 1 è un vero positivo: Trial Hamming Distance 1 0.34 2 0.37 …
9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 
3
Calcolo del miglior sottoinsieme di predittori per la regressione lineare
Per la selezione dei predittori nella regressione lineare multivariata con predittori adatti , quali metodi sono disponibili per trovare un sottoinsieme "ottimale" dei predittori senza testare esplicitamente tutti i sottoinsiemi ? In "Applied Survival Analysis", Hosmer e Lemeshow fanno riferimento al metodo di Kuk, ma non riesco a trovare il …
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.