Statistiche e Big Data probability

4

Quanto è strano un gruppo di incidenti aerei?

Domanda originale (25/07/14): questa citazione dai media ha senso, o esiste un modo statistico migliore per visualizzare l'ondata di incidenti aerei recenti? Tuttavia, Barnett attira anche l'attenzione sulla teoria della distribuzione di Poisson, che implica che brevi intervalli tra gli incidenti sono in realtà più probabili di quelli lunghi. "Supponiamo …

15 probability poisson-distribution

1

Qual è l'intuizione dietro i campioni scambiabili sotto l'ipotesi nulla?

I test di permutazione (chiamati anche test di randomizzazione, test di ri-randomizzazione o test esatto) sono molto utili e sono utili quando l'assunzione della distribuzione normale richiesta da per esempio t-testnon è soddisfatta e quando la trasformazione dei valori per classifica del test non parametrici come Mann-Whitney-U-testquesto porterebbero alla perdita …

15 hypothesis-testing permutation-test exchangeability r statistical-significance loess data-visualization normal-distribution pdf ggplot2 kernel-smoothing probability self-study expected-value normal-distribution prior correlation time-series regression heteroscedasticity estimation estimators fisher-information data-visualization repeated-measures binary-data panel-data mathematical-statistics coefficient-of-variation normal-distribution order-statistics regression machine-learning one-class probability estimators forecasting prediction validation finance measurement-error variance mean spatial monte-carlo data-visualization boxplot sampling uniform chi-squared goodness-of-fit probability mixture theory gaussian-mixture regression statistical-significance p-value bootstrap regression multicollinearity correlation r poisson-distribution survival regression categorical-data ordinal-data ordered-logit regression interaction time-series machine-learning forecasting cross-validation binomial multiple-comparisons simulation false-discovery-rate r clustering frequency wilcoxon-mann-whitney wilcoxon-signed-rank r svm t-test missing-data excel r numerical-integration r random-variable lme4-nlme mixed-model weighted-regression power-law errors-in-variables machine-learning classification entropy information-theory mutual-information

1

Prodotto di due variabili casuali indipendenti

Ho un campione di circa 1000 valori. Questi dati sono ottenuti dal prodotto di due variabili casuali indipendenti . La prima variabile casuale ha una distribuzione uniforme . La distribuzione della seconda variabile casuale non è nota. Come posso stimare la distribuzione della seconda variabile casuale ( )?ξ ∼ U …

15 probability distributions mathematical-statistics

2

Combinare i classificatori lanciando una moneta

Sto studiando un corso di apprendimento automatico e le diapositive delle lezioni contengono informazioni che ritengo contraddittorie con il libro raccomandato. Il problema è il seguente: ci sono tre classificatori: classificatore A che fornisce migliori prestazioni nell'intervallo inferiore delle soglie, classificatore B che fornisce migliori prestazioni nell'intervallo superiore delle soglie, …

15 machine-learning probability data-visualization classification roc

2

Come scegliere il livello di significatività per un set di dati di grandi dimensioni?

Sto lavorando con un set di dati con N circa 200.000. Nelle regressioni, vedo valori di significatività molto piccoli << 0,001 associati a dimensioni di effetto molto piccole, ad es. R = 0,028. Quello che mi piacerebbe sapere è che esiste un modo di principio per decidere una soglia di …

15 regression probability statistical-significance sample-size

3

Come posso stimare la probabilità che un membro casuale di una popolazione sia "migliore" di un membro casuale di una popolazione diversa?

Supponiamo che io abbia campionamenti da due popolazioni distinte. Se misuro quanto tempo impiega ciascun membro a svolgere un compito, posso facilmente stimare la media e la varianza di ogni popolazione. Se ora ipotizzo un accoppiamento casuale con un individuo per ogni popolazione, posso stimare la probabilità che il primo …

15 probability normal-distribution

5

Differenza tra i termini "distribuzione congiunta" e "distribuzione multivariata"?

Sto scrivendo sull'uso di una "distribuzione di probabilità congiunta" per un pubblico che avrebbe maggiori probabilità di comprendere la "distribuzione multivariata", quindi sto pensando di utilizzare la versione successiva. Tuttavia, non voglio perdere significato mentre lo faccio. Wikipedia sembra indicare che si tratta di sinonimi. Sono loro? In caso contrario, …

15 probability terminology joint-distribution definition

4

Valore atteso vs. valore più probabile (modalità)

Il valore atteso di una distribuzione f(x)f(x)f(x) è la media, ovvero il valore medio ponderato E[x]=∫+∞−∞xf(x)dxE[x]=∫−∞+∞xf(x)dxE[x]=\int_{-\infty}^{+\infty} x \, \, f(x) dx Il valore più probabile è la modalità, ovvero il valore più probabile. Tuttavia, ci aspettiamo in qualche modo di vedere molte volte? Citando da qui :E[x]E[x]E[x] Se i risultati …

15 probability distributions chi-squared expected-value mode

2

Qual è la connessione tra la catena Markov e la catena Markov monte carlo

Sto cercando di capire le catene di Markov usando SAS. Capisco che un processo di Markov è uno in cui lo stato futuro dipende solo dallo stato corrente e non dallo stato passato e c'è una matrice di transizione che cattura la probabilità di transizione da uno stato a un …

15 probability simulation mcmc monte-carlo markov-process

2

Qual è il significato intuitivo dietro una variabile casuale definita come "reticolo"?

Nella teoria della probabilità, una variabile casuale non negativa viene chiamata reticolo se esiste tale che .XXXd≥0d≥0d \geq 0∑∞n=0P(X=nd)=1∑n=0∞P(X=nd)=1\sum_{n=0}^{\infty}P(X=nd) = 1 Esiste un'interpretazione geometrica del perché questa definizione è chiamata reticolo?

15 probability

1

Teorema della distribuzione di Cauchy e del limite centrale

Per mantenere il CLT abbiamo bisogno della distribuzione che desideriamo approssimare per avere media e varianza finita . Sarebbe vero dire che per il caso della distribuzione di Cauchy, la cui media e varianza sono indefinite, il Teorema del limite centrale non fornisce una buona approssimazione anche asintoticamente?μμ\muσ2σ2\sigma^2

15 probability central-limit-theorem asymptotics cauchy

4

L'operazione del caso in un mondo deterministico

Nel libro di Steven Pinker Better Angels of Our Nature , lo osserva La probabilità è una questione di prospettiva. Visti a distanza sufficientemente ravvicinata, i singoli eventi hanno cause determinate. Anche il lancio di una moneta può essere previsto dalle condizioni di partenza e dalle leggi della fisica, e …

15 probability central-limit-theorem intuition

2

Le variabili casuali

Possiamo dire qualcosa sulla dipendenza di una variabile casuale e sulla funzione di una variabile casuale? Ad esempio X2X2X^2 dipende da XXX ?

15 probability random-variable

2

Costante normalizzante nel teorema di Bayes

Ho letto che nella regola di Bayes, il denominatore diPr(data)Pr(data)\Pr(\textrm{data}) Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)Pr(parameters∣data)=Pr(data∣parameters)Pr(parameters)Pr(data)\Pr(\text{parameters} \mid \text{data}) = \frac{\Pr(\textrm{data} \mid \textrm{parameters}) \Pr(\text{parameters})}{\Pr(\text{data})} viene chiamata una costante normalizzante . Che cosa è esattamente? Qual è il suo scopo? Perché sembra ? Perché non dipende dai parametri?Pr(data)Pr(data)\Pr(data)

15 probability bayesian

5

C'è di più nella probabilità del bayesianismo?

Come studente di fisica, ho sperimentato la lezione "Perché sono un bayesiano" forse una mezza dozzina di volte. È sempre lo stesso - il presentatore spiega compiaciuto come l'interpretazione bayesiana sia superiore all'interpretazione frequentista presumibilmente impiegata dalle masse. Citano la regola, l'emarginazione, i priori e i posteriori di Bayes. Qual …

15 probability bayesian frequentist

Domande taggate «probability»