Statystyki i duże zbiory danych

2

Jaka jest hipoteza NULL dla interakcji w dwustronnej ANOVA?

Powiedzmy, że mamy dwa czynniki (A i B), każdy z dwoma poziomami (A1, A2 i B1, B2) i zmienną odpowiedzi (y). Podczas wykonywania dwukierunkowej ANOVA typu: y~A+B+A*B Testujemy trzy hipotezy zerowe: Nie ma różnicy w średnich współczynnika A. Nie ma różnicy w średnich ze współczynnika B. Nie ma interakcji między …

20 hypothesis-testing anova

4

Algorytmy Metropolis-Hastings stosowane w praktyce

Czytałem dziś blog Christiana Roberta i całkiem podobał mi się nowy algorytm Metropolis-Hastings, o którym rozmawiał. Wydawało się proste i łatwe do wdrożenia. Ilekroć koduję MCMC, mam tendencję do trzymania się bardzo podstawowych algorytmów MH, takich jak niezależne ruchy lub losowe spacery na skali dziennika. Z jakich algorytmów MH ludzie …

20 mcmc metropolis-hastings

3

Jaka jest suma kwadratowych zmiennych t?

Niech zostanie narysowany na podstawie rozkładu t Studenta z stopniami swobody, dla średniej wielkości (powiedzmy mniej niż 100). Zdefiniuj Czy rozłożone prawie jak chi-kwadrat o stopniach swobody? Czy istnieje coś takiego jak Centralne Twierdzenie Graniczne dla sumy kwadratowych zmiennych losowych?titit_innnnnnT=∑1≤i≤kt2iT=∑1≤i≤kti2T = \sum_{1\le i \le k} t_i^2TTTkkk

20 chi-squared central-limit-theorem t-distribution

2

Dostosowanie do zmiennych towarzyszących w analizie krzywej ROC

To pytanie dotyczy oceny wyników granicznych w wielowymiarowym kwestionariuszu przesiewowym w celu przewidzenia binarnego punktu końcowego w obecności skorelowanych skal. Zapytano mnie o zainteresowanie kontrolowaniem powiązanych wyników przy opracowywaniu punktów odcięcia dla każdego wymiaru skali pomiarowej (cechy osobowości), które mogłyby być wykorzystane do badań alkoholizmu. Oznacza to, że w tym …

20 epidemiology roc

6

Dobry zasób, aby zrozumieć ANOVA i ANCOVA?

Prowadzę eksperymenty na papierze i szukam interesującej książki / strony internetowej, aby właściwie zrozumieć, jak działają ANOVA i ANCOVA. Mam dobre doświadczenie matematyczne, więc niekoniecznie potrzebuję wulgarnych wyjaśnień. Chciałbym również wiedzieć, jak ustalić, kiedy użyć ANOVA zamiast ANCOVA.

20 anova references ancova

3

Jak połączyć przedziały ufności dla komponentu wariancji modelu z efektami mieszanymi, gdy używana jest wielokrotna imputacja

Logiką wielokrotnej imputacji (MI) jest przypisywanie brakujących wartości nie jeden raz, ale kilka razy (zwykle M = 5) razy, co skutkuje M zakończonymi zestawami danych. M zakończonych zestawów danych jest następnie analizowanych metodami kompletnych danych, na podstawie których szacunki M i ich błędy standardowe są łączone przy użyciu wzorów Rubina …

20 modeling confidence-interval mixed-model data-imputation

3

Stosujesz „sztuczkę jądra” do metod liniowych?

Trik jądro jest stosowana w kilku modelach uczenia maszynowego (np SVM ). Po raz pierwszy został wprowadzony w artykule „Teoretyczne podstawy metody funkcji potencjalnej w uczeniu się rozpoznawania wzorców” w 1964 r. Definicja wikipedia mówi, że tak sposób zastosowania algorytmu klasyfikatora liniowego do rozwiązania problemu nieliniowego poprzez odwzorowanie pierwotnych obserwacji …

20 machine-learning kernel-trick

14

Oprogramowanie do łatwej, ale niezawodnej eksploracji danych

W moich próbach walki z chaosem w arkuszach kalkulacyjnych często ewangelicznie staram się uzyskać bardziej niezawodne narzędzia, takie jak prawdziwe oprogramowanie statystyczne (R, Stata i tym podobne). Ostatnio zostałem zakwestionowany przez ten pogląd przez kogoś, kto stanowczo stwierdził, że po prostu nie nauczy się programować. Chciałbym zapewnić im narzędzia do …

20 data-visualization software

4

Co jest ściśle dolną granicą czasu kolekcjonera kuponów?

W klasycznym problemie kolekcjonera kuponów dobrze wiadomo, że czas niezbędny do ukończenia zestawu losowo wybranych kuponów spełnia , i .TTTnnnE[T]∼nlnnE[T]∼nln⁡nE[T] \sim n \ln n V.a r ( T) ∼ n2)Var(T)∼n2Var(T) \sim n^2Pr ( T> n lnn + c n ) < e- cPr(T>nln⁡n+cn)<e−c\Pr(T > n \ln n + cn) < …

20 probability probability-inequalities coupon-collector-problem

6

Czy mój meteorolog jest dokładny?

Pytanie, które martwiło mnie przez jakiś czas, na które nie wiem jak odpowiedzieć: Każdego dnia mój meteorolog daje procentową szansę na deszcz (załóżmy, że obliczono go na 9000 cyfr i nigdy nie powtórzył żadnej liczby). Każdego dnia pada albo nie pada. Mam lata danych - procent szans względem deszczu czy …

20 hypothesis-testing forecasting

2

W jaki sposób losowy las generuje losowy las

Nie jestem ekspertem od losowego lasu, ale doskonale rozumiem, że kluczowym problemem z losowym lasem jest (losowe) generowanie drzew. Czy możesz mi wyjaśnić, w jaki sposób generowane są drzewa? (tj. Jaka jest używana dystrybucja do generowania drzew?) Z góry dziękuję !

20 machine-learning r algorithms cart random-forest

5

Kiedy można użyć kryteriów opartych na danych, aby określić model regresji?

Słyszałem, że gdy wiele specyfikacji modelu regresji (powiedzmy w OLS) jest rozważanych jako możliwości zestawu danych, powoduje to wiele problemów z porównaniem, a wartości p i przedziały ufności nie są już wiarygodne. Jednym z ekstremalnych przykładów jest regresja stopniowa. Kiedy mogę użyć samych danych, aby pomóc w określeniu modelu, a …

20 regression frequentist multiple-comparisons

4

Jakie są prawidłowe wartości precyzji i przywołania w przypadkach krawędzi?

Precyzja jest zdefiniowana jako: p = true positives / (true positives + false positives) Czy jest to prawidłowe, że, jak true positivesi false positivespodejście 0, precyzja zbliża 1? To samo pytanie do przypomnienia: r = true positives / (true positives + false negatives) Obecnie wdrażam test statystyczny, w którym muszę …

20 precision-recall data-visualization logarithm references r networks data-visualization standard-deviation probability binomial negative-binomial r categorical-data aggregation plyr survival python regression r t-test bayesian logistic data-transformation confidence-interval t-test interpretation distributions data-visualization pca genetics r finance maximum probability standard-deviation probability r information-theory references computational-statistics computing references engineering-statistics t-test hypothesis-testing independence definition r censoring negative-binomial poisson-distribution variance mixed-model correlation intraclass-correlation aggregation interpretation effect-size hypothesis-testing goodness-of-fit normality-assumption small-sample distributions regression normality-assumption t-test anova confidence-interval z-statistic finance hypothesis-testing mean model-selection information-geometry bayesian frequentist terminology type-i-and-ii-errors cross-validation smoothing splines data-transformation normality-assumption variance-stabilizing r spss stata python correlation logistic logit link-function regression predictor pca factor-analysis r bayesian maximum-likelihood mcmc conditional-probability statistical-significance chi-squared proportion estimation error shrinkage application steins-phenomenon

5

Post-hocs dla testów przedmiotowych?

Jaka jest preferowana metoda przeprowadzania post-hoców w ramach testów przedmiotowych? Widziałem opublikowane prace, w których stosuje się HSD Tukeya, ale przegląd Keppela i Maxwella i Delaneya sugeruje, że prawdopodobne naruszenie kulistości w tych projektach powoduje, że termin błędu jest niepoprawny, a takie podejście jest problematyczne. Maxwell i Delaney podają podejście …

20 r repeated-measures multiple-comparisons post-hoc sphericity

4

Czy model jest dopasowany do danych, czy dane są dopasowane do modelu?

Czy istnieje różnica koncepcyjna lub proceduralna między dopasowaniem modelu do danych a dopasowaniem danych do modelu? Przykład pierwszego sformułowania można znaleźć w https://courses.washington.edu/matlab1/ModelFitting.html , a drugiego w https://reference.wolfram.com/applications/eda/FittingDataToLinearModelsByLeast-SquaresTechniques.html .

20 terminology