Statystyki i duże zbiory danych

3

Dlaczego funkcja skumulowanej dystrybucji (CDF) jednoznacznie definiuje rozkład?

Zawsze mówiono mi, że CDF jest wyjątkowy, jednak PDF / PMF nie jest wyjątkowy, dlaczego? Czy możesz podać przykład, w którym plik PDF / PMF nie jest unikalny?

17 probability distributions pdf cdf

1

Zgłaszanie wariancji powtarzanej k-krotnej walidacji krzyżowej

Używałem powtarzanej k-krotnej walidacji krzyżowej i zgłaszałem średnią (metryki oceny, np. Czułości, swoistości) obliczoną jako średnia średnia dla fałdów różnych przebiegów walidacji krzyżowej. Nie jestem jednak pewien, jak powinienem zgłosić wariancję. Znalazłem tutaj wiele pytań omawiających powtórną walidację krzyżową, jednak żadne, o których jestem świadomy, wyraźnie odpowiada na pytanie wariancji …

17 cross-validation

2

Jak interpretować współczynnik korelacji Matthewsa (MCC)?

Odpowiedź na pytanie Związek między współczynnikami korelacji phi, Matthewsa i Pearsona? pokazuje, że wszystkie trzy współczynniki są równoważne. Nie jestem ze statystyk, więc powinno to być łatwe pytanie. Artykuł Matthewsa (www.sciencedirect.com/science/article/pii/0005279575901099) opisuje, co następuje: "A correlation of: C = 1 indicates perfect agreement, C = 0 is expected for a …

17 correlation interpretation pearson-r

1

Jaka jest właściwa miara asocjacji zmiennej ze składnikiem PCA (na biplocie / wykresie ładowania)?

Używam FactoMineRdo zredukowania mojego zestawu danych pomiarów do ukrytych zmiennych. Powyższa mapa zmiennych jest dla mnie jasna do interpretacji, ale jestem zdezorientowany, jeśli chodzi o powiązania między zmiennymi a składnikiem 1. Patrząc na mapę zmiennych ddpi covjest ona bardzo blisko komponentu na mapie i ddpAbsjest nieco dalej z dala. Ale …

17 correlation pca factor-analysis association-measure biplot

2

Pytanie o standaryzację w regresji kalenicowej

Cześć chłopaki, znalazłem jeden lub dwa artykuły, które używają regresji grzbietu (dla danych koszykówki). Zawsze kazano mi ustandaryzować moje zmienne, jeśli prowadziłem regresję grzbietu, ale po prostu kazano mi to zrobić, ponieważ grzbiet był wariantem skali (regresja grzbietu nie była tak naprawdę częścią naszego kursu, więc nasz wykładowca przejrzał ją). …

17 regression standardization

4

Czy KNN jest dyskryminującym algorytmem uczenia się?

Wygląda na to, że KNN jest algorytmem uczenia się dyskryminującego, ale nie mogę znaleźć żadnych źródeł online potwierdzających to. Czy KNN jest dyskryminującym algorytmem uczenia się?

17 machine-learning classification k-nearest-neighbour

2

Kontrasty wielomianowe dla regresji

Nie rozumiem użycia kontrastów wielomianowych w dopasowaniu regresji. W szczególności mam na myśli kodowanie stosowane Rw celu wyrażenia zmiennej interwałowej (zmienna porządkowa z równo rozmieszczonymi poziomami), opisanej na tej stronie . W przykładzie tej strony , jeśli dobrze zrozumiałem, R pasuje do modelu zmiennej interwałowej, zwracając pewne współczynniki, które ważą …

17 r regression contrasts

1

Co jest złego w tej ilustracji rozkładu tylnego?

Mam następujący obraz, który, jak mi powiedziano, ilustruje, w jaki sposób tylny rozkład prawdopodobieństwa jest kombinacją wcześniejszych rozkładów prawdopodobieństwa. Powiedziano mi, że coś jest nie tak z obrazem, a mianowicie to, że rozkład tylny nie może mieć formy, jaką ma, biorąc pod uwagę funkcję funkcji prawdopodobieństwa. Ale staram się wymyślić, …

17 distributions posterior

5

Jakie są różnice między terminami „analiza szeregów czasowych” i „analiza danych podłużnych”

Mówiąc o danych podłużnych, możemy odnosić się do danych zebranych w czasie wielokrotnie od tego samego przedmiotu / jednostki badawczej, dlatego istnieją korelacje dla obserwacji w obrębie tego samego przedmiotu, tj. Podobieństwo wewnątrz podmiotu. Mówiąc o danych szeregów czasowych, odnosimy się również do danych zebranych w szeregu czasowym i wydaje …

17 time-series terminology panel-data

2

Jak uruchomić analizę regresji logistycznej porządkowej w R z wartościami liczbowymi / kategorialnymi?

Dane podstawowe : mam ~ 1000 osób oznaczonych ocenami: „1”, „dobry”, „2”, „środkowy] lub„ 3 ”[zły] - to wartości, które staram się przewidzieć dla ludzi w przyszłości . Oprócz tego mam pewne informacje demograficzne: płeć (kategorycznie: M / K), wiek (liczbowo: 17-80) i rasę (kategorycznie: czarny / kaukaski / latino). …

17 r regression logistic missing-data ordered-logit

3

Dlaczego potrzebujemy autoencoderów?

Ostatnio studiowałem autoencodery. Jeśli dobrze zrozumiałem, autoencoder to sieć neuronowa, w której warstwa wejściowa jest identyczna z warstwą wyjściową. Tak więc sieć neuronowa próbuje przewidzieć wyjście, używając wejścia jako złotego standardu. Jaka jest przydatność tego modelu? Jakie są zalety próby zrekonstruowania niektórych elementów wyjściowych, aby były jak najbardziej równe elementom …

17 neural-networks autoencoders

2

Jak interpretować ten wykres dopasowania i resztek?

Naprawdę nie rozumiem heteroscedastyczności. Chciałbym wiedzieć, czy mój model jest odpowiedni, czy nie zgodnie z tym wątkiem.

17 r regression residuals heteroscedasticity independence

2

Jak to możliwe, że Poisson GLM akceptuje liczby niecałkowite?

Jestem naprawdę oszołomiony faktem, że Poisson GLM akceptuje liczby niecałkowite! Popatrz: Dane (treść data.txt): 1 2001 0.25 1 1 2002 0.5 1 1 2003 1 1 2 2001 0.25 1 2 2002 0.5 1 2 2003 1 1 Skrypt R: t <- read.table("data.txt") names(t) <- c('site', 'year', 'count', 'weight') tm …

17 r generalized-linear-model poisson-distribution poisson-regression

2

Wybór funkcji za pomocą Losowych lasów

Mam zestaw danych zawierający głównie zmienne finansowe (120 funkcji, 4k przykładów), które są w większości wysoce skorelowane i bardzo głośne (na przykład wskaźniki techniczne), dlatego chciałbym wybrać około 20-30 do późniejszego użycia ze szkoleniem modelu (klasyfikacja binarna) - zwiększyć zmniejszyć). Myślałem o użyciu losowych lasów do rankingu funkcji. Czy warto …

17 feature-selection random-forest python

4

Jaki jest związek między

Zastanawiałem się, czy istnieje związek między a testem F.R2R2R^2 Zwykle i mierzy siłę związek liniowy w regresji.R2=∑(Y^t−Y¯)2/T−1∑(Yt−Y¯)2/T−1R2=∑(Y^t−Y¯)2/T−1∑(Yt−Y¯)2/T−1R^2=\frac {\sum (\hat Y_t - \bar Y)^2 / T-1} {\sum( Y_t - \bar Y)^2 / T-1} Test F tylko potwierdza hipotezę. Czy istnieje związek pomiędzy R2R2R^2 i F-test?

17 regression hypothesis-testing least-squares goodness-of-fit