Statystyki i duże zbiory danych

1

Co to jest próg optymalny F1? Jak to obliczyć?

Użyłem funkcji h2o.glm () w R, która daje tabelę zdarzeń w wyniku wraz z innymi statystykami. Tabela awaryjna nosi tytuł „ Tabulator krzyżowy oparty na optymalnym progu F1 ” Wikipedia definiuje Wynik F1 lub Wynik F jako średnią harmoniczną precyzji i przywołania. Ale nie można znaleźć Precyzji i Przywołania tylko …

13 threshold

2

Wzór na 95% przedział ufności dla

Poszukałem google i przeszukałem stats.stackexchange, ale nie mogę znaleźć wzoru na obliczenie 95% przedziału ufności dla wartości dla regresji liniowej. Czy ktoś może to zapewnić?R2R2)R^2 Jeszcze lepiej, powiedzmy, że uruchomiłem regresję liniową poniżej w R. Jak obliczyć 95% przedział ufności dla wartości za pomocą kodu R.R2R2)R^2 lm_mtcars <- lm(mpg ~ …

13 r regression confidence-interval inference r-squared

3

Teoretyczne wyniki za sztucznymi sieciami neuronowymi

Właśnie omówiłem Sztuczne sieci neuronowe na kursie Machine Learning Coursera i chciałbym poznać więcej teorii za nimi. Motywacja, którą naśladują biologię, jest dla mnie niezadowalająca. Na powierzchni wydaje się, że na każdym poziomie zastępujemy zmienne towarzyszące ich liniową kombinacją. Robiąc to wielokrotnie, pozwalamy na nieliniowe dopasowanie modelu. Nasuwa się pytanie: …

13 machine-learning neural-networks theory

1

Jaka jest różnica między interpretacją krzywej GINI i AUC?

kiedyś tworzyliśmy krzywą GINI za pomocą wzrostu utworzonego za pomocą procentu dobrego i złego do modelowania karty wyników. Ale to, co badałem, to, że krzywa ROC jest tworzona przy użyciu macierzy konfuzji z Specyficznością (1- True Negative) jako osią x i czułością (true Positive) jako osią Y. Tak więc wynik …

13 roc gini

4

Interpretowanie wariancji efektu losowego w blasku

Przeglądam artykuł na temat zapylania, w którym dane są dystrybuowane dwumianowo (owoce dojrzewają lub nie). Użyłem więc glmerz jednym losowym efektem (pojedyncza roślina) i jednym stałym efektem (leczenie). Recenzent chce wiedzieć, czy roślina miała wpływ na zbiór owoców - ale mam problem z interpretacją glmerwyników. Czytałem w Internecie i wydaje …

13 r generalized-linear-model variance lme4-nlme ecology

2

Jaka jest interpretacja kowariancji współczynników regresji?

Funkcja lm w R może wydrukować szacunkową kowariancję współczynników regresji. Co dają nam te informacje? Czy możemy teraz lepiej interpretować model lub diagnozować problemy, które mogą występować w modelu?

13 r multiple-regression least-squares

2

Kiedy stosować sieci Bayesian w porównaniu z innymi metodami uczenia maszynowego?

Spodziewam się, że nie ma ostatecznej odpowiedzi na to pytanie. Ale w przeszłości korzystałem z wielu algorytmów uczenia maszynowego i staram się dowiedzieć o sieciach bayesowskich. Chciałbym zrozumieć, w jakich okolicznościach lub dla jakiego rodzaju problemów wybrałbyś wykorzystanie Bayesian Network w porównaniu z innymi podejściami?

13 machine-learning bayesian-network

4

Czy nierówności trójkąta są spełnione dla tych odległości opartych na korelacji?

W przypadku hierarchicznego grupowania często widzę następujące dwie „metryki” (nie do końca mówią) do pomiaru odległości między dwiema losowymi zmiennymi i : \ newcommand {\ Cor} {\ mathrm {Cor}} \ begin {align} d_1 (X, Y) i = 1- | \ Cor (X, Y) |, \\ d_2 (X, Y) i = …

13 correlation clustering distance metric

2

Jak znaleźć średnią sumy zmiennych zależnych?

Wiem, że średnia sumy zmiennych niezależnych jest sumą średnich każdej zmiennej niezależnej. Czy dotyczy to również zmiennych zależnych?

13 mean non-independent

1

Marginalna wiarygodność na podstawie danych wyjściowych Gibbsa

Odtwarzam od zera wyniki w sekcji 4.2.1 Marginalna wiarygodność na podstawie danych wyjściowych Gibbsa Siddhartha Chib Journal of the American Statistics Association, t. 90, nr 432. (grudzień 1995), s. 1313–1321. Jest to mieszanina modelu normalnego o znanej liczbie k≥1k≥1k\geq 1 składników. f(x∣w,μ,σ2)=∏i=1n∑j=1kN(xi∣μj,σ2j).(∗)f(x∣w,μ,σ2)=∏i=1n∑j=1kN(xi∣μj,σj2).(∗) f(x\mid w,\mu,\sigma^2) =\prod_{i=1}^n\sum_{j=1}^k \mathrm{N}(x_i\mid\mu_j,\sigma_j^2) \, . \qquad (*) …

13 bayesian mixture gibbs

1

Wyodrębnianie zboczy dla przypadków z modelu efektów mieszanych (Lme4)

Chciałbym wyodrębnić nachylenia dla każdej osoby w modelu z efektem mieszanym, jak opisano w następnym akapicie Modele mieszanych efektów zostały wykorzystane do scharakteryzowania indywidualnych ścieżek zmian w poznawczych miarach podsumowujących, w tym określeń dotyczących wieku, płci i lat edukacji jako efektów stałych (Laird i Ware, 1982; Wilson i in., 2000, …

13 r mixed-model

1

Determinant informacji Fishera

(Podobne pytanie zadałem na stronie math.se. ) W geometrii informacji wyznacznikiem macierzy informacji Fishera jest naturalna postać objętości na rozmaitości statystycznej, więc ma dobrą interpretację geometryczną. Na przykład fakt, że pojawia się w definicji Jeffreys przed, jest związany z jej niezmiennością przy reparametryzacjach, która jest (imho) właściwością geometryczną. Ale co …

13 variance information-theory fisher-information information-geometry

4

Jaki stosunek niezależnych dystrybucji daje rozkład normalny?

Stosunek dwóch niezależnych rozkładów normalnych daje rozkład Cauchy'ego. Rozkład t jest rozkładem normalnym podzielonym przez niezależny rozkład chi-kwadrat. Stosunek dwóch niezależnych rozkładów chi-kwadrat daje rozkład F. Szukam współczynnika niezależnych ciągłych rozkładów, który daje normalnie rozłożoną zmienną losową o średniej i wariancji σ 2 ?μμ\muσ2σ2)\sigma^2 Prawdopodobnie istnieje nieskończony zestaw możliwych odpowiedzi. …

13 probability distributions normal-distribution mathematical-statistics

2

Obliczanie w modelach mieszanych przy użyciu metody R2glmm Nakagawy i Schielzetha (2013)

Czytałem o obliczaniu wartości w modelach mieszanych i po przeczytaniu FAQ R-sig, innych postów na tym forum (zamieściłem kilka, ale nie mam wystarczającej reputacji) i kilku innych odniesień, rozumiem, że używając Wartości w kontekście modeli mieszanych są skomplikowane.R 2R2R2R^2R2R2R^2 Ostatnio jednak natknąłem się na te dwa artykuły poniżej. Chociaż te …

13 r mixed-model r-squared lme4-nlme

2

Przechwytywanie sezonowości w regresji wielokrotnej dla danych dziennych

Mam codzienne dane dotyczące sprzedaży produktu o dużej sezonowości. Chcę uchwycić sezonowość w modelu regresji. Czytałem, że jeśli masz dane kwartalne lub miesięczne, w takim przypadku możesz utworzyć odpowiednio 3 i 11 zmiennych zastępczych - ale czy mogę sobie poradzić z danymi dziennymi? Mam trzy lata codziennych danych. Zmienne niezależne …

13 regression time-series multiple-regression categorical-data