Statystyki i duże zbiory danych

Pytania i odpowiedzi dla osób zainteresowanych statystyką, uczeniem maszynowym, analizą danych, eksploracją danych i wizualizacją danych

1
Przedziały ufności dotyczące prognoz dla nieliniowego modelu mieszanego (NLM)
Chciałbym uzyskać 95% przedziały ufności dla prognoz nieliniowego nlmemodelu mieszanego . Ponieważ nie ma w tym celu standardu nlme, zastanawiałem się, czy słuszne jest zastosowanie metody „przedziałów prognozowania populacji”, jak opisano w rozdziale książki Bena Bolkera w kontekście modeli pasujących z najwyższym prawdopodobieństwem , w oparciu o ideę ponownie próbkować …
1
Jak uwzględnić wpływ prognozowanych świąt
Mam dość przewidywalne dzienne szeregi czasowe z tygodniową sezonowością. Jestem w stanie wymyślić prognozy, które wydają się dość dokładne (potwierdzone przez krzyżową weryfikację), gdy nie ma wakacji. Jednak gdy są święta, mam następujące problemy: W mojej prognozie dostaję niezerowe liczby świąt, mimo że wszystkie historyczne święta mają wartość 0. To …
2
Jak uzyskać rozkład normalny jako jeśli zakres wartości naszej zmiennej losowej jest ograniczony?
Powiedzmy, że mamy zmienną losową z zakresu wartości ograniczonego a , gdzie jest wartością minimalną i wartości maksymalnej.aaabbbaaabbb Powiedziano mi, że jako , gdzie jest naszą wielkością próby, rozkład próbkowania naszych średnich próbek jest rozkładem normalnym. Oznacza to, że wraz ze wzrostem zbliżamy się coraz bardziej do rozkładu normalnego, ale …
3
Regresja moderowana: Dlaczego obliczamy termin * iloczyn * między predyktorami?
Analizy moderowanej regresji są często stosowane w naukach społecznych do oceny interakcji między dwoma lub więcej predyktorami / zmiennymi towarzyszącymi. Zazwyczaj przy dwóch zmiennych predykcyjnych stosuje się następujący model: Y=β0+β1∗X+β2∗M+β3∗XM+eY=β0+β1∗X+β2∗M+β3∗XM+eY = β_0 + β_1*X + β_2*M + β_3*XM + e Zauważ, że test moderacji jest operacjonalizowany przez iloczyn produktu XMXMXM …
1
Intuicja dla stopni swobody LASSO
Zou i in. „O„ stopniach swobody lasso ” (2007) pokazują, że liczba niezerowych współczynników jest obiektywnym i spójnym oszacowaniem dla stopni swobody lasso. Wydaje mi się to trochę sprzeczne z intuicją. Załóżmy, że mamy model regresji (gdzie zmienne mają średnią zerową) y= βx + ε .y=βx+ε.y=\beta x + \varepsilon. Załóżmy, …
4
Zakład Blackwella
Czytałem o paradoksie zakładów Blackwella na szafie Futility . Oto podsumowanie: otrzymasz dwie koperty, i . Koperty zawierają losową kwotę pieniędzy, ale nie wiesz nic o dystrybucji pieniędzy. Otworzysz jeden, sprawdzisz ile pieniędzy tam jest ( ) i będziesz musiał wybrać: weź kopertę czy ?E yExExE_xEyEyE_yxxxExExE_xEyEyE_y Futility Closet odnosi się …
2
Prawdziwe znaczenie elipsy zaufania
Czytając o prawdziwym znaczeniu elipsy 95% pewności, spotykam 2 wyjaśnienia: Elipsa, która zawiera 95% danych Nie powyższe, ale elipsa, która wyjaśnia wariancję danych. Nie jestem pewien, czy rozumiem poprawnie, ale wydaje się, że oznaczają one, że jeśli pojawi się nowy punkt danych, istnieje 95% szans, że nowa wariancja pozostanie w …
1
Jak obliczany jest przedział ufności dla funkcji ACF?
Na przykład w R, jeśli wywołasz acf()funkcję, domyślnie kreśli korelogram i rysuje 95% przedział ufności. Patrząc na kod, jeśli zadzwonisz plot(acf_object, ci.type="white"), zobaczysz: qnorm((1 + ci)/2)/sqrt(x$n.used) jako górna granica rodzaju białego szumu. Czy ktoś może wyjaśnić teorię za tą metodą? Dlaczego otrzymujemy qnorm 1 + 0,95, a następnie dzielimy przez …
2
Jaka część powtórzeń eksperymentów będzie miała wielkość efektu w 95% przedziale ufności pierwszego eksperymentu?
Trzymajmy się idealnej sytuacji z losowym próbkowaniem, populacjami Gaussa, równymi wariancjami, brakiem hakowania P itp. Krok 1. Przeprowadzasz eksperyment, powiedzmy, porównując dwie średnie próby i obliczasz 95% przedział ufności dla różnicy między dwoma średnimi populacji. Krok 2. Przeprowadzasz o wiele więcej eksperymentów (tysiące). Różnica między średnimi będzie się różnić w …
4
Jak (systematycznie) dostrajać tempo uczenia się przy spadku gradientu jako optymalizatorze?
Osoba z zewnątrz w polu ML / DL; rozpoczął kurs głębokiego uczenia Udacity oparty na Tensorflow; wykonanie zadania 4 zadanie 4; próba dostrojenia szybkości uczenia się za pomocą następującej konfiguracji: Wielkość partii 128 Liczba kroków: wystarczy, aby wypełnić 2 epoki Rozmiary ukrytych warstw: 1024, 305, 75 Inicjalizacja wagi: normalnie obcięta …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.