Statystyki i duże zbiory danych

3

Terminologia bayesowskiej średniej prawdopodobieństwa z jednolitym przełożeniem

Jeśli Uniform i Bin , to tylna średnia jest podana przez .p ∼p∼p \sim( 0 , 1 )(0,1)(0,1)X∼X∼X \sim( n , p )(n,p)(n, p)pppX+ 1n + 2X+1n+2\frac{X+1}{n+2} Czy istnieje wspólna nazwa tego estymatora? Odkryłem, że rozwiązuje wiele problemów ludzi i chciałbym móc wskazać innym referencje, ale nie byłem w stanie …

11 bayesian terminology laplace-smoothing

2

Czy są jakieś „ezoteryczne” testy statystyczne o bardzo niskiej mocy?

tło W informatyce, matematyce, a czasem także w innych dziedzinach, przykłady „ezoteryczne” mogą być nie tylko zabawne, ale także pomocne w zilustrowaniu niektórych pojęć, na przykład: Bogosort i Slowsort to bardzo nieefektywne algorytmy sortowania, które można wykorzystać do zrozumienia właściwości algorytmów, w szczególności w porównaniu z innymi algorytmami sortowania. Ezoteryczne …

11 hypothesis-testing teaching humor

4

Wnioskowanie wolne od prawdopodobieństwa - co to znaczy?

Niedawno uświadomiłem sobie, że w literaturze omawiane są metody „pozbawione prawdopodobieństwa”. Nie jestem jednak pewien, co to znaczy, że metoda wnioskowania lub optymalizacji jest wolna od prawdopodobieństwa . W uczeniu maszynowym celem jest zazwyczaj maksymalizacja prawdopodobieństwa, że niektóre parametry dopasują się do funkcji, np. Wagi w sieci neuronowej. Więc jaka …

11 machine-learning deep-learning maximum-likelihood generative-models abc

2

Czy Gibbs pobiera próbki z metody MCMC?

O ile rozumiem, jest to (przynajmniej tak definiuje to Wikipedia ). Ale znalazłem to oświadczenie Efron * (wyróżnienie dodane): Sieć Markov Monte Carlo (MCMC) to wielki sukces współczesnych statystyk bayesowskich. MCMC i jego siostrzana metoda „próbkowania Gibbsa” pozwalają na obliczenia numeryczne rozkładów bocznych w sytuacjach zbyt skomplikowanych do analizy analitycznej. …

11 mcmc gibbs

5

Czy przedziały ufności są przydatne?

W statystyce częstokrzyskiej 95% przedział ufności to procedura generowania przedziału, która, jeśli powtórzona nieskończoną liczbę razy, zawierałaby prawdziwy parametr w 95% przypadków. Dlaczego to jest przydatne? Przedziały ufności są często źle rozumiane. Są to nie przerwa, że możemy być w 95% pewien, że parametr jest (o ile nie używasz podobny …

11 hypothesis-testing bayesian mathematical-statistics confidence-interval frequentist

2

Czy właściwe wcześniejsze i potęgowane prawdopodobieństwo może prowadzić do niewłaściwej tylnej choroby?

11 bayesian prior posterior

5

Co dokładnie oznacza pożyczanie informacji?

Często ludzie mówią o pożyczaniu lub udostępnianiu informacji w bayesowskich modelach hierarchicznych. Nie mogę uzyskać prostej odpowiedzi na temat tego, co to właściwie oznacza i czy jest to unikalne dla bayesowskich modeli hierarchicznych. W pewnym sensie mam pomysł: niektóre poziomy w twojej hierarchii mają wspólny parametr. Nie mam jednak pojęcia, …

11 machine-learning bayesian multilevel-analysis terminology hierarchical-bayesian

1

Tworzenie niezrównoważonego zestawu danych

Chciałbym przetestować mój wyszkolony model na niezrównoważonym zbiorze danych. Czy są dostępne algorytmy do generowania danych syntetycznych ze zbilansowanego zbioru danych (spam / nie spam)?

11 unbalanced-classes synthetic-data

1

Dlaczego oznacza korelację?

Dlaczego symbol wybrany w celu oznaczenia korelacji momentu produktu Pearsona?rrr

11 correlation history

2

Dlaczego CNN kończą się warstwami FC?

Z mojego zrozumienia, CNN składają się z dwóch części. Pierwsza część (warstwy konw / pula), która wykonuje ekstrakcję cech, a druga część (warstwy fc), która dokonuje klasyfikacji na podstawie cech. Skoro w pełni połączone sieci neuronowe nie są najlepszymi klasyfikatorami (tzn. Osiągają lepsze wyniki od SVM i RF przez większość …

11 neural-networks svm random-forest conv-neural-network

1

Czy są jakieś rozkłady inne niż Cauchy'ego, dla których średnia arytmetyczna próbki ma ten sam rozkład?

Jeśli podąża za rozkładem Cauchy'ego, to również ma dokładnie taki sam rozkład jak ; zobacz ten wątek .XXXY=X¯=1n∑ni=1XiY=X¯=1n∑i=1nXiY = \bar{X} = \frac{1}{n} \sum_{i=1}^n X_iXXX Czy ta właściwość ma nazwę? Czy istnieją inne dystrybucje, w przypadku których jest to prawdą? EDYTOWAĆ Inny sposób zadawania tego pytania: niech będzie zmienną losową o …

11 distributions expected-value central-limit-theorem cauchy

3

Czy regresja liniowa może być znacząca, jeśli dane nie są liniowe?

Przeprowadziłem regresję liniową, która wyszła ze znaczącym wynikiem, jednak kiedy sprawdziłem liniowość wykresu rozrzutu, nie byłem pewien, czy dane są liniowe. Czy istnieją inne sposoby testowania liniowości bez sprawdzania wykresu rozrzutu? Czy regresja liniowa może być znacząca, jeśli nie jest liniowa? [Edytowane w celu uwzględnienia wykresów rozrzutu]

11 regression

4

Używanie decybeli w statystyce

Pracuję nad projektem, który obejmuje odczytywanie tagów RFID i porównywanie siły sygnału, którą widzi czytnik po zmianie konfiguracji anteny (liczba anteny, pozycja itp.). W ramach projektu muszę porównać konfiguracje, aby zobaczyć, które są najbardziej skuteczne. Idealnie, byłbym w stanie wykonać albo Niesparowany test t lub ANOVA między dwiema pozycjami anteny …

11 data-transformation linear-model descriptive-statistics

3

Właściwości dyskretnej zmiennej losowej

Mój kurs statystyki nauczył mnie, że dyskretna zmienna losowa ma skończoną liczbę opcji ... Nie zdawałem sobie z tego sprawy. Wydawało mi się, że jak zestaw liczb całkowitych może być nieskończony. Googlowanie i sprawdzanie kilku stron internetowych, w tym kilku z kursów uniwersyteckich, nie potwierdziło tego wyraźnie; jednak większość stron …

11 random-variable discrete-data

2

Zrozumienie kształtu przedziału ufności dla regresji wielomianowej (MLR)

Mam trudności z uchwyceniem kształtu przedziału ufności regresji wielomianowej. Oto przykład . Lewy rysunek przedstawia UPV (nieskalowana wariancja predykcji), a prawy wykres pokazuje przedział ufności i (sztucznie) zmierzone punkty przy X = 1,5, X = 2 i X = 3.Y^= a + b ⋅ X+ c ⋅ X2)Y^=a+b⋅X+c⋅X2\hat{Y}=a+b\cdot X+c\cdot X^2 …

11 regression confidence-interval