Statystyki i duże zbiory danych

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

3
Analiza linii czasu
Prowadzę badania związku między kolejnością narodzin danej osoby a późniejszym ryzykiem otyłości, wykorzystując dane z kilku rocznych kohort porodowych (np. Http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2908417/ ). Kluczowym wyzwaniem jest to, że kolejność urodzeń jest powiązana z innymi cechami, takimi jak wiek matki, liczba młodszych i / lub starszych rodzeństw oraz odstępy urodzeniowe, które mogą …
10 timelines 
3
Przypisywanie etykiet klas do klastrów k-oznacza
Mam bardzo podstawowe pytanie dotyczące grupowania. Po znalezieniu k klastrów wraz z ich centroidami, jak przejść do interpretacji klas punktów danych, które zgrupowałem (przypisując znaczące etykiety klas do każdego klastra). Nie mówię o walidacji znalezionych klastrów. Czy można to zrobić, biorąc pod uwagę niewielki zestaw punktów danych, obliczyć, do którego …
10 k-means 
3
Jak wizualizować bayesowską dobroć do regresji logistycznej
Dla problemu bayesowskiej regresji logistycznej stworzyłem rozkład predykcyjny boczny. Próbuję z rozkładu predykcyjnego i otrzymuję tysiące próbek (0,1) dla każdej mojej obserwacji. Wizualizacja dobroci dopasowania jest mniej niż interesująca, na przykład: Ten wykres pokazuje 10 000 próbek + zaobserwowany punkt odniesienia (sposób w lewo można dostrzec czerwoną linię: tak, to …
1
Statystyki dotyczące uczenia maszynowego, dokumenty na początek?
Mam doświadczenie w programowaniu komputerowym i elementarnej teorii liczb, ale nie mam prawdziwego treningu statystycznego, a ostatnio „odkryłem”, że niesamowity świat całej gamy technik jest w rzeczywistości światem statystycznym. Wydaje się, że faktoryzacje macierzy, kompletacja macierzy, tensory wielowymiarowe, osadzanie, szacowanie gęstości, wnioskowanie bayesowskie, partycje Markowa, obliczenia własne, PageRank są technikami …
4
Jak sprawdzić, czy mój model regresji jest dobry
Jednym ze sposobów na znalezienie dokładności modelu regresji logistycznej za pomocą „glm” jest znalezienie wykresu AUC. Jak to samo sprawdzić dla modelu regresji znalezionego ze zmienną ciągłej odpowiedzi (rodzina = „gaussowski”)? Jakie metody są stosowane, aby sprawdzić, jak dobrze mój model regresji pasuje do danych?
2
Oszacowanie gęstości jądra w rozkładach asymetrycznych
Niech będą obserwacjami zaczerpniętymi z nieznanego (ale z pewnością asymetrycznego) rozkładu prawdopodobieństwa.{ x1, … , XN.}{x1,…,xN.}\{x_1,\ldots,x_N\} Ja jak znaleźć rozkład prawdopodobieństwa stosując podejście Próbowałem jednak użyć jądra Gaussa, ale działało to źle, ponieważ jest symetryczne. Widziałem więc, że niektóre prace dotyczące jąder Gamma i Beta zostały wydane, chociaż nie rozumiałem, …
1
Interpretacja wykresów gęstości warunkowej
Chciałbym wiedzieć, jak poprawnie interpretować wykresy gęstości warunkowej. Włożenia dwa poniżej utworzonego w R z cdplot. Na przykład, czy prawdopodobieństwo, że Wynik będzie równy 1, gdy Var 1 wynosi 150, wynosi około 80%? Ciemnoszary obszar to takie, które jest warunkowym prawdopodobieństwem Resultbycia równym 1, prawda? Z cdplotdokumentacji: cdplot oblicza gęstości …
3
Ważona suma dwóch niezależnych zmiennych losowych Poissona
Korzystając z wikipedii znalazłem sposób na obliczenie funkcji masy prawdopodobieństwa wynikającej z sumy dwóch zmiennych losowych Poissona. Myślę jednak, że moje podejście jest błędne. Niech będą dwiema niezależnymi losowymi zmiennymi Poissona ze średnimi i , gdzie i są stałymi, to funkcję generującą prawdopodobieństwo podaje Teraz, korzystając z faktu, że funkcją …
2
Jaka jest różnica między regresją liniową transformowaną logitem, regresją logistyczną i logistycznym modelem mieszanym?
Załóżmy, że mam 10 uczniów, z których każdy próbuje rozwiązać 20 problemów matematycznych. Problemy są oceniane poprawnie lub niepoprawnie (w longdata), a wyniki każdego ucznia można podsumować za pomocą miary dokładności (w subjdata). Modele 1, 2 i 4 poniżej wydają się dawać różne wyniki, ale rozumiem, że robią to samo. …
3
Zbuduj drzewo prawdopodobieństwa ścieżki dla podróży przez stronę internetową
Obecnie robię analizy na stronie internetowej, która wymaga, aby utworzyć diagram drzewa decyzyjnego pokazujący prawdopodobną trasę, którą ludzie wybiorą za każdym razem, gdy dotrą na stronę. Mam do czynienia z tym, data.framektóry pokazuje ścieżki wszystkich klientów do strony, zaczynając od strony głównej. Na przykład klient może wybrać następującą ścieżkę: Homepage …
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.