Statystyki i duże zbiory danych

2

Jak korzystać z prostego wygładzania wykładniczego w języku R?

Jestem początkującym w R. Czy możesz wyjaśnić, jak używać ses w pakiecie prognozy R prognozy ? Chciałbym wybrać liczbę początkowych okresów i stałą wygładzania. d <- c(3,4,41,10,9,86,56,20,18,36,24,59,82,51,31,29,13,7,26,19,20,103,141,145,24,99,40,51,72,58,94,78,11,15,17,53,44,34,12,15,32,14,15,26,75,110,56,43,19,17,33,26,40,42,18,24,69,18,18,25,86,106,104,35,43,12,4,20,16,8) Mam 70 okresów, chciałbym użyć 40 okresów dla początkowego i 30 dla poza próbką. ses(d, h=30, level=c(80,95), fan=FALSE,initial=c("simple"), alpha=.1) Czy to jest poprawne?

9 r time-series forecasting

1

Co to jest iteracyjny bootstrap? Jak to jest używane?

Ostatnio natknąłem się na wzmiankę o „podwójnym / potrójnym bootstrapie” lub „iteracyjnym bootstrapie”. Jak rozumiem, każda próbka bootstrapu jest ładowana ponownie. O co chodzi? Jak to jest używane?

9 bootstrap

1

uwarunkowane sumą, jaki jest rozkład ujemnych dwumianów

Jeśli są iid ujemny dwumianowy, to co jest dystrybucja podanax1,x2), ... ,xnx1,x2,…,xnx_1, x_2, \ldots, x_n(x1,x2), ... ,xn)(x1,x2,…,xn)(x_1, x_2, \ldots, x_n) x1+x2)+ … +xn= Nx1+x2+…+xn=Nx_1 + x_2 + \ldots + x_n = N\quad ? N.NN jest ustalony. Jeśli są to zależnie od sumy jest wielomianowe. Nie jestem pewien, czy jest to …

9 poisson-distribution multinomial negative-binomial conditioning

1

Dyskretne dane i alternatywy dla PCA

Posiadam zestaw danych dyskretnych (porządkowych, meristycznych i nominalnych) zmiennych opisujących morfologiczne charaktery skrzydeł na kilku blisko spokrewnionych gatunkach owadów. Chcę przeprowadzić jakąś analizę, która dałaby mi wizualną reprezentację podobieństwa różnych gatunków w oparciu o cechy morfologiczne. Pierwszą rzeczą, która wpadła mi do głowy, była PCA (jest to rodzaj wizualizacji, którą …

9 pca discrete-data correspondence-analysis mixed-type-data

2

Wspólne filtrowanie poprzez faktoryzację macierzy z funkcją straty logistycznej

Rozważ problem z filtrowaniem grupowym. Mamy macierz rozmiaru #users * #items. jeśli użytkownik lubi przedmiot j, jeśli użytkownik nie lubi przedmiot j, ajeśli nie ma danych o parze (i, j). Chcemy przewidzieć dla przyszłego użytkownika, pary elementów.MMMMi,j=1Mi,j=1M_{i,j} = 1Mi,j=0Mi,j=0M_{i,j} = 0Mi,j=?Mi,j=?M_{i,j}=?Mi,jMi,jM_{i,j} Standardowym podejściem do wspólnego filtrowania jest reprezentowanie M jako …

9 machine-learning recommender-system matrix-decomposition

4

Rozszerzenie regresji logistycznej dla wyników w zakresie od 0 do 1

Mam problem z regresją, w którym wyniki nie są ściśle 0, 1, ale raczej mieszczą się w zakresie wszystkich liczb rzeczywistych od 0 do 1 włącznie Y= [ 0 , 0,12 , 0,31 , . . . , 1 ]Y=[0,0,12,0,31,...,1]Y = [ 0, 0.12, 0.31, ..., 1 ]. Problem ten …

9 regression logistic

2

Uczenie się na podstawie danych relacyjnych

Ustawienia Wiele algorytmów działa na jednej relacji lub tabeli, podczas gdy wiele rzeczywistych baz danych przechowuje informacje w wielu tabelach (Domingos, 2003). Pytanie Jakie typy algorytmów uczą się dobrze z wielu (relacyjnych) tabel. W szczególności interesują mnie algorytmy, które mają zastosowanie do zadań regresji i klasyfikacji (nie te zorientowane na …

9 regression machine-learning classification dataset

3

Przerzucanie znaków podczas dodawania jeszcze jednej zmiennej w regresji i o znacznie większej wielkości

Podstawowe ustawienia: Model regresji: y=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy = \text{constant} +\beta_1x_1+\beta_2x_2+\beta_3x_3+\beta_4x_4+\alpha C+\epsilon gdzie C jest wektorem zmiennych kontrolnych. Interesuję się ββ\beta i oczekuj β1β1\beta_1 i β2)β2\beta_2być negatywnym. W modelu występuje jednak problem wielokoliniowości, współczynnik korelacji podaje: corr (x1x1x_1,x2)) =x2)=x_2)= 0,9345, corr (x1x1x_1,x3)) =x3)=x_3)= 0,1765, corr (x2)x2x_2,x3)) =x3)=x_3)= 0,3019. Więc x1x1x_1 i x2)x2x_2są wysoce …

9 regression multicollinearity

4

Box Cox Transforms do regresji

Próbuję dopasować model liniowy do niektórych danych za pomocą tylko jednego predyktora (powiedzmy (x, y)). Dane są takie, że dla małych wartości x wartości y ściśle dopasowują się do linii prostej, jednak wraz ze wzrostem wartości x wartości y stają się bardziej zmienne. Oto przykład takich danych (kod R) y …

9 r regression variance data-transformation

1

Jak powinienem znormalizować dane z czujnika przyspieszenia?

Pracuję z dużym zestawem danych akcelerometru zebranych z wieloma czujnikami noszonymi przez wielu badanych. Niestety, wydaje się, że nikt tutaj nie zna specyfikacji technicznych urządzeń i nie sądzę, aby kiedykolwiek zostały one ponownie skalibrowane. Nie mam wielu informacji o urządzeniach. Pracuję nad pracą magisterską, akcelerometry zostały zapożyczone z innej uczelni …

9 normalization signal-processing

1

Parellel między LSA i pLSA

W oryginalnej pracy pLSA autor, Thomas Hoffman, rysuje paralelę między strukturami danych pLSA i LSA, o których chciałbym z tobą porozmawiać. Tło: Czerpiąc inspirację z wyszukiwania informacji, załóżmy, że mamy kolekcję NNN dokumenty D={d1,d2,....,dN}D={d1,d2,....,dN}D = \lbrace d_1, d_2, ...., d_N \rbrace i słownictwo MMM warunki Ω={ω1,ω2,...,ωM}Ω={ω1,ω2,...,ωM}\Omega = \lbrace \omega_1, \omega_2, …

9 machine-learning conditional-probability svd information-retrieval lsa

2

Czy uzasadnione są założenia dotyczące zależności Benjaminiego-Hochberga?

Mam zestaw danych, w którym testuję pod kątem znaczących różnic między trzema populacjami w odniesieniu do około 50 różnych zmiennych. Robię to z jednej strony za pomocą testów Kruskala-Wallisa, az drugiej za pomocą testów współczynnika prawdopodobieństwa zagnieżdżonych modeli GLM (z populacją i bez jako niezależna zmienna). W rezultacie, mam listę …

9 chi-squared multiple-comparisons likelihood-ratio kruskal-wallis false-discovery-rate

5

Czy klastrowanie wstępne pomaga zbudować lepszy model predykcyjny?

Do zadania modelowania rezygnacji rozważałem: Oblicz k klastrów dla danych Zbuduj k modeli dla każdego klastra osobno. Uzasadnieniem tego jest to, że nie ma nic do udowodnienia, że populacja subskrybentów jest jednorodna, więc uzasadnione jest założenie, że proces generowania danych może być różny dla różnych „grup” Moje pytanie brzmi, czy …

9 machine-learning clustering data-mining predictive-models

4

Jak wykreślić 20 lat dziennych danych w szeregach czasowych

Mam następujący zestaw danych: https://dl.dropbox.com/u/22681355/ORACLE.csv i chciałbym zaplanować codzienne zmiany w „Otwarciu” według „Daty”, więc wykonałem następujące czynności: oracle <- read.csv(file="http://dl.dropbox.com/u/22681355/ORACLE.csv", header=TRUE) plot(oracle$Date, oracle$Open, type="l") i otrzymuję następujące: Teraz nie jest to oczywiście najładniejszy wykres, więc zastanawiam się, jaka jest właściwa metoda, aby użyć takich szczegółowych danych?

9 r data-visualization

2

Zmienne skośne w PCA lub analizie czynnikowej

Chcę przeprowadzić analizę głównych składników (analizę czynnikową) w SPSS w oparciu o 22 zmienne. Jednak niektóre z moich zmiennych są bardzo wypaczone (skośność obliczona na podstawie zakresów SPSS od 2–80!). Oto moje pytania: Czy powinienem zachować zmienne skośne, czy mogę transformować zmienne podczas analizy głównych składników? Jeśli tak, jak interpretowałbym …

9 pca factor-analysis dimensionality-reduction skewness