सांख्यिकी और बिग डेटा

मुझे एक समय श्रृंखला सेटिंग में मॉडल चयन में दिलचस्पी है। संक्षिप्तता के लिए, मान लीजिए कि मैं अलग-अलग लैग ऑर्डर वाले ARMA मॉडल के पूल से एक ARMA मॉडल का चयन करना चाहता हूं। अंतिम आशय पूर्वानुमान है । द्वारा मॉडल चयन किया जा सकता है परिणाम का सत्यापन …

23 time-series  forecasting  cross-validation  model-selection  aic 

मुझे पता है कि अगर माध्यिका और माध्य लगभग समान हैं तो इसका मतलब है कि एक सममित वितरण है लेकिन इस विशेष मामले में मैं निश्चित नहीं हूं। माध्य और माध्यिका काफी करीब हैं (केवल 0.487 मी / गैल अंतर) जो मुझे यह कहने के लिए प्रेरित करेगा कि …

23 distributions  mean  skewness  median  qq-plot 

प्रसिद्ध 1938 के पेपर में (" समग्र परिकल्पनाओं के परीक्षण के लिए संभावना अनुपात का बड़ा-नमूना वितरण ", गणितीय सांख्यिकी के विवरण, 9: 60-62), सैमुअल विल्क्स ने (लॉग संभावना अनुपात) के विषम वितरण का व्युत्पन्न किया। नेस्टेड परिकल्पनाओं के लिए, इस धारणा के तहत कि बड़ी परिकल्पना सही ढंग से …

23 hypothesis-testing  model-selection  likelihood-ratio  asymptotics  misspecification 

लोगों का कहना है कि नरम मार्जिन एसवीएम काज हानि समारोह का उपयोग करते हैं: । हालांकि, वास्तविक उद्देश्य फ़ंक्शन जो नरम मार्जिन SVM को कम करने की कोशिश करता है, वह है \ frac {1} {2} \ | w \ | ^ 2 + C \ sum_i \ max …

23 svm  loss-functions 

मुझे साहित्य में कमजोर स्थैतिक समय श्रृंखला के स्वतःसंक्रमण समय के लिए दो परिभाषाएँ मिली हैं: τa=1+2∑k=1∞ρkversusτb=1+2∑k=1∞|ρk|τa=1+2∑k=1∞ρkversusτb=1+2∑k=1∞|ρk| \tau_a = 1+2\sum_{k=1}^\infty \rho_k \quad \text{versus} \quad \tau_b = 1+2\sum_{k=1}^\infty \left|\rho_k\right| जहाँ lag पर है । ρk=Cov[Xt,Xt+h]Var[Xt]ρk=Cov[Xt,Xt+h]Var[Xt]\rho_k = \frac{\text{Cov}[X_t,X_{t+h}]}{\text{Var}[X_t]}kkk ऑटोकैरेलेशन समय का एक अनुप्रयोग "प्रभावी नमूना आकार" खोजना है: यदि आपके पास किसी …

23 r  time-series  correlation 

मैंने विभिन्न सेटिंग्स में कई वितरणों के उपयोग को सही ठहराने के लिए अधिकतम एन्ट्रापी के सिद्धांत का उपयोग किया है; हालाँकि, मुझे अभी तक एक सांख्यिकीय तैयार करने में सक्षम होना है, जैसा कि सूचना-सिद्धांत, अधिकतम एन्ट्रोपी की व्याख्या के विपरीत है। दूसरे शब्दों में, वितरण के सांख्यिकीय गुणों …

23 distributions  entropy  intuition  information-theory  maximum-entropy 

मैंने कई विशेषताओं (1000 से अधिक) के साथ सबसे अधिक 150 उदाहरणों (प्रशिक्षण और परीक्षण में विभाजित) में एक डेटासेट युक्त है। मुझे क्लासिफायर की तुलना करने और चयन के तरीकों को चुनने की आवश्यकता है जो डेटा पर अच्छा प्रदर्शन करते हैं। इसलिए, मैं तीन वर्गीकरण विधियों (J48, NB, …

23 classification  feature-selection 

जब मैं Google के लिए "fisher" "fiducial" ... मुझे यकीन है कि बहुत सारे हिट मिलते हैं, लेकिन मैंने जिन सभी का अनुसरण किया है वे मेरी समझ से परे हैं। इन सभी हिट्स में एक बात समान प्रतीत होती है: ये सभी रंगे-लिखे ऊन के सांख्यिकीविदों के लिए लिखे …

23 bayesian  inference  terminology  fiducial  ronald-fisher 

मैंने भावना वर्गीकरण और संबंधित विषयों के बारे में बहुत सारे शोध पत्र पढ़े हैं। उनमें से अधिकांश प्रशिक्षकों को प्रशिक्षित करने और परीक्षण करने के लिए 10-गुना क्रॉस सत्यापन का उपयोग करते हैं। इसका मतलब है कि कोई अलग परीक्षण / सत्यापन नहीं किया जाता है। ऐसा क्यों है? …

23 classification  cross-validation 

शुरुआती प्रश्न: मैं परीक्षण करना चाहता हूं कि क्या दो असतत डेटा सेट एक ही वितरण से आते हैं। मुझे एक कोलमोगोरोव-स्मिरनोव परीक्षण का सुझाव दिया गया था। कॉनोवर ( प्रैक्टिकल नॉनपैरेमेट्रिक स्टैटिस्टिक्स , 3 डी) का कहना है कि कोलमोगोरोव-स्मिर्नोव टेस्ट का उपयोग इस उद्देश्य के लिए किया जा …

23 r  goodness-of-fit  discrete-data  kolmogorov-smirnov 

मुझे इनपुट सुविधाओं और डी वाई आउटपुट के साथ एक बहु-आउटपुट प्रतिगमन समस्या है । आउटपुट में एक जटिल, गैर-रेखीय सहसंबंध संरचना है।dxdxd_xdydyd_y मैं रेजीमेंट करने के लिए यादृच्छिक जंगलों का उपयोग करना चाहता हूं। जहाँ तक मैं बता सकता हूँ, प्रतिगमन के लिए यादृच्छिक वन केवल एक ही आउटपुट …

23 regression  multivariate-analysis  random-forest 

मैंने prcomp()आर में एक पीसीए (प्रमुख घटक विश्लेषण) करने के लिए फ़ंक्शन का उपयोग किया । हालांकि, उस फ़ंक्शन में एक बग है जैसे कि na.actionपैरामीटर काम नहीं करता है। मैंने स्टैकओवरफ्लो पर मदद मांगी ; वहाँ दो उपयोगकर्ताओं ने NAमूल्यों से निपटने के दो अलग-अलग तरीकों की पेशकश की …

23 r  pca  missing-data  data-imputation 

मैं एआईसी (एकेकी सूचना मानदंड) और बीआईसी (बायेसियन सूचना मानदंड) अनुमानों की व्याख्या करने के तरीके के उदाहरणों के लिए देख रहा हूं। क्या BIC के बीच नकारात्मक अंतर की व्याख्या एक मॉडल के दूसरे पर आने वाली बाधाओं के रूप में की जा सकती है? मैं इसे शब्दों में …

23 interpretation  aic  bic 

मेरे पास कई सहसंबद्ध सुविधाओं के साथ डेटा है, और मैं एक एलडीए चलाने से पहले एक सुचारू आधार फ़ंक्शन के साथ सुविधाओं को कम करके शुरू करना चाहता हूं। मैं फंक्शन के splinesसाथ पैकेज में प्राकृतिक क्यूबिक स्प्लिन का उपयोग करने की कोशिश कर रहा हूं ns। मैं गाँठों …

23 r  splines 

मुझे एक विशेष MCMC एल्गोरिथ्म मिला है जिसे मैं C / C ++ में पोर्ट करना चाहूंगा। महंगे संगणना का अधिकांश भाग पहले से ही साइथन के माध्यम से सी में है, लेकिन मैं चाहता हूं कि पूरे संकलक को संकलित भाषा में लिखा जाए ताकि मैं केवल पायथन / …

23 mcmc  software  c++  computing