सांख्यिकी और बिग डेटा

जब मैं एक बड़े डेटा सेट (कई नमूने, कई चर) पर एक खोजपूर्ण विश्लेषण शुरू करता हूं, तो मैं अक्सर खुद को सैकड़ों व्युत्पन्न चर, और विभिन्न भूखंडों के टन के साथ पाता हूं, और यह पता लगाने का कोई वास्तविक तरीका नहीं है कि क्या हो रहा है। कोड …

22 eda  project-management 

मेरे पास आयाम 250k x 100 की बाइनरी विशेषताओं का एक अर्ध-छोटा मैट्रिक्स है। प्रत्येक पंक्ति एक उपयोगकर्ता है और कॉलम कुछ उपयोगकर्ता व्यवहार के बाइनरी "टैग" हैं जैसे "पसंद_कैट"। user 1 2 3 4 5 ... ------------------------- A 1 0 1 0 1 B 0 1 0 1 0 …

22 r  clustering  binary-data 

एंड्रयू जेलमैन अपने हाल के ब्लॉग पोस्टों में से एक में कहते हैं: मुझे नहीं लगता कि सिम्पसन के विरोधाभास के लिए जवाबी कार्रवाई या संभावित परिणाम आवश्यक हैं। मैं यह कहता हूं क्योंकि कोई भी सिम्पसन के विरोधाभास को उन चरों के साथ स्थापित कर सकता है जिन्हें हेरफेर …

22 regression  interaction  simpsons-paradox 

मैं हाल ही में मान-व्हिटनी यू परीक्षण के बारे में पढ़ रहा हूं। यह पता चला है कि आर में इस परीक्षण को करने के लिए आपको वास्तव में एक विलकॉक्सन परीक्षण चलाने की आवश्यकता है! मेरा प्रश्न: wilcox.testR का W आँकड़ा U आँकड़ा के समान है?

22 r  wilcoxon-mann-whitney 

मैं का उपयोग कर एक स्वास्थ्य देखभाल डेटासेट पर एक लोचदार शुद्ध रसद प्रतिगमन प्रदर्शन कर रहा हूँ glmnetका एक ग्रिड से अधिक लैम्ब्डा मूल्यों का चयन करके आर में पैकेज 1. 0 से मेरे संक्षिप्त कोड के नीचे है:αα\alpha alphalist <- seq(0,1,by=0.1) elasticnet <- lapply(alphalist, function(a){ cv.glmnet(x, y, alpha=a, …

22 machine-learning  cross-validation  glmnet  elastic-net 

मैं समझता हूं कि प्रतिगमन गुणांक के लिए वाल्ड परीक्षण निम्न संपत्ति पर आधारित है जो कि अस्वाभाविक रूप से रखती है (जैसे Wasserman (2006): सभी सांख्यिकी , पृष्ठ 153, 214-215): जहां अनुमानित प्रतिगमन गुणांक को दर्शाता है, _ प्रतिगमन गुणांक की मानक त्रुटि को दर्शाता है और ब्याज का …

22 r  regression  hypothesis-testing  generalized-linear-model 

मैं बेहतर आर संकुल को समझना चाहते हैं Larsऔर Glmnetहै, जो कमंद समस्या को हल करने के लिए इस्तेमाल कर रहे हैं: (पेजवेरिएबल्स औरएननमूनों के लिए,www.stanford.edu/~hastie/Papers/glmnet.pdfपेज 3 परदेखें)m i n( β0β) ∈ आरपी + 1[ १2 एनΣमैं = १एन( yमैं- β0- एक्सटीमैंβ)2+ λ | | β| |एल1]मीटरमैंn(β0β)∈आरपी+1[12एनΣमैं=1एन(yमैं-β0-एक्समैंटीβ)2+λ||β||एल1]min_{(\beta_0 \beta) \in R^{p+1}} …

22 r  regression  machine-learning  lasso  regularization 

मैं K- साधनों का प्रदर्शन उन वस्तुओं पर करना चाहता हूं जो मेरे पास हैं, लेकिन वस्तुओं को अंतरिक्ष में बिंदुओं के रूप में वर्णित नहीं किया जाता है, अर्थात objects x featuresडाटासेट द्वारा । हालांकि, मैं किसी भी दो वस्तुओं के बीच की दूरी की गणना करने में सक्षम …

22 machine-learning  clustering  data-mining  k-means  distance 

बहुत अधिक गुस्सा पक्षी खेलने के बाद, मैंने अपनी रणनीतियों का पालन करना शुरू कर दिया। यह पता चला है कि मैंने प्रत्येक स्तर पर 3 स्टार प्राप्त करने के लिए एक बहुत ही विशिष्ट दृष्टिकोण विकसित किया है। इसने मुझे मशीन लर्निंग सिस्टम विकसित करने की चुनौतियों के बारे …

22 machine-learning  reinforcement-learning 

मान लीजिए कि मेरे पास प्रत्येक साइट पर प्रत्येक विषय के लिए कुछ माप है। दो चर, विषय और साइट, कंप्यूटिंग इंट्राक्लास सहसंबंध (आईसीसी) मूल्यों के संदर्भ में रुचि रखते हैं। आमतौर पर मैं lmerआर पैकेज से फ़ंक्शन का उपयोग करता हूं lme4, और चलाता हूं lmer(measurement ~ 1 + …

22 r  lme4-nlme  intraclass-correlation 

मैं इस R चीज़ के लिए बिल्कुल नया हूं लेकिन यह सुनिश्चित करने के लिए अनिश्चित हूं कि किस मॉडल का चयन करना है। मैंने न्यूनतम AIC के आधार पर प्रत्येक चर का चयन करते हुए एक स्टेपवाइज़ फ़ॉरवर्ड रिग्रेशन किया । मैं 3 मॉडल के साथ आया था कि …

22 model-selection  aic  stepwise-regression 

मुझे तुरंत स्पष्ट करना चाहिए कि मैं एक प्रैक्टिसिंग सॉफ्टवेयर डेवलपर हूं, न कि एक सांख्यिकीविद्, और यह कि मेरा कॉलेज स्टैटस क्लास बहुत समय पहले… उस ने कहा, मैं यह जानना चाहूंगा कि क्या वर्णनात्मक आंकड़ों के एक सेट को संचित करने के लिए एक विधि है जो तब …

22 algorithms  median  quantiles 

मेरे पास डेटा के दो समूह हैं। प्रत्येक एक से अधिक चर के विभिन्न वितरण के साथ। मैं यह निर्धारित करने की कोशिश कर रहा हूं कि क्या ये दो समूहों के वितरण सांख्यिकीय रूप से महत्वपूर्ण हैं। मेरे पास दोनों कच्चे रूप में डेटा है और प्रत्येक में आवृत्ति …

22 distributions  statistical-significance 

सहसंबंध गुणांक आमतौर पर एक राजधानी साथ लिखा जाता है लेकिन कभी-कभी नहीं। मुझे आश्चर्य है कि क्या वास्तव में और बीच अंतर है ? क्या सहसंबंध गुणांक की तुलना में कुछ और हो सकता है?RRRr2r2r^2R2R2R^2rrr

22 correlation  terminology  r-squared 

मुझे यकीन नहीं है कि हमें कोड वेरिएबल डमी कोड की आवश्यकता क्यों है। उदाहरण के लिए, यदि मेरे पास चार संभव मानों के साथ एक श्रेणीगत चर है, तो 0,1,2,3 मैं इसे दो आयामों से बदल सकता हूं। यदि चर का मान 0 था, तो इसके दो आयाम में …

22 categorical-data  categorical-encoding