सांख्यिकी और बिग डेटा

सबसे अच्छा आउट-ऑफ-द-बॉक्स 2-क्लास क्लासिफायरियर क्या है? हां, मुझे लगता है कि यह मिलियन डॉलर का सवाल है, और हां, मैं नो लंच प्रमेय से अवगत हूं , और मैंने पिछले प्रश्नों को भी पढ़ा है: आपके आवेदन के लिए सबसे अच्छा आउट-ऑफ-द-बॉक्स बॉक्स-क्लास क्लासीफायर क्या है? और सबसे खराब …

15 machine-learning  classification  references 

ताला लगा हुआ । यह सवाल और इसके जवाब बंद हैं क्योंकि यह सवाल ऑफ-टॉपिक है लेकिन इसका ऐतिहासिक महत्व है। यह वर्तमान में नए उत्तरों या इंटरैक्शन को स्वीकार नहीं कर रहा है। मेरा ग्राफ इस तरह है: इसे बनाने के लिए आर कोड है: DF <- data.frame(date = …

15 r  data-visualization  ggplot2 

मान लीजिए कि मेरे पास दो अलग-अलग आबादी से नमूने हैं। यदि मैं मापता हूं कि प्रत्येक सदस्य को एक कार्य करने में कितना समय लगता है, तो मैं आसानी से प्रत्येक जनसंख्या के माध्य और विचरण का अनुमान लगा सकता हूं। यदि मैं अब प्रत्येक व्यक्ति से एक व्यक्ति …

15 probability  normal-distribution 

एक साधारण समय श्रृंखला पर विचार करें: > tp <- seq_len(10) > tp [1] 1 2 3 4 5 6 7 8 9 10 हम इस समय श्रृंखला के लिए एक आसन्न मैट्रिक्स की गणना कर सकते हैं जो नमूनों के बीच अस्थायी लिंक का प्रतिनिधित्व करते हैं। इस मैट्रिक्स …

15 time-series  matrix-decomposition  svd 

मैं बाइनरी टाइम श्रृंखला कैसे उत्पन्न कर सकता हूं: 1 अवलोकन करने की औसत संभावना निर्दिष्ट है (5% कहो); समय में 1 अवलोकन की सशर्त संभावना पर मान दिया टी - 1 (कहते हैं कि 30% है, तो टी - 1 मान 1 था)?tttt−1t−1t-1t−1t−1t-1

15 time-series  random-variable  simulation  random-generation 

मेरे पास एक अस्पष्ट अर्थ है कि संदेश पारित करने की विधि क्या है: एक एल्गोरिथ्म जो वितरण के लिए एक सन्निकटन का निर्माण करता है, जो सभी अन्य कारकों के सभी सन्निकटन पर वितरण सशर्त के कारकों में से प्रत्येक के पुनरावृत्तियों का निर्माण करता है। मेरा मानना ​​है …

15 distributions  bayesian  references  algorithms 

मान लीजिए कि मेरे पास एक सरल 2x2 फैक्टरियल प्रयोग है जिसे मैं एनोवा पर करना चाहता हूं। इस तरह, उदाहरण के लिए: d <- data.frame(a=factor(sample(c('a1','a2'), 100, rep=T)), b=factor(sample(c('b1','b2'), 100, rep=T))); d$y <- as.numeric(d$a)*rnorm(100, mean=.75, sd=1) + as.numeric(d$b)*rnorm(100, mean=1.2, sd=1) + as.numeric(d$a)*as.numeric(d$b)*rnorm(100, mean=.5, sd=1) + rnorm(100); एक महत्वपूर्ण अंतःक्रिया के …

15 r  anova  contrasts 

मैं कर्नेल घनत्व अनुमान करने के लिए R में ' घनत्व ' फ़ंक्शन का उपयोग करने का प्रयास कर रहा हूं । मैं के रूप में ऐसा लगता है वक्र के तहत क्षेत्र जरूरी 1. किसी भी के लिए नहीं है कुछ परेशानी परिणाम की व्याख्या और विभिन्न डेटासेट की …

15 r  estimation  pdf  kernel-smoothing  auc 

हाल ही में मैंने upvotes ( ब्लॉग-पोस्ट देखें ) पर प्रतिष्ठा के प्रभावों का कुछ विश्लेषण किया था , और बाद में संभवतः अधिक ज्ञानवर्धक (या अधिक उपयुक्त) विश्लेषण और ग्राफिक्स के बारे में मेरे कुछ प्रश्न थे। तो कुछ सवाल (और विशेष रूप से किसी का जवाब देने और …

15 data-visualization  large-data  fixed-effects-model 

गणितीय रूप से बनाम (कंप्यूटर सिमुलेशन के माध्यम से) वितरण के गुणों के बारे में सीखने के पक्ष और विपक्ष क्या हैं? ऐसा लगता है कि कंप्यूटर सिमुलेशन एक वैकल्पिक शिक्षण पद्धति हो सकती है, खासकर उन नए छात्रों के लिए जो पथरी में मजबूत महसूस नहीं करते हैं। यह …

15 distributions  algorithms  teaching 

जीन अभिव्यक्ति में माइक्रोएरे का उपयोग करते हुए अध्ययन किया जाता है, तीव्रता डेटा को सामान्य किया जाना चाहिए ताकि तीव्रता को व्यक्तियों के बीच, जीन के बीच तुलना की जा सके। वैचारिक रूप से और एल्गोरिथ्म में, "क्वांटाइल सामान्यीकरण" कैसे काम करता है, और आप इसे एक गैर-सांख्यिकीविद् को …

15 genetics  normalization  microarray 

क्या डेटा को वर्गमूल के साथ बदलने के लिए मैं क्या सोच सकता हूं, इसका कोई कारण है? मेरा मतलब है कि मैं हमेशा निरीक्षण करता हूं कि आर ^ 2 बढ़ता है। लेकिन यह शायद डेटा को केंद्रित करने के कारण है! किसी भी विचार की सराहना की है!

15 regression  data-transformation  variance-stabilizing 

गामा वितरण parameterize करने के लिए चुनना Γ(b,c)Γ(b,c)\Gamma(b,c) पीडीएफ द्वारा g(x;b,c)=1Γ(c)xc−1bce−x/bg(x;b,c)=1Γ(c)xc−1bce−x/bg(x;b,c) = \frac{1}{\Gamma(c)}\frac{x^{c-1}}{b^c}e^{-x/b} के बीच Kullback-Leibler विचलनΓ(bq,cq)Γ(bq,cq)\Gamma(b_q,c_q)औरΓ(bp,cp)Γ(bp,cp)\Gamma(b_p,c_p)द्वारा [1] के रूप में दिया जाता है KLGa(bq,cq;bp,cp)=(cq−1)Ψ(cq)−logbq−cq−logΓ(cq)+logΓ(cp)+cplogbp−(cp−1)(Ψ(cq)+logbq)+bqcqbpKLGa(bq,cq;bp,cp)=(cq−1)Ψ(cq)−log⁡bq−cq−log⁡Γ(cq)+log⁡Γ(cp)+cplog⁡bp−(cp−1)(Ψ(cq)+log⁡bq)+bqcqbp\begin{align} KL_{Ga}(b_q,c_q;b_p,c_p) &= (c_q-1)\Psi(c_q) - \log b_q - c_q - \log\Gamma(c_q) + \log\Gamma(c_p)\\ &\qquad+ c_p\log b_p - (c_p-1)(\Psi(c_q) + \log b_q) + \frac{b_qc_q}{b_p} \end{align} मेरा अनुमान …

15 kullback-leibler  gamma-distribution  exponential-family 

यह एक खुले हुए सवाल की तरह है लेकिन मैं स्पष्ट होना चाहता हूं। पर्याप्त जनसंख्या को देखते हुए आप कुछ सीखने में सक्षम हो सकते हैं (यह खुला हिस्सा है) लेकिन आप अपनी आबादी के बारे में जो कुछ भी सीखते हैं, वह कभी भी जनसंख्या के सदस्य पर …

15 teaching  validity 

मैं सामान्यीकृत SVD के बारे में Hervé Abdi के लेख पर आया था । लेखक ने उल्लेख किया: सामान्यीकृत एसवीडी (जीएसवीडी) एक आयताकार मैट्रिक्स को विघटित करता है और पंक्तियों और मैट्रिक्स के स्तंभों पर लगाए गए अवरोधों को ध्यान में रखता है। GSVD एक निचली श्रेणी के मैट्रिक्स द्वारा …

15 multivariate-analysis  svd