सांख्यिकी और बिग डेटा

मैं मिश्रित मॉडलों में मानों की गणना के बारे में पढ़ रहा हूं और R-sig FAQ पढ़ने के बाद, इस मंच पर अन्य पोस्ट (मैं कुछ लिंक करूंगा लेकिन मेरे पास पर्याप्त प्रतिष्ठा नहीं है) और कई अन्य संदर्भ मुझे समझ में आए मिश्रित मॉडल के संदर्भ में मान जटिल …

13 r  mixed-model  r-squared  lme4-nlme 

मेरे पास एक उत्पाद के लिए दैनिक बिक्री डेटा है जो अत्यधिक मौसमी है। मैं रिग्रेशन मॉडल में मौसमी को पकड़ना चाहता हूं। मैंने पढ़ा है कि अगर आपके पास त्रैमासिक या मासिक डेटा है, तो उस स्थिति में आप क्रमशः 3 और 11 डमी चर बना सकते हैं - …

13 regression  time-series  multiple-regression  categorical-data 

आम तौर पर हम निर्णय पेड़ों की तरह असतत classifiers के लिए एक आरओसी वक्र आकर्षित नहीं कर सकते। क्या मैं सही हू? वहाँ किसी भी तरह से dsr के लिए एक आरओसी वक्र आकर्षित करने के लिए है?

13 roc  cart 

मेरा अनुभवजन्य वितरण । मैं इसकी गणना इस प्रकार करता हूंG(x)G(x)G(x) x <- seq(0, 1000, 0.1) g <- ecdf(var1) G <- g(x) मैं , यानी को पीडीएफ निरूपित करता हूं जबकि सीएफडी है।h Gh(x)=dG/dxh(x)=dG/dxh(x) = dG/dxhhhGGG मैं अब एकीकरण की ऊपरी सीमा के लिए एक समीकरण को हल (जैसे कि, …

13 r  integral  ecdf 

मैं ची-स्क्वेर्ड टेस्ट के पीछे के तर्क को समझने की कोशिश कर रहा हूं। Chi-squared परीक्षण । के बाद n- परिकल्पना को अस्वीकार करने या न करने के लिए एक p.value का पता लगाने के लिए एक ची-चुकता वितरण की तुलना में है। : हम अपने अपेक्षित मूल्यों को बनाने …

13 probability  distributions  normal-distribution  mathematical-statistics  chi-squared 

मैंने अक्सर असतत डेटासेट्स को लाइन प्लॉट्स के रूप में देखा है, लेकिन मेरे साथ ऐसा होता है कि लाइन माप अंतरालों के बीच एक बिंदु पर एक मान को प्रभावित करती है जो असतत डेटासेट के लिए अर्थहीन है। इसलिए यह मामला असतत डेटा के लिए लाइन प्लॉट का …

13 data-visualization 

मुझे टिप्पणियों के भंडारण के बिना डेटा के एक बड़े सेट पर वास्तविक समय में क्वार्टर्टाइल (Q1, मध्य और Q3) की गणना करने की आवश्यकता है। मैंने पहली बार P वर्ग एल्गोरिथ्म (जैन / क्लैमटैक) की कोशिश की, लेकिन मैं इससे संतुष्ट नहीं था (थोड़ा बहुत सीपीयू उपयोग और कम …

13 quantiles  median  online 

इस विशेष मामले में मैं उस दिन की बात कर रहा हूं जिस दिन एक झील जम जाती है। यह "आइस-ऑन" तिथि केवल वर्ष में एक बार होती है, लेकिन कभी-कभी यह बिल्कुल भी नहीं होती है (यदि सर्दी गर्म है)। तो एक वर्ष में झील 20 दिन (20 वीं …

13 regression  time-series  survival  data-transformation  recurrent-events 

मुझे एक साक्षात्कार में के साथ यह प्रश्न पूछा गया था । क्या कोई "सही" उत्तर है?( n , k ) = ( 400 , 220 )(n,k)=(400,220)(n, k) = (400, 220) मान लें कि टॉस iid हैं और हेड्स की संभावना । 400 टोस में सिर की संख्या का वितरण …

13 probability  hypothesis-testing  self-study  prior 

मैंने सीखा है कि जब कई समूहों को चुनते हैं, तो आपको कश्मीर के विभिन्न मूल्यों के लिए एक कोहनी बिंदु की तलाश करनी चाहिए। मैंने कश्मीर के मूल्यों को 1 से 10 तक के मूल्यों के लिए प्लॉट किया है, लेकिन मैं स्पष्ट नहीं देख रहा हूं कोहनी। इस …

13 clustering  k-means 

मैं वर्तमान में अपने खिलौना डेटा सेट (inc iris (:) के लिए BIC की गणना करने की कोशिश कर रहा हूं। मैं यहां दिखाए गए अनुसार परिणाम को पुन: उत्पन्न करना चाहता हूं (चित्र 5)। यह पेपर भी BIC फॉर्मूलों के लिए मेरा स्रोत है। मुझे इसके साथ 2 समस्याएं …

13 python  k-means  scikit-learn  bic 

मैं फर्थ लॉजिस्टिक रिग्रेशन (लॉजिस्टिक रिग्रेशन में परफेक्ट / कम्प्लीट या क्वासी-कम्प्लीट सेपरेशन को हैंडल करने का तरीका) को समझने की कोशिश कर रहा हूं ताकि मैं इसे दूसरों को सरल शब्दों में समझा सकूं। क्या किसी के पास डमी-डाउन स्पष्टीकरण है कि संशोधन का अनुमान MLE को क्या बना …

13 logistic  maximum-likelihood  separation 

शीर्षक के रूप में, विचार एक निरंतर चर और एक श्रेणीगत चर के बीच "सहसंबंध" (परिभाषित के रूप में "मुझे पता है कि जब मैं बी के बारे में कितना जानता हूं") के रूप में अनुमान लगाने के लिए, यहां और एमआई के बाद आपसी जानकारी का उपयोग करना है। …

13 correlation  information-theory  mutual-information 

बिशप की पीआरएमएल पुस्तक में, वह कहते हैं कि, ओवरफिटिंग अधिकतम संभावना अनुमान (एमएलई) के साथ एक समस्या है, और बेयसियन इससे बच सकते हैं। लेकिन मुझे लगता है, ओवरफिटिंग मॉडल चयन के बारे में अधिक समस्या है, पैरामीटर अनुमान करने के लिए इस्तेमाल की जाने वाली विधि के बारे …

13 bayesian  model-selection  overfitting 

मैं समझता हूं कि एलएलई के लिए एल्गोरिथ्म के पीछे मूल सिद्धांत तीन चरणों के होते हैं। कुछ मीट्रिक जैसे k-nn द्वारा प्रत्येक डेटा बिंदु के पड़ोस का पता लगाना। प्रत्येक पड़ोसी के लिए वेट खोजें, जो डेटा बिंदु पर पड़ोसी के प्रभाव को दर्शाता है। गणना की गई वज़न …

13 machine-learning  model-selection  feature-selection  dimensionality-reduction  nonlinear