सांख्यिकी और बिग डेटा

यदि एक कारक चर (उदाहरण के लिए एम और एफ के स्तर के साथ लिंग) का उपयोग glm सूत्र में किया जाता है, तो डमी चर (s) बनाए जाते हैं, और उनके संबंधित गुणांकों (जैसे लिंगम) के साथ glm मॉडल सारांश में पाया जा सकता है यदि, इस तरह से …

13 r  generalized-linear-model  categorical-data  categorical-encoding 

विभिन्न नमूना आकारों में एपी मूल्य का सापेक्ष आकार कैसे बदलता है? जैसे यदि आपको सहसंबंध के लिए पर और फिर आपको समान मूल्य का 0.20 मिलता है, तो मूल p मान की तुलना में दूसरे परीक्षण के लिए p मान का सापेक्ष आकार क्या होगा जब ?p=0.20p=0.20p=0.20n=45n=45n=45n=120n=120n=120n=45n=45n=45

13 p-value  sample-size 

प्रतिस्थापन के साथ नमूने के नमूने पर प्रतिस्थापन के बिना दो फायदे हैं जैसे कि मैं इसे देखता हूं: 1) आपको परिमित जनसंख्या सुधार के बारे में चिंता करने की आवश्यकता नहीं है। 2) एक मौका है कि आबादी से तत्वों को कई बार खींचा जाता है - फिर आप …

13 sampling  finite-population 

क्या कोई साहित्य है जो स्टोकेस्टिक क्रमिक वंश प्रदर्शन करते समय मिनीबच आकार की पसंद की जांच करता है? मेरे अनुभव में, यह एक अनुभवजन्य विकल्प प्रतीत होता है, जो आमतौर पर क्रॉस-मान्यता के माध्यम से या अंगूठे के अलग-अलग नियमों का उपयोग करके पाया जाता है। क्या यह एक …

13 machine-learning  gradient-descent  hyperparameter  deep-learning 

मुझे एक समय पर निर्भर कॉक्स मॉडल में आधारभूत खतरे के कार्य का अनुमान लगाने की आवश्यकता हैλ0( टी )λ0(टी)\lambda_0(t) λ ( टी ) = λ0( ट ) ऍक्स्प( Z)( टी )'β)λ(टी)=λ0(टी)exp⁡(जेड(टी)'β)\lambda(t) = \lambda_0(t) \exp(Z(t)'\beta) जब मैंने जीवन रक्षा पाठ्यक्रम लिया, तो मुझे याद है कि संचयी खतरे के कार्य …

13 r  survival  cox-model 

क्या GPML का उपयोग करके बहुआयामी आउटपुट (संभवतः सहसंबद्ध) पर गौसियन प्रक्रिया प्रतिगमन करने का एक तरीका है ? में डेमो स्क्रिप्ट मैं केवल एक -1 डी उदाहरण मिल सका। CV पर एक समान प्रश्न जो बहुआयामी इनपुट के मामले से निपटता है। मैं उनकी किताब के माध्यम से देखने …

13 regression  machine-learning  matlab  gaussian-process  nonparametric-bayes 

मैं सोच रहा था कि ब्रोकवेल और डेविस के समय परिचय और पूर्वानुमान के बारे में उनकी "दूसरी-क्रम वाली स्थिर प्रक्रिया" कैसे परिभाषित की जाती है : रैखिक समय श्रृंखला के मॉडल का वर्ग, जिसमें ऑटोरोग्रेसिव मूविंग-एवरेज (एआरएमए) मॉडल का वर्ग शामिल है, स्थिर प्रक्रियाओं के अध्ययन के लिए एक …

13 time-series 

मैं मशीन लर्निंग का अध्ययन कर रहा हूं और हर किताब जिसे मैं खोलता हूं, वह चि-स्क्वेरड डिस्ट्रीब्यूशन, गामा-फंक्शन, टी-डिस्ट्रीब्यूशन, गाऊसी, आदि में मिलती है। मेरे द्वारा अब तक खोली गई हर पुस्तक केवल यह बताती है कि वितरण क्या हैं: वे यह नहीं समझाते या अंतर्ज्ञान नहीं देते हैं …

13 probability  distributions  mathematical-statistics  references 

मेरा प्रश्न अल्फा और बीटा के बीच संबंध और आंकड़ों में उनकी परिभाषा के साथ क्या करना है। अल्फ़ा = प्रकार I त्रुटि दर = विचारणीय स्तर के तहत विचार है कि NULL परिकल्पना सही है बीटा = प्रकार II त्रुटि दर यदि अल्फ़ा को कम किया जाता है (अल्फा …

13 statistical-significance  mathematical-statistics 

यदि मैं एक रेखीय व्याख्यात्मक चर और एक अन्य व्याख्यात्मक चर बीच दो-तरफ़ा बातचीत करने में रुचि रखता था जिसका आश्रित चर साथ द्विघात संबंध है , तो क्या मुझे द्विघात घटक और रैखिक के साथ सहभागिता दोनों को शामिल करना होगा मॉडल में घटक? जैसे: मेरे पिछले धागे पर …

13 r  regression  model-selection 

मैं कैसे साबित कर सकता हूं कि दो कर्नेल फ़ंक्शन का पॉइंटवाइज़ उत्पाद एक कर्नेल फ़ंक्शन है?

13 machine-learning  kernel-trick 

मुझे समय-श्रृंखला पूर्वानुमान को स्वचालित करने की आवश्यकता है, और मैं उन श्रृंखलाओं (मौसमी, प्रवृत्ति, शोर, आदि) की विशेषताओं को पहले से नहीं जानता। मेरा उद्देश्य प्रत्येक श्रृंखला के लिए सर्वोत्तम संभव मॉडल प्राप्त करना नहीं है, बल्कि बहुत खराब मॉडलों से बचना है। दूसरे शब्दों में, हर बार छोटी …

13 time-series  forecasting  arima  ensemble  exponential-smoothing 

पिछले प्रश्नों और चर्चाओं से मूल्यवान प्रतिक्रिया एकत्र करने के बाद, मैं निम्नलिखित प्रश्न के साथ आया हूं: मान लीजिए कि लक्ष्य दो समूहों में प्रभाव के अंतर का पता लगाना है, उदाहरण के लिए पुरुष बनाम महिला। इसे करने के दो तरीके हैं: दो समूहों के लिए दो अलग-अलग …

13 statistical-significance  interaction  regression-coefficients 

हम बेयस के प्रमेय को लिख सकते हैं p ( θ | x ) = f( एक्स)| θ)पी(θ)∫θच( एक्स)| θ)पी(θ)डीθपी(θ|एक्स)=च(एक्स|θ)पी(θ)∫θच(एक्स|θ)पी(θ)घθp(\theta|x) = \frac{f(X|\theta)p(\theta)}{\int_{\theta} f(X|\theta)p(\theta)d\theta} जहाँ पश्च है, the सशर्त वितरण है, और पूर्व है।पी ( θ | एक्स )पी(θ|एक्स)p(\theta|x)च( एक्स)| θ)च(एक्स|θ)f(X|\theta)पी ( θ )पी(θ)p(\theta) या पी ( θ | x ) …

13 bayesian  likelihood 

मेरे पास डेटा है जो दिखता है: मैंने सामान्य वितरण को लागू करने की कोशिश की (कर्नेल घनत्व अनुमान बेहतर काम करता है, लेकिन मुझे इस पर इतनी बड़ी सटीकता की आवश्यकता नहीं है) और यह काफी अच्छी तरह से काम करता है। घनत्व प्लॉट एक दीर्घवृत्त बनाता है। मुझे …

13 r  regression  pdf  bivariate