सांख्यिकी और बिग डेटा

मैंने सीखने की समस्या की निगरानी की है जहाँ लक्ष्य कोण हैं। अगर मैं सरल प्रतिगमन करता तो नंबर 360 और 1 मेरे मॉडल के लिए बहुत दूर होते, लेकिन वास्तव में वे करीब हैं और भविष्यवाणी कर रहे हैं कि x और y निर्देशांक सही नहीं लगता है, क्योंकि …

11 regression  circular-statistics 

मान लें कि हमारे पास एक द्विभाजित सामान्य वितरण से एक यादृच्छिक नमूना है जिसमें शून्य और साधन के रूप में शून्य हैं, इसलिए एकमात्र अज्ञात पैरामीटर सहसंयोजक है। कोविर्सियस का MLE क्या है? मुझे पता है कि यह जैसा कुछ होना चाहिए लेकिन हम यह कैसे जानते हैं?1n∑nj=1xjyj1n∑j=1nxjyj\frac{1}{n} \sum_{j=1}^{n}x_j …

11 normal-distribution  mathematical-statistics  maximum-likelihood  bivariate 

मान लीजिए कि मैं अपने द्वारा विकसित ARIMAX मॉडल में संभव समावेश के लिए कई स्वतंत्र चर पर विचार कर रहा हूं। अलग-अलग वेरिएबल्स को फिट करने से पहले, मैं ऐसे वेरिएबल्स को स्क्रीन करना चाहता हूं जो ग्रेंजर टेस्ट ( आर में पैकेज granger.testसे फ़ंक्शन का उपयोग कर रहा …

11 lags  granger-causality 

क्या प्रतिगमन का उपयोग बाहर की पहचान के लिए किया जा सकता है। मैं समझता हूं कि आउटलेर्स को हटाकर एक प्रतिगमन मॉडल को बेहतर बनाने के तरीके हैं। लेकिन यहां प्राथमिक उद्देश्य प्रतिगमन मॉडल को फिट करना नहीं है, बल्कि प्रतिगमन का उपयोग करके पता लगाना है

11 regression  outliers 

समस्या का हल: minmE[|m−X|]minmE[|m−X|] \min_{m} \; E[|m-X|] एक्स के माध्यिका के रूप में अच्छी तरह से जाना जाता है XXX, लेकिन नुकसान का प्रतिशत अन्य प्रतिशत के लिए कैसा दिखता है? Ex: X का 25 वाँ प्रतिशतक इसका समाधान है: minmE[L(m,X)]minmE[L(m,X)] \min_{m} \; E[ L(m,X) ] इस मामले में एल …

11 expected-value  loss-functions 

मेरी स्थिति: छोटे नमूने का आकार: 116 बाइनरी परिणाम चर व्याख्यात्मक चर की लंबी सूची: 44 व्याख्यात्मक चर मेरे सिर के ऊपर से नहीं आए थे; उनकी पसंद साहित्य पर आधारित थी। नमूने के अधिकांश मामलों और अधिकांश चर में लापता मान हैं। चयनित चयन की सुविधा के लिए दृष्टिकोण: …

11 r  spss  lasso  data-imputation 

मेरे द्वारा पढ़े जा रहे कुछ कागजों के अनुसार, जेफ़्रीज़ और माटूसिटा दूरी आमतौर पर उपयोग की जाती है। लेकिन मुझे इसके बारे में ज्यादा जानकारी नीचे के फॉर्मूले के अलावा नहीं मिली JMD (x, y) =∑(xi−−√2−yi−−√2)2−−−−−−−−−−−−−√2∑(xi2−yi2)22\sqrt[2]{\sum(\sqrt[2]{x_i}-\sqrt[2]{y_i})^2} यह वर्गमूल को छोड़कर यूक्लिडियन दूरी के समान है E (x, y) =∑ …

11 classification  k-nearest-neighbour  euclidean 

मुझे मार्कोव चेन मोंटे कार्लो विधियों का अध्ययन करने की आवश्यकता है, और अधिक विशिष्ट होने के लिए मुझे मेट्रोपोलिस हेस्टिंग्स एल्गोरिथ्म का अध्ययन करने की आवश्यकता है और सभी इसके बारे में अभिसरण मानदंडों की तरह। कौन मुझे एक पुस्तक, या एक पेपर, या एक वेब साइट लिख सकता …

11 references  mcmc 

मैं में एक रसद प्रतिगमन प्रशिक्षित कर सकते हैं Rका उपयोग कर glm(y ~ x, family=binomial(logit))) लेकिन, IIUC, यह लॉग संभावना के लिए अनुकूलन करता है। क्या रैखिक ( ) हानि फ़ंक्शन (जो इस मामले में कुल भिन्नता के समान है) का उपयोग करके मॉडल को प्रशिक्षित करने का एक …

11 logistic 

मैं दो यादृच्छिक चर के कोवरियन को बेहतर तरीके से समझने और समझने की कोशिश कर रहा था कि कैसे पहले व्यक्ति ने इसके बारे में सोचा था, जो परिभाषा में नियमित रूप से सांख्यिकी में उपयोग किया जाता है। मैं इसे बेहतर समझने के लिए विकिपीडिया पर गया । …

11 correlation  covariance 

लॉजिस्टिक प्रतिगमन में निरंतर चर के लिए अंतर अनुपातों की व्याख्या करने के बारे में मेरे पास कुछ सवाल थे। मुझे लगता है कि ये लॉजिस्टिक रिग्रेशन (और शायद सामान्य तौर पर रिग्रेशन के बारे में) के बारे में बुनियादी सवाल हैं, और हालांकि मैं थोड़ा शर्मिंदा हूं कि मुझे …

11 regression  logistic 

मैं यह पता लगाने की कोशिश कर रहा हूं कि एसवीआर किस तरह के डेटा के लिए अनुकूल है। मैं 4 प्रकार के SVR जानता हूँ: एप्सिलॉन न्यू कम से कम वर्ग और रैखिक। मैं समझता हूँ कि रैखिक SVR L1 Reg के साथ कमोबेश लसो की तरह है, लेकिन …

11 regression  svm 

मैं एक बीमा जोखिम पूर्वानुमान मॉडल विकसित करने पर काम कर रहा हूं। ये मॉडल "दुर्लभ घटनाओं" जैसे एयरलाइन नो-शो भविष्यवाणी, हार्डवेयर दोष का पता लगाने, आदि जैसे हैं। जैसा कि मैंने अपना डेटा सेट तैयार किया, मैंने वर्गीकरण लागू करने की कोशिश की, लेकिन मैं नकारात्मक मामलों के उच्च …

11 classification  predictive-models  scikit-learn  poisson-process 

कहें कि वाईYYY एक सतत यादृच्छिक चर है, और XXX एक असतत है। Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y)Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y) \Pr(X=x|Y=y) = \frac{\Pr(X=x)\Pr(Y=y|X=x)}{\Pr(Y=y)} जैसा कि हम जानते हैं, Pr(Y=y)=0Pr(Y=y)=0\Pr(Y=y) = 0 क्योंकि YYY एक सतत यादृच्छिक चर है। और इसके आधार पर, मुझे यह निष्कर्ष निकालने के लिए लुभाया जाता है कि संभाव्यता Pr(X=x|Y=y)Pr(X=x|Y=y)\Pr(X=x|Y=y) अपरिभाषित है। …

11 conditional-probability  pdf 

मेरे पास 1000 पॉज़िटिव के साथ 100,000 अवलोकन (9 डमी इंडिकेटर वैरिएबल) हैं। लॉजिस्टिक रिग्रेशन इस मामले में ठीक काम करना चाहिए, लेकिन कटऑफ संभावना मुझे पहेली। आम साहित्य में, हम 1s और 0s की भविष्यवाणी करने के लिए 50% कटऑफ चुनते हैं। मैं ऐसा नहीं कर सकता क्योंकि मेरा …

11 regression  logistic  classification  generalized-linear-model  roc