सांख्यिकी और बिग डेटा

मैं एक लॉजिस्टिक रिग्रेशन मॉडल के साथ कुछ विशेषताओं के आधार पर छात्रों की सफलता या विफलता की भविष्यवाणी करने की कोशिश कर रहा हूं। मॉडल के प्रदर्शन में सुधार करने के लिए, मैंने पहले ही स्पष्ट अंतर के आधार पर छात्रों को अलग-अलग समूहों में विभाजित करने और प्रत्येक …

11 clustering  data-mining  logistic 

कंप्यूटर ग्राफिक्स में एक अत्यंत सामान्य स्थिति यह है कि कुछ पिक्सेल का रंग कुछ वास्तविक-मूल्यवान फ़ंक्शन के अभिन्न के बराबर है। विश्लेषणात्मक रूप से हल करने के लिए अक्सर फ़ंक्शन बहुत जटिल होता है, इसलिए हम संख्यात्मक अनुमान के साथ छोड़ दिए जाते हैं। लेकिन फ़ंक्शन भी अक्सर गणना …

11 estimation  monte-carlo  function  quasi-monte-carlo 

यह देखते हुए (देखे गए) टाइम-सीरीज़ साथ साथ , वहाँ परिकल्पना का परीक्षण करने के लिए एक सांख्यिकीय परीक्षण है कि (यानी मार्कोव-संपत्ति)?एक्स टी ∈ { 1 , । । । , N } पी ( एक्स टी | एक्स टी - 1 , एक्स टी - 2 , । …

11 time-series  hypothesis-testing  markov-process 

मैं घुन की कार्यात्मक प्रतिक्रिया के क्षेत्र पर अनुसंधान कर रहा हूं। मैं रोजर्स टाइप II फ़ंक्शन के मापदंडों (हमले की दर और हैंडलिंग समय) का अनुमान लगाने के लिए एक प्रतिगमन करना चाहता हूं। मेरे पास माप का डेटासेट है। मैं आउटलेर्स को सबसे अच्छा कैसे निर्धारित कर सकता …

11 r  outliers  nonlinear-regression 

मैं आंकड़ों के बारे में किशोरों को एक घंटे का व्याख्यान देने का इरादा रखता हूं। मैं शायद उन्हें केवल एक बार देखूंगा। यह परिदृश्य बार-बार हो सकता है। मैं उन्हें अनुभव के आंकड़े बनाने के लिए कुछ गतिविधि देना चाहूंगा। लेकिन मैं इसे उन लोगों के साथ करने के …

11 teaching 

जैसा कि शीर्षक से पता चलता है, क्या किसी को एक अच्छी तारीख का पता है, जो सामान्य रूप से और विशेष रूप से बाह्य पहचान तकनीकों में डेटा प्रीप्रोसेसिंग को कवर करता है? पुस्तक को केवल उस पर विशेष रूप से ध्यान केंद्रित करने की आवश्यकता नहीं है, लेकिन …

11 dataset  data-mining  references  outliers 

अगर मैं साथ अवग्रह न्यूरॉन्स की कुछ तय गैर आवर्ती (DAG) टोपोलॉजी (नोड्स और किनारों की नियत सेट, लेकिन सीखने एल्गोरिथ्म किनारों पर वजन भिन्न हो सकते हैं) है इनपुट न्यूरॉन होते हैं जो केवल में तार ले जा सकते हैं { - 1 , 1 } n के रूप …

11 machine-learning  neural-networks  algorithms  vc-dimension 

पदानुक्रमित पादरी क्या हैं? वे पुजारियों की सामान्य अवधारणा से अलग कैसे हैं?

11 bayesian  multilevel-analysis 

मैं 14 इनपुट और एक आउटपुट के साथ एनएन बनाने के लिए आर में न्यूरलनेट का उपयोग कर रहा हूं। मैं एक ही इनपुट प्रशिक्षण डेटा और एक ही नेटवर्क आर्किटेक्चर / सेटिंग्स का उपयोग करके कई बार नेटवर्क का निर्माण / प्रशिक्षण करता हूं। प्रत्येक नेटवर्क का उत्पादन होने …

11 r  machine-learning  neural-networks 

मैं तलछट माइक्रोबियल गतिविधियों पर सुखाने के प्रभाव का मूल्यांकन करने के लिए एक डेटा सेट पर काम कर रहा हूं। उद्देश्य यह निर्धारित करना है कि तलछट के प्रकार और / या गहराई के बीच सुखाने का प्रभाव भिन्न होता है या नहीं। प्रयोगात्मक डिजाइन इस प्रकार है: पहला …

11 mixed-model  interaction  post-hoc  lme4-nlme 

मान लीजिए, मेरे पास Jan'05 से दिसम्बर 11 तक फैले 20.000 मासिक समय की श्रृंखला है। इनमें से प्रत्येक एक अलग उत्पाद के लिए वैश्विक बिक्री डेटा का प्रतिनिधित्व करते हैं। क्या होगा अगर, उनमें से हर एक के लिए पूर्वानुमान पूर्वानुमान के बजाय, मैं केवल कुछ उत्पादों पर ध्यान …

11 time-series  forecasting  forecastability 

मेरे पास प्रत्येक समय बिंदु पर एन = 14 गणनाओं के साथ डेटा की एक समय श्रृंखला है, और मैं प्रत्येक समय बिंदु पर इस अनुमान के लिए गनी गुणांक और एक मानक त्रुटि की गणना करना चाहता हूं। चूँकि मेरे पास प्रत्येक समय बिंदु पर केवल N = 14 …

11 r  variance  econometrics  resampling  gini 

एक आनुवांशिक संघ अध्ययन में कोवरिएट्स के रूप में उम्र और उम्र-वर्ग का उपयोग क्यों करेगा? मैं उम्र के उपयोग को समझ सकता हूं अगर इसे एक महत्वपूर्ण कोवरिएट के रूप में पहचाना गया है, लेकिन मैं उम्र-वर्ग के उपयोग के रूप में नुकसान में हूं।

11 multiple-regression  polynomial  predictor  bioinformatics  genetics 

मैंने अभी हाल ही में जेनस्टैट में कुछ (बहुत) सरल रैखिक प्रतिगमन का प्रदर्शन किया है और अपनी रिपोर्ट में आउटपुट के एक संक्षिप्त और सार्थक सारांश को शामिल करना चाहूंगा। मुझे यकीन नहीं है कि मुझे क्या या कितनी जानकारी शामिल करनी चाहिए। मेरे जेनस्टैट आउटपुट के मुख्य बिट …

11 regression  reporting 

यहाँ, "साक्ष्य का वजन" (WOE) प्रकाशित वैज्ञानिक और नीति-निर्माण साहित्य में एक सामान्य शब्द है, जिसे सबसे अधिक बार जोखिम मूल्यांकन के संदर्भ में देखा जाता है: w ( e : h ) = लॉगपी ( ई | एच )पी ( ई | एच |¯¯¯)w(e:h)=log⁡p(e|h)p(e|h¯)w(e : h) = \log\frac{p(e|h)}{p(e|\overline{h})} जहां …

11 probability  bayesian  mutual-information