सांख्यिकी और बिग डेटा

मैं विश्वास अंतराल की अवधारणा के बारे में उलझन में हूं। विशेष रूप से, मान लेते हैं कि एक गाऊसी चर रहा है X∼N(μ,σ)X∼N(μ,σ)X \sim N(\mu, \sigma) के साथ σσ\sigma में जाना जाता है, और मैं कम बाध्य में दिलचस्पी है μLμL\mu_L के साथ माध्य का 95%95%95\% आत्मविश्वास का स्तर। …

10 confidence-interval 

मैंने देखा कि एक बहुभिन्नरूपी प्रतिगमन मॉडल के साथ छेड़छाड़ करते समय एक छोटी लेकिन ध्यान देने योग्य बहुसंस्कृति प्रभाव था, जैसा कि एक परिवर्तनशील चर की श्रेणियों के भीतर विचरण मुद्रास्फीति कारकों द्वारा मापा गया था (संदर्भ श्रेणी को छोड़कर, निश्चित रूप से)। उदाहरण के लिए, मान लें कि …

10 regression  categorical-data  multicollinearity 

मैं एक तालिका की क्षमता तय करना चाहता हूं ताकि इसमें से कम अवशिष्ट ऑड्स दिए गए लिए ओवरफ्लो करने के लिए , प्रविष्टियों की संख्या मानकर एक दिए गए के साथ एक पॉइसन कानून का पालन किया जाता है प्रत्याशा ।2 - पी पी ∈ [ 40 ... 120 …

10 poisson-distribution 

मैं rfobject$importanceऔर importance(rfobject)MeanDecreaseAccuracy कॉलम में अंतर नहीं पाता। उदाहरण: > data("iris") > fit <- randomForest(Species~., data=iris, importance=TRUE) > fit$importance setosa versicolor virginica MeanDecreaseAccuracy MeanDecreaseGini Sepal.Length 0.027078501 0.019418330 0.040497602 0.02898837 9.173648 Sepal.Width 0.008553449 0.001962036 0.006951771 0.00575489 2.472105 Petal.Length 0.313303381 0.291818815 0.280981959 0.29216790 41.284869 Petal.Width 0.349686983 0.318527008 0.270975757 0.31054451 46.323415 > importance(fit) …

10 r  random-forest  importance 

जैसा कि मैं इसे समझता हूं, लॉजिस्टिक रिग्रेशन से एक्सपेरीनेटेड बीटा वैल्यू ब्याज के आश्रित वेरिएबल के लिए उस वेरिएबल का ऑड्स अनुपात है। हालाँकि, मान मैन्युअल रूप से परिकलित ऑड्स अनुपात से मेल नहीं खाता है। मेरा मॉडल अन्य संकेतकों के बीच, स्टंटिंग (कुपोषण का एक उपाय) का उपयोग …

10 regression  logistic  interpretation  odds-ratio 

max(X1,X2,...,Xn)max(X1,X2,...,Xn)\max( X_1,X_2,...,X_n) nnn∞∞\inftyσ2σ2\sigma^2 यह लगभग निश्चित रूप से एक चतुर प्रमाण और अच्छे समाधान के साथ एक अच्छी तरह से ज्ञात समस्या है, लेकिन मैं चारों ओर खुदाई कर रहा हूं और कुछ भी नहीं मिला है।

10 distributions  probability  extreme-value 

जब कुछ डेटा सेट पर स्टोचैस्टिक ग्रेडिएंट वंश के माध्यम से एक मानकीकृत मॉडल (जैसे संभावना को अधिकतम करने के लिए) का प्रशिक्षण दिया जाता है, तो आमतौर पर यह माना जाता है कि प्रशिक्षण के नमूने प्रशिक्षण डेटा वितरण से तैयार किए गए हैं। इसलिए यदि लक्ष्य संयुक्त वितरण …

10 machine-learning  conditional-probability  reinforcement-learning  gradient-descent 

यह अच्छी तरह से जाना जाता है (उदाहरण के लिए संपीड़ित संवेदन के क्षेत्र में) कि मानदंड "स्पार्सिटी-उत्प्रेरण" है, इस अर्थ में कि यदि हम कार्यात्मक (निश्चित मैट्रिक्स और वेक्टर ) बड़ा पर्याप्त के लिए \ lambda> 0 , हम A , \ vec {b} के कई विकल्पों के लिए …

10 regression  matrix  normalization  regularization  sparse 

यदि कई संभावित सन्निकटन हैं, तो मैं सबसे बुनियादी तलाश कर रहा हूं।

10 normal-distribution  multinomial  approximation 

मैं एक पेपर पढ़ रहा हूं जो दावा करता है कि (यानी असतत फूरियर रूपांतरण, एफ टी) CLT से एक (जटिल) गाऊसी यादृच्छिक चर जाता है। हालाँकि, मुझे पता है कि यह सामान्य रूप से सही नहीं है। इस (अपमानजनक) तर्क को पढ़ने के बाद, मैंने नेट पर खोज की …

10 time-series  central-limit-theorem  fourier-transform 

मुझे मेट्रोपोलिस-हेस्टिंग्स और गिब्स नमूने के साथ काफी अच्छा व्यावहारिक अनुभव है, लेकिन मैं इन एल्गोरिदम की बेहतर गणितीय समझ प्राप्त करना चाहता हूं। क्या कुछ अच्छी पाठ्यपुस्तकें या लेख हैं जो इन नमूनों की शुद्धता को साबित करते हैं (अधिक एल्गोरिदम भी बहुत अच्छा होगा)?

10 bayesian  references  mcmc 

डेटा संरचना > str(data) 'data.frame': 6138 obs. of 10 variables: $ RT : int 484 391 422 516 563 531 406 500 516 578 ... $ ASCORE : num 5.1 4 3.8 2.6 2.7 6.5 4.9 2.9 2.6 7.2 ... $ HSCORE : num 6 2.1 7.9 1 6.9 8.9 …

10 r  mixed-model  repeated-measures  model-selection  lme4-nlme 

निम्नलिखित मानक समीकरणों के अंतर-अंतर दृष्टिकोण पर मेरा एक प्रश्न है: जहां इलाज समूह और पोस्ट के लिए एक डमी चर है। y= ए + बी1उपचार + बी2पोस्ट + बी3इलाज ⋅ पोस्ट + यूy=ए+ख1इलाज+ख2पद+ख3इलाज⋅पद+यू y= a + b_1\text{treat}+ b_2\text{post} + b_3\text{treat}\cdot\text{post} + u अब, मेरा प्रश्न सरल है: अधिकांश पेपर …

10 regression  multiple-regression  causality 

मैं स्टॉक इंडेक्स पर दैनिक रिटर्न के कुछ वर्णनात्मक आंकड़े कर रहा हूं। Ie यदि और क्रमशः 1 और दिन 2 पर सूचकांक के स्तर हैं, तो वह रिटर्न है जिसका मैं उपयोग कर रहा हूं (साहित्य में पूरी तरह से मानक)।पी1पी1P_1पी2पी2P_2एल ओ जीइ( पी2पी1)एलओजीइ(पी2पी1)log_e (\frac{P_2}{P_1}) तो कुर्तोसिस इनमें से …

10 distributions  finance  skewness  kurtosis 

मैंने बहुत सारे सूत्र दिखाए हैं कि कैसे एक घातांक या वेइबुल वितरण के लिए औसत उत्तरजीविता समय खोजने के लिए, लेकिन मैं लॉग-सामान्य उत्तरजीविता कार्यों के लिए काफी कम किस्मत वाला हूं। निम्नलिखित उत्तरजीविता समारोह को देखते हुए: एस( टी ) = 1 - φ [ ln( t ) …

10 survival