सांख्यिकी और बिग डेटा

मुझे यह भी पता नहीं है कि क्या यह प्रश्न समझ में आता है, लेकिन कई प्रतिगमन और आंशिक सहसंबंध के बीच अंतर क्या है (सहसंबंध और प्रतिगमन के बीच स्पष्ट अंतर के अलावा, जो मैं लक्ष्य नहीं कर रहा हूं) क्या है? मैं निम्नलिखित का पता लगाना चाहता हूं: …

35 multiple-regression  regression-coefficients  partial-correlation 

समायोजित आर-वर्ग के लिए R में प्रयुक्त सटीक सूत्र क्या है lm() ? मैं इसकी व्याख्या कैसे कर सकता हूं? समायोजित r-squared सूत्र समायोजित आर-वर्ग की गणना करने के लिए कई सूत्र मौजूद हैं। हैरी सूत्र: 1−(1−R2)(n−1)(n−v)1−(1−R2)(n−1)(n−v)1-(1-R^2)\frac{(n-1)}{(n-v)} मैकनेमर का सूत्र:1−(1−R2)(n−1)(n−v−1)1−(1−R2)(n−1)(n−v−1)1-(1-R^2)\frac{(n-1)}{(n-v-1)} भगवान का सूत्र:1 - ( 1 - आर2) ( एन …

35 r  regression  r-squared  lm  shrinkage 

summary.rqसे समारोह quantreg शब्दचित्र quantile प्रतिगमन गुणांक की मानक त्रुटि अनुमानों के लिए विकल्प की एक भीड़ प्रदान करता है। वे कौन से विशेष परिदृश्य हैं जहाँ इनमें से प्रत्येक इष्टतम / वांछनीय हो जाता है? "रैंक" जो कोएन्केर (1994) में वर्णित रैंक टेस्ट को सम्मिलित करके अनुमानित मापदंडों के …

35 r  standard-error  quantile-regression  estimators 

मुझे यादृच्छिक वन मॉडल चलाने के लिए किसी से एक आर स्क्रिप्ट मिली। मैंने कुछ कर्मचारी डेटा के साथ इसे संशोधित और चलाया। हम स्वैच्छिक अलगाव की भविष्यवाणी करने की कोशिश कर रहे हैं। यहां कुछ अतिरिक्त जानकारी दी गई है: यह एक वर्गीकरण मॉडल था 0 = कर्मचारी रुका …

35 r  classification  error  random-forest 

मैंने हाल ही में महसूस किया कि मिश्रित कारक के रूप में केवल विषय के साथ एक मिश्रित मॉडल और निश्चित कारकों के रूप में अन्य कारक मिश्रित समरूपता के लिए मिश्रित मॉडल के सहसंबंधीय संरचना की स्थापना करते समय एक एनोवा के बराबर है। इसलिए मैं जानना चाहता हूं …

35 correlation  anova  mixed-model  lme4-nlme 

मैं दो-पूंछ परिकल्पना परीक्षण को समझता हूं। आपके पास (बनाम ) है। पी -value संभावना है कि है \ थीटा क्या मनाया गया के रूप में चरम रूप में कम से कम डेटा उत्पन्न करता है।एच0: θ = θ0एच0:θ=θ0H_0 : \theta = \theta_0एच1= ¬ एच0: Θ ≠ θ0एच1=¬एच0:θ≠θ0H_1 = \neg …

35 hypothesis-testing 

मैं वर्तमान में कई रैखिक प्रतिगमन का उपयोग करके एक मॉडल बनाने के लिए काम कर रहा हूं। अपने मॉडल के साथ इधर उधर होने के बाद, मैं अनिश्चित हूं कि कैसे निर्धारित किया जाए कि कौन सा चर रखना है और कौन सा निकालना है। मेरा मॉडल DV के …

35 regression  multiple-regression  feature-selection  modeling  model-selection 

मान लें कि मेरे पास सामान्य घनत्व है। मैं दूसरा (आंशिक) व्युत्पन्न wrt प्राप्त करना चाहता हूं । मैट्रिक्स का व्युत्पन्न लेना निश्चित नहीं है।N(μ,Σ)N(μ,Σ)N(\mu, \Sigma)μμ\mu विकी का कहना है कि मैट्रिक्स के अंदर तत्व द्वारा व्युत्पन्न तत्व लेते हैं। मैं लाप्लास सन्निकटन साथ काम कर रहा हूं। मोड ।Θ …

35 self-study  normal-distribution  matrix 

मैं मोंटे कार्लो सिमुलेशन में हाल ही में देख गया है, और अनुमानित स्थिरांक के लिए यह इस तरह के रूप उपयोग किया गया है (एक आयत, आनुपातिक क्षेत्र के अंदर वृत्त)।ππ\pi हालांकि, मैं मोंटे कार्लो एकीकरण का उपयोग करते हुए [यूलर की संख्या] के मूल्य का अनुमान लगाने की …

35 simulation  monte-carlo  algorithms  random-generation  numerical-integration 

एक मॉडल ( x1:x2या x1*x2 ... xn-1 * xn) में चर (ओं) के प्रत्येक संभावित संयोजन का शाब्दिक परीक्षण करने के अलावा । यदि आप अपने स्वतंत्र (उम्मीद) चर के बीच एक संपर्क SHOULD या COULD मौजूद हैं, तो आप कैसे पहचानेंगे? इंटरैक्शन की पहचान करने के प्रयास में सर्वोत्तम …

35 regression  modeling  interaction 

मैंने commentआर। उदाहरण में फ़ंक्शन की खोज की : x <- matrix(1:12, 3,4) comment(x) <- c("This is my very important data from experiment #0234", "Jun 5, 1998") x comment(x) यह पहली बार है जब मैं इस समारोह में आया था और सोच रहा था कि इसके सामान्य / उपयोगी उपयोग …

35 r 

आप किस सांख्यिकीय शोध ब्लॉग की सिफारिश करेंगे और क्यों?

35 references 

मैं एक कन्वेन्शियल न्यूरल नेटवर्क (CNN) बना रहा हूँ, जहाँ मेरे पास एक संकरी परत है, जिसके बाद एक पूलिंग लेयर है और मैं ओवरफिटिंग को कम करने के लिए ड्रॉपआउट लगाना चाहता हूँ। मेरी यह भावना है कि ड्रॉपआउट परत को पूलिंग परत के बाद लागू किया जाना चाहिए, …

35 deep-learning  conv-neural-network  dropout 

बड़ी तस्वीर: मैं यह समझने की कोशिश कर रहा हूं कि नमूना आकार बढ़ने से किसी प्रयोग की शक्ति कैसे बढ़ जाती है। मेरे व्याख्याता की स्लाइड्स में 2 सामान्य वितरणों की एक तस्वीर, एक अशक्त-परिकल्पना के लिए एक और वैकल्पिक-परिकल्पना के लिए एक और उनके बीच एक निर्णय सीमा …

35 variance  sampling  power 

स्पर्स कोडिंग को इनपुट वैक्टर का प्रतिनिधित्व करने के लिए आधार वैक्टर के एक अधिक-पूर्ण सेट को सीखने के रूप में परिभाषित किया गया है (<- हम ऐसा क्यों चाहते हैं)। विरल कोडिंग और ऑटोकेनोडर के बीच अंतर क्या हैं? हम विरल कोडिंग और ऑटोकेनोडर का उपयोग कब करेंगे?

35 machine-learning  neural-networks  unsupervised-learning  deep-learning  autoencoders