Statistik dan Big Data

Saya memiliki empat variabel numerik. Semuanya adalah ukuran kualitas tanah. Semakin tinggi variabel, semakin tinggi kualitasnya. Kisaran untuk semuanya berbeda: Var1 dari 1 hingga 10 Var2 dari 1000 hingga 2000 Var3 dari 150 hingga 300 Var4 dari 0 hingga 5 Saya perlu menggabungkan empat variabel menjadi skor kualitas tanah tunggal …

22 ranking  valuation 

Apa perbedaan antara model generatif dan diskriminatif (diskriminan) (dalam konteks pembelajaran dan inferensi Bayesian)? dan apa yang berkaitan dengan prediksi, teori keputusan atau pembelajaran tanpa pengawasan?

22 bayesian  predictive-models  unsupervised-learning 

Saya tidak yakin subjek masuk ke dalam minat CrossValidated. Anda akan memberi tahu saya. Saya harus belajar grafik (dari teori grafik ) yaitu. Saya memiliki sejumlah titik yang terhubung. Saya punya meja dengan semua titik dan titik masing-masing tergantung. (Saya juga punya meja lain dengan implikasinya) Pertanyaan saya adalah: Apakah …

22 r  data-visualization  graph-theory 

Saya telah menganalisis percobaan dengan ANOVA tindakan berulang. ANOVA adalah 3x2x2x2x3 dengan 2 faktor antara-subjek dan 3 di dalam (N = 189). Tingkat kesalahan adalah variabel dependen. Distribusi tingkat kesalahan memiliki kemiringan 3,64 dan kurtosis 15,75. Kemiringan dan kurtosis adalah hasil dari 90% dari tingkat kesalahan berarti menjadi 0. Membaca …

22 anova  normality-assumption 

Saya hanya ingin seseorang untuk mengkonfirmasi pemahaman saya atau jika saya kehilangan sesuatu. Definisi proses markov mengatakan langkah selanjutnya tergantung pada kondisi saat ini saja dan tidak ada status masa lalu. Jadi, katakanlah kita memiliki ruang keadaan a, b, c, d dan kita pergi dari a-> b-> c-> d. Itu …

22 markov-process 

Diberikan daftar nilai-p yang dihasilkan dari tes independen, diurutkan dalam urutan menaik, seseorang dapat menggunakan prosedur Benjamini-Hochberg untuk koreksi pengujian ganda . Untuk setiap nilai-p, prosedur Benjamini-Hochberg memungkinkan Anda untuk menghitung False Discovery Rate (FDR) untuk masing-masing nilai-p. Yaitu, pada setiap "posisi" dalam daftar nilai-p yang diurutkan, ia akan memberi …

22 hypothesis-testing 

Analisis kimia terhadap sampel lingkungan sering disensor di bawah ini pada batas pelaporan atau berbagai batas deteksi / kuantisasi. Yang terakhir dapat bervariasi, biasanya sebanding dengan nilai-nilai variabel lain. Sebagai contoh, sampel dengan konsentrasi tinggi dari satu senyawa mungkin perlu diencerkan untuk analisis, menghasilkan inflasi proporsional batas sensor untuk semua …

22 correlation  estimation  censoring  covariance-matrix  unbiased-estimator 

Berikut dari pertanyaan ini : Bayangkan bahwa Anda ingin menguji perbedaan dalam kecenderungan sentral antara dua kelompok (misalnya, pria dan wanita) pada item Likert 5 poin (misalnya, kepuasan dengan kehidupan: Tidak puas dengan Kepuasan: Tidak puas dengan Kepuasan). Saya pikir t-test akan cukup akurat untuk sebagian besar tujuan, tetapi tes …

22 t-test  ordinal-data  likert  scales 

Saya telah mencicipi proses dunia nyata, waktu ping jaringan. "Round-trip-time" diukur dalam milidetik. Hasil diplot dalam histogram: Waktu ping memiliki nilai minimum, tetapi ekor panjang yang panjang. Saya ingin tahu apa distribusi statistik ini, dan bagaimana memperkirakan parameternya. Meskipun distribusinya bukan distribusi normal, saya masih bisa menunjukkan apa yang ingin …

22 distributions  sample-size  sample  normality-assumption  distribution-identification 

(PEMBARUAN: Saya mempelajari lebih dalam tentang ini dan memposting hasilnya di sini ) Daftar tes statistik bernama sangat besar. Banyak tes umum mengandalkan inferensi dari model linier sederhana, misalnya uji satu sampel hanya y = β + ε yang diuji terhadap model nol y = μ + ε yaitu β …

22 regression  correlation  anova  t-test  linear-model 

Kalimat pertama dari halaman wiki ini mengklaim bahwa "Dalam ekonometrika, masalah endogenitas terjadi ketika variabel penjelas berkorelasi dengan istilah kesalahan. 1 " Pertanyaan saya adalah bagaimana ini bisa terjadi? Bukankah beta regresi dipilih sedemikian sehingga istilah kesalahannya ortogonal ke ruang kolom dari matriks desain?

22 regression 

Apa yang dimaksud dengan properti oracle dari estimator? Apa tujuan pemodelan yang relevan dengan properti oracle (prediktif, jelas, ...)? Baik penjelasan teoritis yang ketat dan (terutama) intuitif dipersilakan.

22 feature-selection  model-selection  estimators  oracle 

Saya berurusan dengan masalah deteksi penipuan (seperti penilaian kredit). Dengan demikian ada hubungan yang sangat tidak seimbang antara pengamatan yang curang dan yang tidak curang. http://blog.revolutionanalytics.com/2016/03/com_class_eval_metrics_r.html memberikan gambaran yang bagus tentang berbagai metrik klasifikasi. Precision and Recallatau kappakeduanya tampaknya menjadi pilihan yang baik: Salah satu cara untuk membenarkan hasil pengklasifikasi …

22 classification  unbalanced-classes  precision-recall  cohens-kappa  model-evaluation 

Untuk mengilustrasikan pertanyaan saya, anggaplah saya memiliki perangkat pelatihan di mana input memiliki tingkat kebisingan tetapi hasilnya tidak, misalnya; # Training data [1.02, 1.95, 2.01, 3.06] : [1.0] [2.03, 4.11, 5.92, 8.00] : [2.0] [10.01, 11.02, 11.96, 12.04] : [1.0] [2.99, 6.06, 9.01, 12.10] : [3.0] di sini output adalah …

22 regression  machine-learning  neural-networks  confidence-interval  prediction-interval 

Nah pertanyaannya mengatakan itu semua. Apa yang dimaksud dengan "pra pelatihan jaringan saraf"? Dapatkah seseorang menjelaskan dalam murni sederhana bahasa Inggris? Saya tidak bisa menemukan sumber daya yang terkait dengan itu. Ini akan menjadi besar jika seseorang bisa mengarahkan saya kepada mereka.

22 neural-networks  pre-training