Statistik dan Big Data

Beberapa orang Bayesian menyerang kesimpulan sering yang menyatakan bahwa "tidak ada distribusi pengambilan sampel yang unik" karena itu tergantung pada niat peneliti (Kruschke, Aguinis, & Joo, 2012, p. 733). Misalnya, seorang peneliti memulai pengumpulan data, tetapi pendanaannya tiba-tiba terpotong setelah 40 peserta. Bagaimana distribusi sampling (dan CI dan nilai-p) selanjutnya …

15 distributions  inference  frequentist 

Saya sedang mengerjakan rangkaian waktu yang nilainya sangat positif . Bekerja dengan berbagai model termasuk AR, MA, ARMA, dll, saya tidak dapat menemukan cara mudah untuk mencapai perkiraan yang benar-benar positif. Saya menggunakan R untuk melakukan perkiraan saya, dan yang bisa saya temukan hanyalah forecast.hts {hts} yang memiliki parameter positif …

15 time-series  forecasting  constrained-regression 

Tes permutasi (juga disebut tes pengacakan, uji pengacakan ulang, atau tes yang tepat) sangat berguna dan berguna ketika asumsi distribusi normal yang diperlukan misalnya, t-testtidak terpenuhi dan ketika transformasi nilai dengan peringkat dari tes non-parametrik seperti Mann-Whitney-U-testakan menyebabkan lebih banyak informasi hilang. Namun, satu dan hanya satu asumsi yang tidak …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Saya bingung dalam menerapkan ekspektasi dalam penyebut. E(1/X)=?E(1/X)=?E(1/X)=\,? bisakah ,?1/E(X)1/E(X)1/E(X)\,

15 expected-value 

Saya mencoba memahami bagaimana parameter diperkirakan dalam pemodelan ARIMA / Box Jenkins (BJ). Sayangnya tidak ada buku yang saya temui yang menjelaskan prosedur estimasi seperti prosedur estimasi Log-Likelihood secara terperinci. Saya menemukan situs web / materi pengajaran yang sangat membantu. Berikut ini adalah persamaan dari sumber yang dirujuk di atas. …

15 time-series  forecasting  arima  optimization  box-jenkins 

Saya punya beberapa data (158 kasus) yang berasal dari jawaban skala likert untuk 21 item kuesioner. Saya benar-benar ingin / perlu melakukan analisis regresi untuk melihat item mana dalam kuesioner yang memprediksi respons terhadap keseluruhan item (kepuasan). Responsnya tidak terdistribusi normal (berdasarkan tes KS) dan saya telah mengubahnya dalam setiap …

15 regression  distributions  nonparametric 

Ini adalah pertanyaan yang sangat mendasar. Mengapa kita menggunakan distribusi chi square? Apa arti dari distribusi ini? Mengapa ini distribusi yang digunakan untuk membuat interval kepercayaan untuk varians? Setiap tempat saya mencari penjelasan hanya menyajikan fakta ini, menjelaskan kapan harus menggunakan chi, tetapi tidak menjelaskan mengapa menggunakan chi, dan mengapa …

15 variance  chi-squared 

Adakah yang bisa membantu saya memahami rumus korelasi Pearson? sampel = mean dari produk dari nilai standar variabel dan .rrrXXXYYY Saya agak mengerti mengapa mereka perlu membuat standar dan , tetapi bagaimana memahami produk dari kedua skor z? XXXYYY Formula ini juga disebut "koefisien korelasi momen-produk", tetapi apa alasan tindakan …

15 correlation  descriptive-statistics  pearson-r 

Saya mencoba memahami logika d-Separation di Causal Bayesian Networks. Saya tahu bagaimana algoritma bekerja, tetapi saya tidak benar-benar mengerti mengapa "aliran informasi" bekerja seperti yang dinyatakan dalam algoritma Sebagai contoh pada grafik di atas, mari kita berpikir bahwa kita hanya diberi X dan tidak ada variabel lain yang diamati. Kemudian …

15 bayesian  causality  graphical-model  bayesian-network 

Saat ini saya membaca tentang Metode Bayesian dalam Komputasi Evolusi Molekul oleh Yang. Dalam bagian 5.2 ini berbicara tentang prior, dan secara khusus Non-informatif / flat / samar-samar / menyebar, konjugat, dan hiper-prior. Ini mungkin meminta penyederhanaan yang berlebihan tetapi, dapatkah seseorang menjelaskan secara sederhana perbedaan antara jenis-jenis prior ini …

15 bayesian  prior 

Saya masih baru dalam glmnetpaket ini, dan saya masih tidak yakin bagaimana menafsirkan hasilnya. Adakah yang bisa membantu saya membaca plot jejak berikut? Grafik diperoleh dengan menjalankan yang berikut: library(glmnet) return <- matrix(ret.ff.zoo[which(index(ret.ff.zoo)==beta.df$date[2]), ]) data <- matrix(unlist(beta.df[which(beta.df$date==beta.df$date[2]), ][ ,-1]), ncol=num.factors) model <- cv.glmnet(data, return, standardize=TRUE) op <- par(mfrow=c(1, 2)) plot(model$glmnet.fit, …

15 r  data-visualization  interpretation  lasso  glmnet 

Dari Wikipedia Pengamatan yang berpengaruh adalah pengamatan yang memiliki efek yang relatif besar pada prediksi model regresi. Dari Wikipedia Leverage poin adalah pengamatan tersebut, jika ada, dibuat pada nilai ekstrim atau outlying dari variabel independen sedemikian rupa sehingga kurangnya pengamatan tetangga berarti bahwa model regresi pas akan melewati dekat dengan …

15 regression  outliers  leverage 

Asumsikan XXX dan memiliki momen kedua terbatas. Dalam ruang Hilbert variabel acak dengan momen terbatas kedua (dengan produk dalam didefinisikan oleh , ), kita dapat menafsirkan sebagai proyeksi dari ke ruang fungsi .YYYT1,T2T1,T2T_1,T_2E(T1T2)E(T1T2)E(T_1T_2)||T||2=E(T2)||T||2=E(T2)||T||^2=E(T^2)E(Y|X)E(Y|X)E(Y|X)YYYXXX Kita juga tahu bahwa Hukum Total Varians berbunyi Var(Y)=E(Var(Y|X))+Var(E(Y|X))Var(Y)=E(Var(Y|X))+Var(E(Y|X))Var(Y)=E(Var(Y|X)) + Var(E(Y|X)) Apakah ada cara untuk menafsirkan hukum …

15 variance  conditional-expectation 

Apakah mungkin untuk mengekstrak poin data dari data rata-rata bergerak? Dengan kata lain, jika satu set data hanya memiliki rata-rata bergerak sederhana dari 30 poin sebelumnya, apakah mungkin untuk mengekstrak poin data asli? Jika ya, bagaimana caranya?

15 data-transformation  average  point-estimation 

Saya memiliki beberapa data yang dibatasi antara 0 dan 1. Saya telah menggunakan betaregpaket dalam R agar sesuai dengan model regresi dengan data terikat sebagai variabel dependen. Pertanyaan saya adalah: bagaimana cara menafsirkan koefisien dari regresi?

15 r  regression  interpretation  beta-distribution  regression-coefficients