Statistik dan Big Data

Saya mengajukan pertanyaan ini di situs stackexchange matematik dan direkomendasikan untuk bertanya di sini. Saya sedang mengerjakan proyek hobi dan butuh bantuan dengan masalah berikut. Sedikit konteks Katakanlah ada koleksi item dengan deskripsi fitur dan harga. Bayangkan daftar mobil dan harga. Semua mobil memiliki daftar fitur, misalnya ukuran mesin, warna, …

15 regression  forecasting  econometrics 

Saat ini saya menilai multikolinearitas dalam dataset saya. Nilai ambang VIF dan indeks kondisi apa di bawah / di atas yang menunjukkan masalah? VIF: Saya telah mendengar bahwa VIF adalah masalah.≥ 10≥10\geq 10 Setelah menghapus dua variabel masalah, VIF adalah untuk setiap variabel. Apakah variabel-variabel tersebut memerlukan lebih banyak perawatan …

15 multiple-regression  linear-model  multicollinearity  vif 

Diberikan dua array x dan y, keduanya panjang n, saya cocok dengan model y = a + b * x dan ingin menghitung interval kepercayaan 95% untuk lereng. Ini adalah (b - delta, b + delta) di mana b ditemukan dengan cara biasa dan delta = qt(0.975,df=n-2)*se.slope dan se.slope adalah …

15 r  regression  bayesian  confidence-interval  frequentist 

Algoritma MCMC seperti Metropolis-Hastings dan Gibbs sampling adalah cara pengambilan sampel dari distribusi posterior bersama. Saya pikir saya mengerti dan dapat mengimplementasikan metropolis-hasting dengan cukup mudah - Anda cukup memilih titik awal, dan 'berjalan di ruang parameter' secara acak, dipandu oleh kepadatan posterior dan kepadatan proposal. Pengambilan sampel Gibbs tampaknya …

15 bayesian  mcmc  gibbs 

Konteks: Saya memiliki sekelompok situs web tempat saya mencatat jumlah kunjungan setiap hari: W0 = { 30, 34, 28, 30, 16, 13, 8, 4, 0, 5, 2, 2, 1, 2, .. } W1 = { 1, 3, 21, 12, 10, 20, 15, 43, 22, 25, .. } W2 = { …

15 time-series  forecasting 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaannya jadi begitu topik untuk Cross Validated. Ditutup 4 bulan lalu . Saat memplot boxplot dengan python matplotblib, garis di tengah plot adalah median distribusi. Apakah ada kemungkinan untuk memiliki garis rata-rata sebagai …

15 data-visualization  python  matplotlib  boxplot 

Saat pemrograman dalam R, saya telah menggunakan multicore paket beberapa kali. Namun, saya belum pernah melihat pernyataan tentang bagaimana menangani angka acak itu. Ketika saya menggunakan openMP dengan C, saya berhati-hati untuk menggunakan RNG paralel yang tepat, tetapi dengan R saya berasumsi bahwa sesuatu yang masuk akal terjadi. Adakah yang …

15 r  random-generation  parallel-computing  multicore 

Saya memiliki percobaan yang akan saya coba abstraksi di sini. Bayangkan saya melemparkan tiga batu putih di depan Anda dan meminta Anda untuk menilai posisi mereka. Saya mencatat berbagai sifat batu dan respons Anda. Saya melakukan ini pada sejumlah mata pelajaran. Saya menghasilkan dua model. Satu adalah bahwa batu terdekat …

15 r  mixed-model  model-selection 

Seandainya seseorang memiliki deret waktu dari mana seseorang dapat mengambil berbagai pengukuran seperti periode, maksimum, minimum, rata-rata dll. Dan kemudian menggunakannya untuk membuat model gelombang sinus dengan atribut yang sama, adakah pendekatan statistik yang dapat digunakan untuk mengukur seberapa dekat data aktual sesuai dengan model yang diasumsikan? Jumlah titik data …

15 time-series  classification 

Saya tahu sebagian besar dari Anda mungkin merasa bahwa Google Documents masih merupakan alat primitif. Ini bukan Matlab atau R dan bahkan bukan Excel. Namun, saya bingung dengan kekuatan perangkat lunak berbasis web ini yang hanya menggunakan kemampuan operasi browser (dan kompatibel dengan banyak browser yang bekerja sangat berbeda). Mike …

15 software  computational-statistics 

Saya sedang mengerjakan proyek yang melibatkan 14 variabel dan 345.000 pengamatan untuk data perumahan (hal-hal seperti tahun dibangun, rekaman persegi, harga jual, wilayah tempat tinggal, dll). Saya prihatin dengan mencoba menemukan teknik grafis yang baik dan perpustakaan R yang berisi teknik merencanakan yang bagus. Saya sudah melihat apa yang di …

15 r  data-visualization  large-data  eda 

Tidak jelas bagi saya bagaimana menghitung kointegrasi dengan deret waktu tidak teratur (idealnya menggunakan tes Johansen dengan VECM). Pikiran awal saya adalah mengatur seri dan menginterpolasi nilai-nilai yang hilang, meskipun itu mungkin bias estimasi. Apakah ada literatur tentang hal ini?

15 time-series  cointegration  unevenly-spaced-time-series 

Seorang kolega (non-ahli statistik) telah menemukan meta-analisis dalam makalah yang dia ulas untuk jurnal medis dan sedang mencari pengobatan tingkat pengantar yang baik sehingga dia bisa mendidik dirinya sendiri. Ada rekomendasi? Favorit? Buku, monograf, artikel survei nonteknis semuanya akan baik-baik saja. (Ya, dia akrab dengan entri Wikipedia dan hal-hal lain …

15 modeling  meta-analysis 

Meskipun saya dilatih sebagai seorang insinyur, saya menemukan bahwa saya menjadi lebih tertarik pada data mining. Saat ini saya sedang mencoba untuk menyelidiki bidang ini lebih lanjut. Secara khusus, saya ingin memahami berbagai kategori alat perangkat lunak yang ada dan alat mana yang menonjol di setiap kategori dan mengapa. (Perhatikan …

15 data-mining 

Apa yang Anda pikirkan tentang menerapkan teknik pembelajaran mesin, seperti Hutan Acak atau regresi yang dihukum (dengan penalti L1 atau L2, atau kombinasi keduanya) dalam studi klinis sampel kecil ketika tujuannya adalah untuk mengisolasi prediktor yang menarik dalam konteks klasifikasi? Ini bukan pertanyaan tentang pemilihan model, saya juga tidak bertanya …

15 machine-learning  feature-selection