Statistik dan Big Data

Anggaplah kita memiliki titik dalam ruang dua dimensi, dan kita ingin mengukur efek atribut pada atribut . Model regresi linier yang khas tentu saja XXXyyyy=Xβ+ϵy=Xβ+ϵy= X\beta + \epsilon Ada dua masalah di sini: yang pertama adalah bahwa istilah mungkin berkorelasi spasial (melanggar asumsi kesalahan independen dan identik), dan yang kedua …

14 econometrics  spatial 

Dalam penelitian ekonometrika keuangan, sangat umum untuk menyelidiki hubungan antara deret waktu keuangan yang berbentuk data harian . Variabel akan sering dibuat dengan mengambil perbedaan log, misalnya; .saya( 0 )saya(0)I(0)dalam( Pt) - ln( Pt - 1)dalam⁡(Pt)-dalam⁡(Pt-1)\ln(P_t)-\ln(P_{t-1}) Namun, data harian berarti bahwa ada titik data setiap minggu, dan Sabtu dan Minggu …

14 time-series  econometrics  finance  macroeconomics  unevenly-spaced-time-series 

Saya membaca bab tentang Frequent Statistics dari buku Kevin Murphy " Machine Learning - A Probabilistic Perspective ". Bagian tentang bootstrap berbunyi: Bootstrap adalah teknik Monte Carlo sederhana untuk memperkirakan distribusi pengambilan sampel. Ini sangat berguna dalam kasus di mana estimator adalah fungsi kompleks dari parameter sebenarnya. Idenya sederhana. Jika …

14 bootstrap  frequentist 

Saya mengalami kesulitan untuk memahami cara menggunakan bootstrap untuk menghitung interval prediksi untuk model regresi linier. Adakah yang bisa menjelaskan prosedur langkah demi langkah? Saya mencari melalui Google tetapi tidak ada yang benar-benar masuk akal bagi saya. Saya mengerti bagaimana menggunakan bootstrap untuk menghitung interval kepercayaan untuk parameter model.

14 regression  bootstrap  prediction-interval 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 2 tahun yang lalu . Saya memiliki dataset yang cukup sederhana yang terdiri dari satu variabel independen, satu variabel dependen, dan variabel kategori. Saya punya …

14 r  regression  bayesian  anova  inference 

Saya sedang melakukan validasi silang menggunakan metode leave-one-out. Saya memiliki respons biner dan saya menggunakan paket boot untuk R, dan fungsi cv.glm . Masalah saya adalah saya tidak sepenuhnya memahami bagian "biaya" dalam fungsi ini. Dari apa yang saya mengerti ini adalah fungsi yang memutuskan apakah nilai estimasi harus diklasifikasikan …

14 r  cross-validation 

Saya pernah membaca bahwa uji Kolmogorov-Smirnov tidak boleh digunakan untuk menguji kebaikan kesesuaian distribusi yang parameternya telah diperkirakan dari sampel. Apakah masuk akal untuk membagi sampel saya menjadi dua dan menggunakan paruh pertama untuk estimasi parameter dan yang kedua untuk uji KS? Terima kasih sebelumnya

14 estimation  fitting  kolmogorov-smirnov 

Misalkan saya memiliki vektor yang dipesan di mana elemen pertama adalah jumlah kunjungan ke situs web dalam periode waktu tertentu oleh IP unik dengan jumlah kunjungan tertinggi, elemen kedua adalah jumlah kunjungan oleh IP unik dengan yang kedua. jumlah kunjungan tertinggi, dan sebagainya. Saya mengerti mungkin ada variasi per situs, …

14 web  power-law 

Dalam menentukan model efek campuran silang, saya mencoba memasukkan interaksi. Namun, saya mendapatkan pesan kesalahan berikut: Error in lme.formula(rate ~ nozzle, random = ~nozzle | operator, data = Flow) : nlminb problem, convergence error code = 1 message = iteration limit reached without convergence (10) Model memiliki yang berikut: 1. …

14 mixed-model  lme4-nlme 

Saya telah mempertimbangkan melakukan beberapa meta-analisis untuk bidang studi tertentu dalam evolusi, tetapi sebelum saya melangkah lebih jauh saya ingin tahu; apa positif dan negatif dari proses tersebut? Misalnya, tidak perlu eksperimen praktis adalah keuntungan (waktu & uang) tetapi akan ada bias publikasi (hasil yang lebih menarik akan dipublikasikan) yang …

14 meta-analysis 

Saya menggunakan randomForest untuk mengklasifikasikan 6 perilaku hewan (mis. Berdiri, Berjalan, Berenang dll) berdasarkan 8 variabel (postur tubuh dan gerakan yang berbeda). MDSplot dalam paket randomForest memberi saya hasil ini dan saya memiliki masalah dalam menafsirkan hasilnya. Saya melakukan PCA pada data yang sama dan mendapat pemisahan yang bagus antara …

14 r  classification  random-forest  multidimensional-scaling 

Saya tahu bahwa pertanyaan ini tidak didefinisikan dengan baik, tetapi beberapa cluster cenderung berbentuk elips atau terletak di ruang dimensi yang lebih rendah sementara yang lain memiliki bentuk nonlinear (dalam contoh 2D atau 3D). Apakah ada ukuran nonlinier (atau "bentuk") dari kluster? Perhatikan bahwa dalam ruang 2D dan 3D, bukan …

14 unsupervised-learning  clustering 

Saya ingin menggunakan data jumlah sebagai kovariat sambil menyesuaikan model regresi logistik. Pertanyaanku adalah: Apakah saya melanggar asumsi model logistik (dan, lebih umum, dari linier umum) dengan menggunakan variabel integer hitung non-negatif sebagai variabel independen? Saya menemukan banyak referensi dalam literatur tentang panas untuk menggunakan data jumlah sebagai hasil, tetapi …

14 generalized-linear-model  count-data 

Bagaimana membuktikan bahwa untuk fungsi basis radial tidak ada fitur ruang terbatas dimensiHsehingga untuk beberapaΦ:Rn→Hkita memilikik(x,y)=⟨Φ(x),Φ(y)⟩?k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2})HHHΦ:Rn→HΦ:Rn→H\Phi: \text{R}^n \to Hk(x,y)=⟨Φ(x),Φ(y)⟩k(x,y)=⟨Φ(x),Φ(y)⟩k(x, y) = \langle \Phi(x), \Phi(y)\rangle

14 machine-learning  svm  kernel-trick 

Saya baru-baru ini mencari cara untuk menguji ulang deret waktu, dengan cara itu Kira-kira mempertahankan auto-korelasi proses memori yang panjang. Pertahankan domain pengamatan (misalnya serangkaian bilangan bulat kali yang di-resampel masih berupa deretan bilangan bulat). Dapat memengaruhi beberapa skala saja, jika diperlukan. Saya datang dengan skema permutasi berikut untuk serangkaian …

14 time-series  bootstrap  resampling  permutation-test