Statistik dan Big Data

Adalah umum untuk menggunakan bobot dalam aplikasi seperti pemodelan campuran dan untuk menggabungkan fungsi dasar secara linier. Bobot harus sering mematuhi 0 dan . Saya ingin secara acak memilih vektor bobot dari distribusi seragam vektor tersebut.w i ≥ ∑ i w i = 1 w = ( w 1 , …

14 random-generation 

Saya sering perlu memperkirakan untuk periode mendatang dalam serangkaian data bulanan. Formula tersedia untuk menghitung interval kepercayaan pada alpha untuk periode berikutnya dalam deret waktu, tetapi ini tidak pernah mencakup cara memperlakukan periode kedua, dan ketiga, dll. Saya akan membayangkan secara visual bahwa jika setiap ramalan digambarkan dengan interval kepercayaan …

14 confidence-interval  forecasting 

Saya mencoba mencari cara untuk mengontrol parameter smoothing dalam model mgcv: gam. Saya memiliki variabel binomial yang saya coba modelkan terutama sebagai fungsi koordinat x dan y pada grid tetap, ditambah beberapa variabel lain dengan pengaruh yang lebih kecil. Di masa lalu saya telah membangun model regresi lokal yang cukup …

14 r  smoothing  mgcv 

Apakah ada yang menggunakan metrik atau L .5 untuk pengelompokan, bukan L 2 ? Aggarwal et al., Tentang perilaku mengejutkan metrik jarak dalam ruang dimensi tinggi mengatakan (pada 2001) ituL1L1L_1L.5L.5L_.5L2L2L_2 secara konsisten lebih disukai daripada metrik jarak Euclidean L 2 untuk aplikasi penambangan data dimensi tinggiL1L1L_1L2L2L_2 dan mengklaim bahwa atau …

14 clustering  distance-functions  rule-of-thumb 

Saya ingin (di masa depan yang jauh) mengajar statistik kepada anak-anak. Dalam hal ini, saya akan senang mengetahui perangkat lunak (jelas saya cenderung ke FOSS), atau webapps, yang sangat membantu dalam menjelaskan ide statistik / probabilistik kepada anak-anak (atau orang dewasa dalam hal ini). Ini dapat digunakan oleh instruktur, anak-anak, …

14 probability  references  software  teaching 

Jadi ketika saya berasumsi bahwa istilah kesalahan biasanya didistribusikan dalam regresi linier, apa artinya untuk variabel respon, yyy ?

14 regression  distributions 

Saya bergulat dengan stasioner di kepala saya untuk sementara waktu ... Apakah ini yang Anda pikirkan? Setiap komentar atau pemikiran lebih lanjut akan dihargai. Proses stasioner adalah proses yang menghasilkan nilai deret waktu sehingga rata-rata distribusi dan varians tetap konstan. Sebenarnya, ini dikenal sebagai bentuk stasioneritas lemah atau kovarian / …

14 time-series  stationarity  intuition 

Ini mungkin menunjukkan kurangnya pemahaman mendasar tentang bagaimana korelasi parsial bekerja. Saya memiliki 3 variabel, x, y, z. Ketika saya mengendalikan z, korelasi antara x dan y meningkat atas korelasi antara x dan y ketika z tidak dikontrol. Apakah ini masuk akal? Saya cenderung berpikir bahwa ketika seseorang mengontrol efek …

14 correlation 

Berikut ini beberapa konteksnya. Saya tertarik untuk menentukan bagaimana dua variabel lingkungan (suhu, tingkat nutrisi) berdampak pada nilai rata-rata variabel respons selama periode 11 tahun. Dalam setiap tahun, ada data dari lebih dari 100 ribu lokasi. Tujuannya adalah untuk menentukan apakah, selama periode 11 tahun, nilai rata-rata dari variabel respons …

14 time-series  regression  sample-size  small-sample 

untuk 3 nilai berikut 222.1122.45444 WolframAlpha memberi 0,706 Excel, menggunakan =SKEW(222,1122,45444)memberi 1,729 Apa yang menjelaskan perbedaannya?

14 excel  software  descriptive-statistics  mathematica 

Seperti yang saya pernah mendengar tentang classifier AdaBoost berulang kali disebutkan di tempat kerja, saya ingin mendapatkan perasaan yang lebih baik tentang cara kerjanya dan ketika seseorang mungkin ingin menggunakannya. Saya telah maju dan membaca sejumlah makalah dan tutorial tentang hal itu yang saya temukan di Google, tetapi ada beberapa …

14 machine-learning  boosting  adaboost 

Ini adalah pertanyaan lanjutan dari yang saya tanyakan beberapa hari yang lalu . Saya merasa itu menempatkan kemiringan yang berbeda pada masalah ini, jadi terdaftar pertanyaan baru. Pertanyaannya adalah: dapatkah saya membandingkan besarnya koefisien lintas model dengan variabel dependen yang berbeda? Misalnya, pada satu sampel katakanlah saya ingin tahu apakah …

14 regression  logistic 

Saat ini saya sedang mengerjakan proyek di mana saya menghasilkan nilai acak menggunakan set titik diskrepansi / kuasi-acak yang rendah , seperti set titik Halton dan Sobol. Ini pada dasarnya adalah vektor dimensi yang meniru variabel seragam d- dimensi (0,1), tetapi memiliki penyebaran yang lebih baik. Secara teori, mereka seharusnya …

14 hypothesis-testing  monte-carlo  random-generation  randomness 

Katakanlah saya memiliki dua distribusi yang ingin saya bandingkan secara terperinci, yaitu dengan cara yang membuat bentuk, skala, dan pergeseran mudah terlihat. Salah satu cara yang baik untuk melakukan ini adalah memplot histogram untuk setiap distribusi, menempatkan mereka pada skala X yang sama, dan menumpuk satu di bawah yang lain. …

14 data-visualization  histogram  pdf  binning 

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 . Terkadang saya hanya perlu mendapatkan baris pertama dari kumpulan data yang dikelompokkan berdasarkan pengidentifikasi, seperti saat mengambil usia dan jenis …

14 r  dataset  aggregation  plyr