Statistik dan Big Data

Apa konferensi Statistik tahunan paling penting? Aturan: Satu konferensi per jawaban Sertakan tautan ke konferensi

14 conferences 

Saya membandingkan dua distribusi dengan KL divergence yang mengembalikan saya nomor non-standar yang, menurut apa yang saya baca tentang ukuran ini, adalah jumlah informasi yang diperlukan untuk mengubah satu hipotesis menjadi yang lain. Saya punya dua pertanyaan: a) Apakah ada cara untuk mengukur divergensi KL sehingga memiliki interpretasi yang lebih …

14 distributions  kullback-leibler  information-geometry 

Saya ingin tahu apakah ada teknik grafis tertentu, atau lebih dapat diterapkan, untuk pemodelan persamaan struktural. Saya kira ini bisa jatuh ke dalam kategori untuk alat eksplorasi untuk analisis kovarians atau diagnostik grafis untuk evaluasi model SEM. (Saya tidak benar-benar memikirkan diagram jalur / grafik di sini.)

14 sem  data-visualization 

Ada varian peningkatan yang disebut gentleboost . Apa perbedaan lembut dari AdaBoost yang lebih terkenal ?

14 machine-learning  boosting 

Saya terus melihat kutipan terkenal ini di mana-mana, tetapi gagal memahami bagian yang ditekankan setiap saat. Seorang pria yang 'menolak' hipotesis untuk sementara, sebagai praktik kebiasaan, ketika signifikansinya di level 1% atau lebih tinggi, tentu akan keliru jika tidak lebih dari 1% dari keputusan semacam itu. Karena ketika hipotesisnya benar …

14 hypothesis-testing  statistical-significance  references  experiment-design  philosophical 

Saya menyadari ini mungkin pertanyaan yang berpotensi luas, tetapi saya bertanya-tanya apakah ada asumsi yang dapat digeneralisasi yang mengindikasikan penggunaan GAM (Generalized additive model) di atas GLM (Generalized linear model)? Seseorang baru-baru ini mengatakan kepada saya bahwa GAM hanya boleh digunakan ketika saya menganggap struktur data sebagai "aditif", yaitu saya …

14 regression  generalized-linear-model  gam 

Adakah yang bisa memberikan penjelasan terperinci (dan jelas) tentang apa arti "keparahan" nya (bukankah hanya fungsi daya yang dinilai pada perbedaan yang berbeda yang diambil sebagai hipotesis nol?) Dan bagaimana kesesuaiannya dalam literatur pengujian statistik secara umum?

14 hypothesis-testing  statistical-significance 

Saya akan menggunakan KL divergence dalam kode python saya dan saya mendapatkan tutorial ini . Pada tutorial itu, untuk mengimplementasikan KL divergence cukup sederhana. kl = (model * np.log(model/actual)).sum() Seperti yang saya pahami, distribusi probabilitas modeldan actualharus <= 1. Pertanyaan saya adalah, apa nilai maksimum k / terikat maksimum? Saya …

14 machine-learning  distance  kullback-leibler 

Kompetisi Kaggle Prediksi Pengemudi Aman Porto Seguro menggunakan Skor Normalisasi Gini sebagai metrik evaluasi dan ini membuat saya ingin tahu tentang alasan pilihan ini. Apa keuntungan menggunakan skor gini yang dinormalisasi alih-alih metrik yang paling umum, seperti AUC, untuk evaluasi?

14 classification  auc  model-evaluation  gini 

Misalkan saya memiliki peserta, yang masing-masing memberikan respons 20 kali, 10 dalam satu kondisi dan 10 di lain. Saya cocok dengan model efek campuran linear yang membandingkan di setiap kondisi. Berikut adalah contoh yang dapat direplikasi mensimulasikan situasi ini menggunakan paket di :NNNYYYYYYlme4R library(lme4) fml <- "~ condition + (condition …

14 r  mixed-model  lme4-nlme 

Jadi, kita tahu bahwa pencarian acak berfungsi lebih baik daripada pencarian kisi, tetapi pendekatan yang lebih baru adalah optimasi Bayesian (menggunakan proses gaussian). Saya telah mencari perbandingan antara keduanya, dan tidak menemukan apa pun. Saya tahu bahwa di cs231n Stanford mereka hanya menyebutkan pencarian acak, tetapi ada kemungkinan bahwa mereka …

14 bayesian  hyperparameter 

Tampaknya ada banyak kebingungan dalam perbandingan menggunakan di glmnetdalam caretuntuk mencari lambda yang optimal dan menggunakan cv.glmnetuntuk melakukan tugas yang sama. Banyak pertanyaan diajukan, misalnya: Klasifikasi model train.glmnet vs. cv.glmnet? Apa cara yang tepat untuk menggunakan glmnet dengan caret? Validasi silang `glmnet` menggunakan` caret` tetapi tidak ada jawaban yang diberikan, …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Apakah ada cara sederhana untuk menjelaskan mengapa prosedur Benjamini dan Hochberg (1995) benar-benar mengendalikan laju penemuan palsu (FDR)? Prosedur ini sangat elegan dan ringkas, namun bukti mengapa itu bekerja di bawah independensi (muncul dalam lampiran makalah 1995 mereka ) tidak sangat mudah diakses.

14 intuition  false-discovery-rate  teaching 

Saya menyederhanakan pertanyaan penelitian yang saya miliki di tempat kerja. Bayangkan saya punya 5 koin dan mari kita sebut kepala sukses. Ini adalah koin yang SANGAT bias dengan probabilitas keberhasilan p = 0,1. Sekarang, jika koin-koin itu independen, kemudian mendapatkan probabilitas minimal 1 kepala atau lebih sangat sederhana, 1 - …

14 multivariate-analysis  bernoulli-distribution  copula 

Saya suka memahami perbedaan antara dengan atau tanpa model intersep dalam regresi logistik Apakah ada perbedaan di antara mereka kecuali bahwa dengan intersep koefisien menganggap log (odds ratio) relatif terhadap kelompok baseline dan tanpa intersep mereka menganggap log (odds)? dari apa yang saya lihat koefisiennya sama dalam kedua kasus tetapi …

14 regression  logistic  interpretation  model  intercept