Statistik dan Big Data

Saya melakukan regresi Poisson dengan tujuan akhir membandingkan (dan mengambil perbedaan) rata-rata yang diprediksi dihitung antara dua tingkat faktor dalam model saya: , sambil memegang kovariat model lain (yang semuanya biner) konstan. Saya bertanya-tanya apakah ada yang bisa memberikan saran praktis tentang kapan harus menggunakan tautan log versus tautan identitas. …

12 logistic  poisson-regression  link-function 

Saya membuat pengukuran dua variabel dan . Mereka berdua mengetahui ketidakpastian dan terkait dengannya. Saya ingin menemukan hubungan antara dan . Bagaimana saya bisa melakukannya?x y σ x σ y x ynnnxxxyyyσxσx\sigma_xσyσy\sigma_yxxxyyy EDIT : setiap memiliki terkait dengannya, dan sama dengan .σ x , i y ixsayaxix_iσx , sayaσx,i\sigma_{x,i}ysayayiy_i Contoh …

12 r  regression  deming-regression 

Saat ini saya sedang belajar sendiri bagaimana melakukan klasifikasi, dan secara khusus saya melihat tiga metode: mendukung mesin vektor, jaringan saraf, dan regresi logistik. Apa yang saya coba pahami adalah mengapa regresi logistik akan berkinerja lebih baik daripada dua lainnya. Dari pemahaman saya tentang regresi logistik, idenya adalah untuk mencocokkan …

12 regression  machine-learning  logistic  classification  regression-strategies 

Tutup. Pertanyaan ini di luar topik . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga sesuai topik untuk Cross Validated. Ditutup 4 tahun yang lalu . Saya memiliki masalah ini di mana saya harus menemukan pdf dari . Yang saya tahu adalah X memiliki distribusi N …

12 self-study  distributions  normal-distribution  pdf 

Saya pikir saya mengerti masalah ini, tetapi sekarang saya tidak yakin dan saya ingin memeriksa dengan orang lain sebelum saya melanjutkan. Saya punya dua variabel, Xdan Y. Yadalah rasio, dan tidak dibatasi oleh 0 dan 1 dan biasanya terdistribusi secara normal. Xadalah proporsi, dan dibatasi oleh 0 dan 1 (berjalan …

12 r  regression  data-transformation  nonlinear-regression  proportion 

Saya terus membaca di jurnal ekonomi tentang hasil tertentu yang digunakan dalam model utilitas acak. Salah satu versi hasilnya adalah: jika ϵi∼iid,ϵi∼iid,\epsilon_i \sim_{iid}, Gumbel ( μ,1),∀iμ,1),∀i\mu, 1), \forall i , maka: E[maxi(δi+ϵi)]=μ+γ+ln(∑iexp{δi}),E[maxi(δi+ϵi)]=μ+γ+ln⁡(∑iexp⁡{δi}),E[\max_i(\delta_i + \epsilon_i)] = \mu + \gamma + \ln\left(\sum_i \exp\left\{\delta_i \right\} \right), dengan γ≈0.52277γ≈0.52277\gamma \approx 0.52277 adalah konstanta Euler-Mascheroni. …

12 expected-value  gumbel 

Dari Wikipedia ada definisi Akaike Information Criterion (AIC) sebagai , di mana adalah jumlah parameter dan \ log L adalah log-kemungkinan model.k log LAIC=2k−2logLAIC=2k−2log⁡L AIC = 2k -2 \log L kkklogLlog⁡L\log L Namun, Ekonometrik kami mencatat di universitas yang dihormati bahwa AIC=log(σ^2)+2⋅kTAIC=log⁡(σ^2)+2⋅kT AIC = \log (\hat{\sigma}^2) + \frac{2 \cdot k}{T} …

12 econometrics  aic  arma  information-theory 

Latar belakang dan masalah Saya menggunakan Proses Gaussian (GP) untuk regresi dan optimasi Bayesian berikutnya (BO). Untuk regresi saya menggunakan paket gpml untuk MATLAB dengan beberapa modifikasi custom-made, tetapi masalahnya umum. Adalah fakta yang diketahui bahwa ketika dua input pelatihan terlalu dekat dalam ruang input, matriks kovarians dapat menjadi tidak-pasti …

12 regression  covariance-matrix  gaussian-process  bayesian-optimization 

Saya tertarik untuk menerima saran tentang kapan harus menggunakan " skor faktor " dibandingkan jumlah skor saat membuat skala. Yaitu metode "Refined" daripada "non-refined" untuk menilai suatu faktor. Dari DiStefano et al. (2009; pdf ), penekanan ditambahkan: Ada dua kelas utama metode perhitungan skor faktor: disempurnakan dan tidak disempurnakan. Metode …

12 factor-analysis  sem  scales 

Apa pentingnya perbedaan antara model linear dan non-linear? Pertanyaannya Nonlinear vs generalised model: Bagaimana Anda merujuk pada regresi logistik, Poisson, dll.? dan jawabannya adalah klarifikasi yang sangat membantu tentang linearitas / non-linearitas model linier umum. Tampaknya sangat penting untuk membedakan model linear dari model non-linear, tetapi tidak jelas bagi saya …

12 linear-model  nonlinear-regression  nonlinear 

Saya bingung tentang beberapa detail tentang teorema Slutsky : Biarkan {Xn}{Xn}\{X_n\} , {Yn}{Yn}\{Y_n\} menjadi dua urutan elemen skalar / vektor / matriks acak. Jika XnXnX_n konvergen dalam distribusi ke elemen acak XXX dan YnYnY_n konvergen dalam probabilitas ke konstan ccc, maka Xn+Yn XnYn Xn/Yn →d X+c→d cX→d X/c,Xn+Yn →d X+cXnYn …

12 probability  random-variable  convergence  slutsky-theorem 

Jika p(x)p(x)p(x) adalah distribusi probabilitas dengan nilai bukan nol pada [0,+∞)[0,+∞)[0,+\infty) , untuk tipe p(x)p(x)p(x) apa ada konstanta c>0c>0c\gt 0 sehingga ∫∞0p(x)logp(x)(1+ϵ)p(x(1+ϵ))dx≤cϵ2∫0∞p(x)log⁡p(x)(1+ϵ)p(x(1+ϵ))dx≤cϵ2\int_0^{\infty}p(x)\log{\frac{ p(x)}{(1+\epsilon)p({x}(1+\epsilon))}}dx \leq c \epsilon^2untuk semua0<ϵ<10<ϵ<10\lt\epsilon\lt 1? Ketidaksamaan di atas sebenarnya adalah Kullback-Leibler Divergence antara distribusi p(x)p(x)p(x) dan versi terkompresi (1+ϵ)p(x(1+ϵ))(1+ϵ)p(x(1+ϵ)){(1+\epsilon)}p({x}{(1+\epsilon)}) . Saya telah menemukan bahwa ketidaksetaraan ini berlaku …

12 probability  stochastic-processes  kullback-leibler  probability-inequalities 

Saya ingin tahu tentang pernyataan yang dibuat di bagian bawah halaman pertama dalam teks ini mengenai penyesuaianR2adjustedRadjusted2R^2_\mathrm{adjusted} R2adjusted=1−(1−R2)(n−1n−m−1).Radjusted2=1−(1−R2)(n−1n−m−1).R^2_\mathrm{adjusted} =1-(1-R^2)\left({\frac{n-1}{n-m-1}}\right). Teks menyatakan: Logika penyesuaian adalah sebagai berikut: dalam regresi berganda biasa, prediktor acak menjelaskan rata-rata proporsi dari variasi respons, sehingga m prediktor acak menjelaskan bersama, rata-rata, m / (n - 1) …

12 regression  expected-value  goodness-of-fit  r-squared 

Saya percaya bahwa turunan dari proses Gaussian (GP) adalah GP lain, dan jadi saya ingin tahu apakah ada persamaan bentuk tertutup untuk persamaan prediksi turunan dari GP? Secara khusus, saya menggunakan kernel kovarian eksponensial kuadrat (juga disebut Gaussian) dan ingin tahu tentang membuat prediksi tentang turunan dari proses Gaussian.

12 stochastic-processes  gaussian-process  derivative 

Saya bertanya-tanya mengapa softmax hierarkis lebih baik untuk kata-kata yang jarang, sedangkan pengambilan sampel negatif lebih baik untuk kata-kata yang sering, dalam CBOW dan skip-gram model word2vec. Saya telah membaca klaim di https://code.google.com/p/word2vec/ .

12 natural-language  word2vec  word-embeddings  softmax