Statistik dan Big Data

Misalkan saya memiliki kovarians matriks dan Y . Manakah dari opsi ini yang kemudian juga merupakan matriks kovarian?XXXYYY X+ YX+YX+Y X2X2X^2 XYXYXY Saya memiliki sedikit kesulitan memahami apa yang sebenarnya dibutuhkan untuk sesuatu menjadi matriks kovarians. Saya kira itu dimaksudkan bahwa misalnya jika , dan Y = cov ( Y …

12 covariance  covariance-matrix 

Saya ingin menggunakan bootstrap untuk memperkirakan interval kepercayaan untuk estimasi parameter dari dataset panel dengan N = 250 perusahaan dan T = 50 bulan. Estimasi parameter mahal secara komputasi (beberapa hari perhitungan) karena penggunaan penyaringan Kalman dan estimasi nonlinier kompleks. Oleh karena itu, menggambar (dengan penggantian) B (dalam ratusan atau …

12 confidence-interval  bootstrap  nonlinear-regression  kalman-filter 

Saya baru-baru ini menyegarkan pengetahuan peramalan saya sambil mengerjakan ramalan bulanan di tempat kerja dan membaca buku Rob Hyndman, tetapi satu-satunya tempat saya berjuang adalah ketika menggunakan model perataan eksponensial vs model ARIMA. Apakah ada aturan praktis di mana Anda harus menggunakan satu metodologi vs yang lain? Juga, karena Anda …

12 forecasting  arima  exponential-smoothing 

Saya akan mengajukan pertanyaan terkait dengan ini . Saya menemukan contoh penulisan fungsi kehilangan kustom untuk xgboost di sini : loglossobj <- function(preds, dtrain) { # dtrain is the internal format of the training data # We extract the labels from the training data labels <- getinfo(dtrain, "label") # We …

12 r  machine-learning  gradient-descent  boosting  loss-functions 

Apakah masing-masing menyiratkan yang lain? Jika tidak, apakah yang satu menyiratkan yang lain? Kenapa / mengapa tidak? Masalah ini muncul sebagai tanggapan atas komentar pada jawaban yang saya posting di sini . Meskipun google mencari istilah yang relevan tidak menghasilkan apa pun yang tampak sangat berguna, saya memang melihat jawaban …

12 mathematical-statistics  bias  unbiased-estimator  estimators  consistency 

Saya selalu diajari bahwa CLT bekerja ketika Anda mengulangi pengambilan sampel, dengan masing-masing sampel cukup besar. Sebagai contoh, bayangkan saya memiliki negara dengan 1.000.000 penduduk. Pemahaman saya tentang CLT adalah bahwa bahkan jika distribusi ketinggian mereka tidak normal, jika saya mengambil 1000 sampel dari 50 orang (yaitu melakukan 1.000 survei …

12 sampling  central-limit-theorem 

Saya ingin tahu tentang nomenklatur: mengapa miring kiri disebut miring negatif dan miring kanan disebut positif miring?

12 terminology  skewness 

Sekarang ada beberapa pendekatan berbeda untuk melakukan meta-analisis jaringan atau perbandingan pengobatan campuran. Yang paling umum digunakan dan dapat diakses mungkin adalah sebagai berikut: dalam kerangka Bayesian : pendekatan interaksi desain-dengan-pengobatan di WinBUGS (misalnya Jackson et al ); pemodelan Bayesian berbasis lengan hirarkis di WinBUGS (misalnya Zhao et al ); …

12 r  stata  sas  winbugs  network-meta-analysis 

Bagaimana cara menyandikan tanggal dan waktu acara untuk jaringan saraf? Saya tidak memiliki rangkaian waktu terus menerus, tetapi beberapa peristiwa dengan tanggal dan waktu, dan saya menganalisis beberapa jenis minat. Ketertarikan ini berbeda antara pagi dan malam, dan berbeda antara hari kerja, dan antara musim panas dan musim dingin, dan …

12 neural-networks  deep-learning 

Yaitu, untuk melakukan analisis sekuensial (Anda tidak tahu sebelumnya berapa banyak data yang akan Anda kumpulkan) dengan metode yang sering membutuhkan perawatan khusus; Anda tidak bisa hanya mengumpulkan data sampai nilai p cukup kecil atau interval kepercayaan menjadi cukup pendek. Tetapi ketika melakukan analisis Bayesian, apakah ini menjadi perhatian? Bisakah …

12 bayesian  inference  philosophical  sequential-analysis 

Misalkan saya mengikuti deret waktu non-periodik. Jelas trennya menurun dan saya ingin membuktikannya dengan beberapa tes (dengan p-value ). Saya tidak dapat menggunakan regresi linier klasik karena korelasi temporal (serial) yang kuat antar nilai. library(forecast) my.ts <- ts(c(10,11,11.5,10,10.1,9,11,10,8,9,9, 6,5,5,4,3,3,2,1,2,4,4,2,1,1,0.5,1), start = 1, end = 27,frequency = 1) plot(my.ts, col = …

12 r  time-series 

Membaca Melangkah lebih dalam dengan konvolusi Saya menemukan lapisan DepthConcat , sebuah blok bangunan dari modul awal yang diusulkan , yang menggabungkan output beberapa tensor dengan berbagai ukuran. Penulis menyebutnya "Filter Concatenation". Tampaknya ada implementasi untuk Torch , tapi saya tidak begitu mengerti, apa fungsinya. Adakah yang bisa dijelaskan dengan …

12 neural-networks  torch  conv-neural-network 

Saya mencoba menyesuaikan model hukum kekuasaan yang sederhana dengan kumpulan data yaitu sebagai berikut: mydf: rev weeks 17906.4 1 5303.72 2 2700.58 3 1696.77 4 947.53 5 362.03 6 Tujuannya adalah untuk melewati saluran listrik dan menggunakannya untuk memprediksi revvlaues untuk minggu mendatang. Banyak penelitian telah membawa saya ke nlsfungsi, …

12 r  predictive-models  nonlinear-regression  power-law  nls 

Saya bekerja dengan perpustakaan scikit-learn dengan python. Dalam kode di bawah ini, saya memprediksi probabilitas tetapi saya tidak tahu cara membaca output. Menguji data from sklearn.ensemble import RandomForestClassifier as RF from sklearn import cross_validation X = np.array([[5,5,5,5],[10,10,10,10],[1,1,1,1],[6,6,6,6],[13,13,13,13],[2,2,2,2]]) y = np.array([0,1,1,0,1,2]) Pisahkan dataset X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, y, test_size=0.5, …

12 python  scikit-learn 

Saya mengerti alasan di balik normalisasi kolom, karena hal itu menyebabkan fitur-fitur menjadi tertimbang sama rata, bahkan jika mereka tidak diukur pada skala yang sama - namun, sering dalam literatur tetangga terdekat, baik kolom dan baris dinormalisasi. Apa normalisasi baris untuk / mengapa menormalkan baris? Secara khusus, bagaimana hasil normalisasi …

12 normalization  distance  similarities  k-nearest-neighbour