Statistik dan Big Data

Biarkan menjadi pengamatan independen dari distribusi yang memiliki rata-rata dan varians , ketika , makaX1,...,XnX1,...,XnX_1,...,X_nμμ\muσ2&lt;∞σ2&lt;∞\sigma^2 < \inftyn→∞n→∞n \rightarrow \infty n−−√X¯n−μσ→N(0,1).nX¯n−μσ→N(0,1).\sqrt{n}\frac{\bar{X}_n-\mu}{\sigma} \rightarrow N(0,1). Mengapa ini menyiratkan bahwa X¯n∼N(μ,σ2n)?X¯n∼N(μ,σ2n)?\bar{X}_n \sim N\left(\mu, \frac{\sigma^2}{n}\right)?

10 probability  central-limit-theorem 

Apakah ada tes hipotesis apakah variabel dependen yang terdistribusi normal dikaitkan dengan variabel yang terdistribusi secara terarah ? Sebagai contoh, jika waktu dalam sehari adalah variabel penjelas (dan menganggap hal-hal seperti hari dalam seminggu, bulan dalam setahun, dll. Tidak relevan) - itu adalah bagaimana menjelaskan fakta bahwa 11 malam adalah …

10 hypothesis-testing  modeling  circular-statistics 

Mendukung Mesin Vektor dengan kernel fungsi radial-base adalah classifier yang diawasi untuk keperluan umum. Sementara saya tahu dasar-dasar teoretis untuk SVM ini, dan poin-poin kuatnya, saya tidak mengetahui kasus-kasus di mana mereka adalah metode yang lebih disukai. Jadi, apakah ada kelas masalah yang RBF SVM lebih unggul dari teknik ML …

10 machine-learning  logistic  classification  svm  random-forest 

Saya sedang melatih regresi logistik untuk memprediksi pelari mana yang paling mungkin menyelesaikan lomba ketahanan yang melelahkan. Sangat sedikit pelari yang menyelesaikan lomba ini, jadi saya memiliki ketidakseimbangan kelas yang parah dan sejumlah kecil keberhasilan (mungkin beberapa lusin). Saya merasa seperti saya bisa mendapatkan "sinyal" yang bagus dari lusinan pelari …

10 logistic  binary-data  continuous-data 

Saya telah melihat banyak kasus di mana kesalahan tipe I diperhitungkan (dilambangkan dengan nilai alfa) di berbagai artikel penelitian. Saya jarang menemukan bahwa seorang peneliti akan mempertimbangkan kekuatan, atau kesalahan tipe II. Kesalahan tipe II bisa menjadi masalah besar bukan? Kami secara tidak sengaja telah menolak hipotesis alternatif ketika itu …

10 hypothesis-testing  type-i-and-ii-errors 

Bagaimana Anda akan menjelaskan konsep mean, median, dan mode daftar angka dan mengapa mereka penting bagi seseorang dengan hanya keterampilan aritmatika dasar? Jangan menyebutkan kemiringan, CLT, kecenderungan sentral, sifat statistiknya, dll. Saya telah menjelaskan kepada seseorang bahwa maksudnya hanyalah cara cepat dan kotor untuk "meringkas" daftar angka. Tapi melihat ke …

10 mean  descriptive-statistics  median  mode 

Teorema Rao-Blackwell menyatakan Biarkan θ menjadi estimator dari θ dengan E ( θ 2 ) &lt; ∞ untuk semua θ . Misalkan T cukup untuk θ , dan biarkan θ * = E ( θ | T ) Lalu untuk semua θ , E ( θ * - θ ) …

10 rao-blackwell 

Apa yang Anda sebut jenis plot ini, dan apakah mungkin membuatnya di R? EDIT: terima kasih banyak semua - sangat membantu. Judul terbaik sejauh ini: plot biola quantised!

10 r  data-visualization 

Ketika melakukan regresi linear bayesian, kita perlu menetapkan prior untuk kemiringan dan mencegat . Karena adalah parameter lokasi, masuk akal untuk menetapkan seragam sebelumnya; Namun, bagi saya tampaknya mirip dengan parameter skala dan tampaknya tidak wajar untuk menetapkan seragam sebelum itu.aaabbbbbbaaa Di sisi lain, sepertinya tidak tepat untuk menetapkan Jeffrey …

10 regression  bayesian  uninformative-prior 

Saya menggunakan Regresi Logistik. Saya memiliki enam fitur, saya ingin tahu fitur-fitur penting dalam pengklasifikasi ini yang lebih memengaruhi hasil daripada fitur lainnya. Saya menggunakan Penguatan Informasi tetapi tampaknya itu tidak bergantung pada classifier yang digunakan. Apakah ada metode untuk memeringkat fitur sesuai dengan kepentingannya berdasarkan klasifikasi tertentu (seperti Regresi …

10 logistic  feature-selection  ranking  regression-strategies 

Dalam Wikidata adalah mungkin untuk menautkan distribusi probabilitas (seperti yang lainnya) dalam ontologi, misalnya, bahwa distribusi-t adalah subkelas dari distribusi-t noncentral, lihat, misalnya, https://angryloki.github.io/wikidata-graph-builder/?property=P279&amp;item=Q209675&amp;iterations=3&amp;limit=3 Ada berbagai kasus pembatas, misalnya, ketika derajat kebebasan dalam distribusi-t pergi hingga tak terbatas atau ketika varians mendekati nol untuk distribusi normal (distribusi Gaussian). Dalam kasus …

10 distributions  normal-distribution  dirac-delta 

Saya membaca buku tentang sabermetrics, khususnya Mathletics oleh Wayne Winston, dan di bab pertama ia memperkenalkan kuantitas yang dapat digunakan untuk memprediksi tingkat kemenangan tim: dan ia sepertinya mengisyaratkan bahwa, di pertengahan musim, itu dapat digunakan untuk memprediksi tingkat kemenangan lebih baik daripada tingkat kemenangan pada paruh pertama musim. Ia …

10 maximum-likelihood  inference 

Misalkan saya memiliki jaringan neural single layer yang sederhana, dengan n input dan output tunggal (tugas klasifikasi biner). Jika saya mengatur fungsi aktivasi di node output sebagai fungsi sigmoid- maka hasilnya adalah classifier Logistic Regression. Dalam skenario yang sama ini, jika saya mengubah aktivasi output ke ReLU (unit linear yang …

10 neural-networks  svm 

Jika dan , maka dapatkah saya mengatakan bahwaX∼U(a,b)X∼U(a,b)X \sim U(a, b)Y∼U(a,X)Y∼U(a,X)Y \sim U(a, X)Y∼U(a,b)?Y∼U(a,b)?Y \sim U(a, b)? Saya berbicara tentang distribusi seragam terus menerus dengan batas . Bukti (atau disproof!) Akan dihargai.[a,b][a,b][a, b]

10 uniform  distributions 

Pertanyaan ini dari buku Asymptotic Statistics Van der Vaart, hal. 253. # 3: Misalkan XmXm\mathbf{X}_m dan YnYn\mathbf{Y}_n adalah vektor multinomial independen dengan parameter ( m , a1, ... , ak)(m,Sebuah1,...,Sebuahk)(m,a_1,\ldots,a_k) dan ( n , b1, ... , bk)(n,b1,...,bk)(n,b_1,\ldots,b_k) . Di bawah hipotesis nol bahwa Sebuahsaya= bsayaSebuahsaya=bsayaa_i=b_i menunjukkan bahwa ∑i = …

10 self-study  chi-squared  multinomial  central-limit-theorem