Statistik dan Big Data

Saya memiliki Dynamic Naive Bayes Model yang dilatih pada beberapa variabel temporal. Output dari model adalah prediksi P(Event) @ t+1, diperkirakan masing-masing t. Plot P(Event)versus timeadalah seperti yang diberikan pada gambar di bawah ini. Dalam gambar ini, garis hitam mewakili P(Event)seperti yang diprediksi oleh model saya; yang garis merah horisontal …

9 time-series  probability  prediction  model-comparison  model-evaluation 

Hai Saya berjuang untuk memahami Ref.df di layar output di R: Approximate significance of smooth terms: edf Ref.df F p-value s(meangrain) 1.779 2.209 3.193 0.0451 * s(depth) 2.108 2.697 3.538 0.0254 * Apa artinya dan apakah perlu memasukkan istilah ini untuk mempresentasikan hasil-hasil GAM dalam sebuah makalah? Apakah ini memberi …

9 model  gam  degrees-of-freedom 

Saya menggunakan regresi RandomForest pada data saya dan saya bisa melihat bahwa skor oob diperoleh menjadi 0,83. Saya tidak yakin bagaimana hasilnya menjadi seperti ini. Maksud saya target saya adalah nilai tinggi di kisaran 10 ^ 7. Jadi jika itu MSE maka seharusnya jauh lebih tinggi. Saya tidak mengerti apa …

9 regression  random-forest 

Saya menganalisis set data tentang komunitas intertidal. Data berupa persen tutupan (dari rumput laut, teritip, kerang, dll) dalam kuadrat. Saya terbiasa memikirkan analisis korespondensi (CA) dalam hal jumlah spesies , dan analisis komponen utama (PCA) sebagai sesuatu yang lebih berguna untuk tren lingkungan (bukan spesies) linier. Saya belum benar-benar beruntung …

9 r  pca  multivariate-analysis  correspondence-analysis 

Dari sudut pandang matematika Teorema Bayes sangat masuk akal bagi saya (yaitu, menurunkan dan membuktikan), tetapi yang saya tidak tahu adalah apakah ada argumen geometris atau grafis yang bagus yang dapat ditunjukkan untuk menjelaskan Teorema Bayes. Saya mencoba mencari di Google untuk jawaban ini dan mengejutkan saya tidak dapat menemukan …

9 bayesian  bayes  geometry 

Saya mengambil kursus Intro to Bayes dan saya mengalami kesulitan memahami distribusi prediktif. Saya mengerti mengapa mereka berguna dan saya akrab dengan definisi, tetapi ada beberapa hal yang saya tidak mengerti. 1) Cara mendapatkan distribusi prediksi yang tepat untuk vektor pengamatan baru Misalkan kita telah membangun model sampling untuk data …

9 bayesian  prediction 

Saya memiliki satu set data informasi pelanggan telepon seluler dengan dua kolom. Kolom pertama berisi kategori tertentu yang termasuk dalam akun (baik A, B atau C) dan kolom kedua berisi nilai biner untuk apakah akun tersebut telah dibatalkan. misalnya A | cancelled C | active B | active A | …

9 hypothesis-testing  equivalence 

Algoritma pembelajaran mesin yang skalabel tampak seperti buzz hari ini. Setiap perusahaan menangani kekurangan data besar . Apakah ada buku teks yang membahas algoritma pembelajaran mesin apa yang dapat diskalakan menggunakan arsitektur paralel seperti Map-Reduce, dan algoritma mana yang tidak bisa? Atau beberapa makalah yang relevan?

9 machine-learning  large-data 

Saya tahu pertanyaan ini ditanyakan sebelumnya: Buku referensi untuk studi ekologi tetapi bukan yang saya cari. Apa yang saya cari adalah apakah ada yang bisa merekomendasikan buku yang bagus (atau referensi kanonik) tentang ekologi statistik? Saya memiliki pemahaman yang sangat baik tentang statistik sehingga buku itu bisa benar-benar ada di …

9 self-study  references  ecology 

Saya mendapat revisi untuk makalah penelitian saya baru-baru ini dan berikut ini adalah komentar pengulas di makalah saya: hasil yang diperoleh dari satu model tidak cukup meyakinkan terutama regresi linier biasanya memiliki kekurangan dalam menangani outlier. Saya menyarankan penulis juga mencoba regresi logistik dan membandingkan hasil yang sesuai dengan hasil …

9 regression  logistic  multiple-regression 

Saya memiliki data berikut yang terletak di sini . Saya mencoba menghitung interval kepercayaan 95% pada kemurnian rata-rata ketika persentase hidrokarbon adalah 1,0. Di R, saya masukkan yang berikut ini. > predict(purity.lm, newdata=list(hydro=1.0), interval="confidence", level=.95) fit lwr upr 1 89.66431 87.51017 91.81845 Namun, bagaimana saya bisa mendapatkan hasil ini sendiri? …

9 r  regression  confidence-interval  prediction-interval 

Saya punya contoh data yang diatur sebagai berikut: Volume <- seq(1,20,0.1) var1 <- 100 x2 <- 1000000 x3 <- 30 x4 = sqrt(x2/pi) H = x3 - Volume r = (x4*H)/(H + Volume) Power = (var1*x2)/(100*(pi*Volume/3)*(x4*x4 + x4*r + r*r)) Power <- jitter(Power, factor = 1, amount = 0.1) plot(Volume,Power) …

9 r  hypothesis-testing  nonlinear-regression  goodness-of-fit  heteroscedasticity 

Saya membaca sebuah makalah tentang pemasangan kurva Bayesian ( Dimatteo et. Al. Pemasangan kurva Bayesian dengan spots simpul bebas, 2001 ) dan menemukan simbol \ bumpeq≏≏\bumpeq . Ini digunakan beberapa kali sepanjang makalah tetapi tidak pernah didefinisikan secara eksplisit. Setelah beberapa pencarian google dan stackexchange, tampaknya simbol tersebut tidak digunakan …

9 notation  definition 

Saya membandingkan distribusi kelompok yang berbeda menggunakan plot biola, namun sebagian besar sumber daya online yang saya temukan hanya terkait dengan cara membuat plot dan interpretasi yang sangat mendasar dari hasil (variasi median, data dikelompokkan atau tidak). Saya mencari contoh terperinci yang bisa saya ikuti sebagai pedoman saya untuk menginterpretasikan …

9 data-visualization 

Apakah ada nama untuk jenis bagan di bawah ini (bersumber dari Kementerian Bisnis, Inovasi, dan Ketenagakerjaan Selandia Baru , untuk siapa saya bekerja tetapi saya tidak terlibat dalam membuat plot ini)? Ini terdiri dari empat persegi panjang di mana area proporsional dengan variabel, dan menyerupai semacam persilangan antara diagram lingkaran, …

9 data-visualization  pie-chart