Statistik dan Big Data

Katakanlah kita memiliki dua koin bias C1dan C2keduanya memiliki kemungkinan berbeda untuk berbalik. Kita membuang C1 n1waktu dan mendapatkan H1kepala, C2 n2waktu dan mendapatkan H2kepala. Dan kami menemukan bahwa rasio kepala untuk satu koin lebih tinggi daripada yang lain. Berapa probabilitas yang dapat kita katakan bahwa satu koin lebih baik …

8 probability  bernoulli-distribution 

Ditutup . Pertanyaan ini membutuhkan detail atau kejelasan . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Tambahkan detail dan jelaskan masalahnya dengan mengedit posting ini . Ditutup 2 tahun yang lalu . Mohon maaf jika ini tempat yang salah untuk bertanya. tetapi saya mencoba menjelaskan kepada direktur bahwa …

8 mathematical-statistics  descriptive-statistics  validity 

Versi pendek Saya mencoba untuk secara analitis menyelesaikan / memperkirakan kemungkinan gabungan yang dihasilkan dari Poisson independen menarik dan pengambilan sampel lebih lanjut dengan atau tanpa penggantian (saya tidak benar-benar peduli yang mana). Saya ingin menggunakan kemungkinan dengan MCMC (Stan), jadi saya perlu solusinya hanya sampai jangka waktu yang konstan. …

8 mathematical-statistics  poisson-distribution  joint-distribution  approximation 

Pertimbangkan keluarga distribusi dengan PDF (hingga konstanta proporsionalitas) yang diberikan oleh p ( x ) ∼1( 1 + αx2)1 / α.hal(x)∼1(1+αx2)1/α.p(x)\sim \frac{1}{(1+\alpha x^2)^{1/\alpha}}. Bagaimana namanya? Jika tidak memiliki nama, bagaimana Anda menyebutnya? Itu terlihat sangat mirip dengan keluarga ttt-distribusi dengan PDF sebanding dengan p ( x ) ∼1( 1 +1νx2)( …

8 distributions  terminology  t-distribution  tsne  cauchy 

Dalam angsuran intuisi lain untuk identitas dalam probabilitas, pertimbangkan Hukum identitas dasar Varians Total Var(X)=E[Var(X|Y)]+Var(E[X|Y])Var(X)=E[Var(X|Y)]+Var(E[X|Y]) \begin{eqnarray} \rm{Var}(X) &=&\rm{E}[\rm{Var}(X|Y)] + \rm{Var}(E[X|Y]) \end{eqnarray} Ini adalah manipulasi aljabar sederhana dari definisi momen ke penjumlahan, atau, seperti dalam tautan wikipedia, melalui manipulasi E dan Var. Tetapi identitas ini, saya tidak tahu apa artinya . …

8 variance  intuition 

Fungsi kotak hitam f:Rn→ Rf:Rn→Rf: \mathbb{R}^n \rightarrow \mathbb{R}, yang dievaluasi secara tunduk pada noise Gaussian, yaitu, , dapat diminimalkan menggunakan optimasi Bayesian di mana Proses Gaussian digunakan sebagai model fungsi berisik.f( x ) + N( μ ( x ) , σ( x)2)f(x)+N(μ(x),σ(x)2)f(x) + \mathcal{N}(\mu(x),\sigma(x)^2) Bagaimana optimasi Bayesian dapat digunakan untuk …

8 bayesian  optimization  bayesian-optimization 

Apa saja pekerjaan teoritis signifikan saat ini yang telah dilakukan di bidang inferensi asimptotik / teori sampel besar? Apa ruang lingkup penelitian di bidang ini sekarang? Apakah ada masalah terbuka atau area spesifik di mana teori ini berkembang belakangan ini? Atau apakah itu subjek mati tanpa ruang lingkup pengembangan lebih …

8 mathematical-statistics  references  inference  asymptotics 

Seringkali, dalam literatur, penulis tertarik untuk menemukan distribusi stasioner dari proses deret waktu. Sebagai contoh, perhatikan proses AR ( ) sederhana berikut ini : mana .111{Xt}{Xt}\{X_t\}Xt= αXt - 1+et,Xt=αXt−1+et,X_t = \alpha X_{t-1} + e_t, et∼i i dfet∼iidfe_t\stackrel{iid}{\thicksim} f Apa yang mungkin menjadi motivasi untuk menemukan distribusi stasioner dari setiap proses …

8 distributions  markov-process  stationarity  autoregressive  intuition 

Saya seorang dokter jadi tolong baik hati dengan saya dan pemahaman dasar saya tentang statistik. Saya memiliki dataset yang terdiri dari pasien dan kunjungan mereka dan saya telah memberi label keberadaan mol tertentu di tangan kiri dan / atau kanan mereka dengan nilai {0,1} (0 = tidak ada dan 1 …

8 probability  incidence-rate-ratio 

Saya memperkirakan beberapa tindakan berulang model Fixed Effects, dengan komponen kesalahan bersarang, berdasarkan pada variabel pengelompokan, yaitu model non-bersarang, menggunakan plm. Saya sekarang tertarik uji apakah model lengkap berbeda secara signifikan, yaitu mana adalah model lengkap untuk dan adalah model lengkap untuk danHHai:βFe m a l e=βM.a l eHHai:βFemSebuahle=βM.SebuahleH_o: \beta_{Female} …

8 r  hypothesis-testing  repeated-measures  nested-data  plm 

Masalah statistik yang melibatkan interval kepercayaan untuk rata-rata populasi dapat dibingkai dalam hal fungsi pembobotan berikut : w(α,n)≡tn−1,α/2n−−√for 0&lt;α&lt;1 and n&gt;1.w(α,n)≡tn−1,α/2nfor 0&lt;α&lt;1 and n&gt;1.w(\alpha, n) \equiv \frac{t_{n-1,\alpha/2}}{\sqrt{n}} \quad \quad \quad \quad \text{for } 0<\alpha<1 \text{ and } n > 1. Misalnya, interval kepercayaan tingkat klasik 1- \ alpha standar 1−α1−α1-\alphauntuk …

8 mathematical-statistics  t-distribution 

Ms. A memilih nomor XXX secara acak dari distribusi seragam pada [ 0 , 1 ][0,1][0, 1]. Kemudian Tuan B berulang kali, dan secara mandiri, menggambar angka Y1,Y2, . . .Y1,Y2,...Y_1, Y_2, ... dari distribusi seragam pada [ 0 , 1 ][0,1][0, 1], sampai dia mendapat angka lebih besar dari …

8 probability  self-study  expected-value  conditional-expectation  geometric-distribution 

Saya mencari berbagai ukuran kinerja untuk model prediksi. Banyak yang ditulis tentang masalah menggunakan akurasi, bukan sesuatu yang lebih berkelanjutan untuk mengevaluasi kinerja model. Frank Harrell http://www.fharrell.com/post/class-damage/ memberikan contoh ketika menambahkan variabel informatif ke model akan menyebabkan penurunan akurasi, kesimpulan yang jelas berlawanan dengan intuisi dan salah. Namun, dalam kasus …

8 machine-learning  predictive-models  accuracy 

Pertanyaan ini menindaklanjuti stats.stackexchange.com/q/233658 Model regresi logistik untuk kelas {0, 1} adalah P(y=1|x)=exp(wTx)1+exp(wTx)P(y=0|x)=11+exp(wTx)P(y=1|x)=exp⁡(wTx)1+exp⁡(wTx)P(y=0|x)=11+exp⁡(wTx) \mathbb{P} (y = 1 \;|\; x) = \frac{\exp(w^T x)}{1 + \exp(w^T x)} \\ \mathbb{P} (y = 0 \;|\; x) = \frac{1}{1 + \exp(w^T x)} Jelas probabilitas tersebut berjumlah 1. Dengan mengatur kita juga bisa mendefinisikan regresi logistik …

8 logistic  neural-networks  multinomial-logit  softmax  identifiability 

Apa kerugian menggunakan jaring elastis dibandingkan dengan laso. Saya tahu bahwa jaring elastis dapat memilih kelompok variabel ketika mereka sangat berkorelasi. Itu tidak memiliki masalah memilih lebih dari prediktor ketika . Sedangkan laso jenuh ketika .nnnp ≫ np≫np \gg np ≫ np≫np \gg n Ketika ada prediktor yang sangat berkorelasi, …

8 lasso  elastic-net