Statistik dan Big Data

Saya mencari sumber daya teoretis (buku, tutorial, dll.) Untuk belajar tentang membuat kesimpulan statistik suara yang diberikan (banyak) data konversi situs web multivarian. Saya mengejar matematika yang terlibat, dan tidak dapat menemukan hal-hal non-pemasaran yang bagus di web. Jenis pertanyaan yang ingin saya jawab: seberapa besar pengaruh variabel tunggal (misalnya …

8 multivariate-analysis  references  optimization  ab-test  web 

Silakan lihat terlebih dahulu masalah kecil berikut ini: Ada dua bola lampu yang tidak bisa dibedakan A dan B. Sebuah lampu merah berkedip dengan prob .8 dan biru dengan prob .2; B merah dengan .2 dan biru .8. Sekarang dengan 0,5 prob Anda disajikan dengan A atau B. Anda seharusnya …

8 bayesian  binomial 

Saya menggunakan regresi logistik untuk memprediksi y yang diberikan x1 dan x2: z = B0 + B1 * x1 + B2 * x2 y = e^z / (e^z + 1) Bagaimana seharusnya regresi logistik menangani kasus-kasus di mana variabel saya memiliki skala yang sangat berbeda? Apakah orang pernah membuat model …

8 machine-learning  logistic  normalization  standardization 

Bentuk paling sederhana dari proses white noise adalah di mana pengamatannya tidak berkorelasi. Kami dapat memeriksa ini dengan menerapkan mis tes portmanteau seperti Paru - Kotak atau Kotak - Pierce. Serial ini mungkin white noise Gaussian di mana pengamatannya tidak berkorelasi dan juga terdistribusi secara normal dan karenanya independen. Kita …

8 time-series  white-noise 

Apakah ada alasan statistik mengapa analisis item / teori respons tidak diterapkan secara lebih luas? Misalnya, jika seorang guru memberikan tes soal pilihan ganda 25 pertanyaan dan menemukan bahwa 10 pertanyaan dijawab dengan benar oleh semua orang, 10 pertanyaan dijawab oleh fraksi yang sangat rendah (katakanlah 10%) dan 5 sisanya …

8 teaching  psychometrics  latent-variable 

Konteks. Saya ingin mencocokkan garis regresi untuk mempelajari hubungan antara beberapa variabel responyyy dan beberapa kovariat terus menerus xxx. Karena adanya poin leverage yang buruk, saya telah memilih untuk estimator MM daripada estimasi LS. Metodologi. Pada dasarnya, estimasi-MM adalah estimasi-M yang diinisialisasi oleh S-estimator. Oleh karena itu, dua fungsi kerugian …

8 r  robust 

Dua hal yang selalu mengganggu saya tentang pengujian hipotesis: Kemungkinan bahwa mean populasi persis setiap angka yang diberikan (disediakan bahwa variabel acak yang dimaksud adalah terus menerus) selalu nol, bukan? Karena itu, kita harus selalu menolak hipotesis nol ... Jika hasil tes adalah apakah menolak atau menerima hipotesis nol , …

8 hypothesis-testing 

Baru-baru ini saya mulai membaca Gelman and Hill, "Analisis Data Menggunakan Regresi dan Model Bertingkat / Hirarki" dan pertanyaannya didasarkan pada: Sampel berisi 6 pengamatan pada proporsi:p1,p2,…,p6p1,p2,…,p6p_{1}, p_{2}, \dots, p_{6} Setiap memiliki mean dan varians , di mana adalah jumlah pengamatan yang digunakan untuk menghitung proporsi .pipip_{i}πiπi\pi_{i}πi(1−πi)niπi(1−πi)ni\frac{\pi_{i}(1-\pi_{i})}{n_i}ninin_{i}pipip_{i} Statistik uji adalah …

8 distributions  binomial  standard-deviation 

Katakanlah Anda memiliki sampel acak besar pemain sepak bola di Eropa tetapi Anda hanya tertarik pada apa yang terjadi di Spanyol. Bisakah Anda mengurangi sampel Anda menjadi pemain di Spanyol dan masih menyebutnya sampel acak (tetapi dari populasi yang berbeda)? Jika tidak, bagaimana Anda menyebut subsampel itu dan tindakan pencegahan …

8 sampling  sample  resampling 

Dalam ESL , Bagian 9.7, ada paragraf yang menyatakan bahwa waktu perhitungan dari perpecahan dalam pertumbuhan pohon klasifikasi (atau regresi) biasanya berskala seperti mana adalah jumlah prediktor dan adalah jumlah sampel.pNlogNpNlog⁡Np N \log NpppNNN Pendekatan naif menghasilkan penskalaan , dan saya belum dapat menemukan referensi ke literatur yang menjelaskan rincian …

8 algorithms  cart 

Saya perlu menjelaskan konsep model campuran linier dalam sebuah artikel yang ditargetkan untuk audiens arus utama. Apakah ada cara mengkomunikasikan inti konsep dalam satu atau dua kalimat?

8 regression  mixed-model  linear-model 

Saya mencoba memahami bagaimana orang menggunakan paket R dan bertanya-tanya apakah ada kasus yang terdokumentasi di mana paket R telah menghasilkan jawaban yang berbeda. Klarifikasi: Motivasi di balik pertanyaan ini berasal dari upaya saya terlibat di mana tujuan untuk memahami pentingnya asal dalam metode analitis dan bagaimana hal itu memfasilitasi …

8 r 

Saya memiliki output akurasi classifier dalam persentase dan jumlah sampel input. Apakah ada tes yang dapat mengetahui seberapa signifikan hasilnya menurut informasi ini? Terima kasih

8 statistical-significance  classification 

Tes-z untuk membandingkan dua proporsi adalah z=hal^1-hal^2V a r (hal^1-hal^2)√z=p^1−p^2Var(p^1−p^2)\newcommand{\p}{\hat{p}}\newcommand{\v}{\mathrm{Var}} z=\frac{\p_1-\p_2}{\sqrt{\v(\p_1-\p_2)}} . Biasanya didefinisikan itu V a r (hal^1-hal^2) =hal^( 1 -hal^) ( 1 /n1+ 1 /n2) ,Var(p^1−p^2)=p^(1−p^)(1/n1+1/n2),\v(\p_1-\p_2)=\p(1-\hat{p})(1/n_1+1/n_2), dimana hal^=n1hal^1+n2hal^2n1+n2.p^=n1p^1+n2p^2n1+n2.\p=\frac{n_1 \p_1+n_2 \p_2}{n_1+n_2}. Apakah ada referensi tertulis yang melegitimasi saya untuk menggunakan varian unpooled, yaitu V a r (hal^1-hal^2) =hal^1( 1 …

8 variance  proportion  hypothesis-testing 

Saya memposting ini di awal minggu lalu mencabut pertanyaan ketika saya menemukan sumber yang bagus, tidak ingin membuang waktu orang. Saya belum membuat banyak kemajuan, saya khawatir. Dalam mencoba menjadi warga negara yang baik di sini saya akan membuat masalah sejelas mungkin. Saya menduga akan ada beberapa peminat. Saya memiliki …

8 regression  bayesian  repeated-measures  multilevel-analysis  logistic