Statistik dan Big Data

Saya mencari beberapa terminologi yang bagus untuk menggambarkan apa yang saya coba lakukan, untuk membuatnya lebih mudah untuk mencari sumber daya. Jadi, katakan saya memiliki dua kelompok titik A dan B, masing-masing terkait dengan dua nilai, X dan Y, dan saya ingin mengukur "jarak" antara A dan B - yaitu …

28 multivariate-analysis  terminology  distance-functions 

Tampaknya ada peningkatan diskusi tentang diagram lingkaran. Argumen utama yang menentangnya adalah: Area dipersepsikan dengan kekuatan lebih kecil dari panjang. Pie chart memiliki rasio data-point-to-pixel yang sangat rendah Namun, saya pikir mereka bisa berguna ketika menggambarkan proporsi. Saya setuju untuk menggunakan tabel dalam banyak kasus tetapi ketika Anda menulis laporan …

28 data-visualization  many-categories  pie-chart 

Sudah ada permintaan untuk Video Statistik Matematika , tetapi secara eksplisit meminta dari orang video yang menyediakan presentasi statistik matematika yang ketat. yaitu, video yang mungkin menyertai kursus yang menggunakan buku teks yang disebutkan dalam diskusi ini pada ... Jadi pada saat yang sama saya bertanya - tanya, rekomendasi apa …

28 references 

Apa metode yang Anda sukai untuk memeriksa konvergensi ketika menggunakan rantai Markov Monte Carlo untuk inferensi Bayesian, dan mengapa?

28 bayesian  mcmc 

Saya memiliki R-script untuk membaca sejumlah besar data csv dari file yang berbeda dan kemudian melakukan tugas-tugas pembelajaran mesin seperti svm untuk klasifikasi. Apakah ada perpustakaan untuk memanfaatkan beberapa core di server untuk R. atau Apa cara yang paling cocok untuk mencapai itu?

28 r  parallel-computing  multicore 

Pengguna sering tergoda untuk memecah nilai sumbu untuk menyajikan data berbagai urutan besarnya pada grafik yang sama (lihat di sini ). Meskipun ini mungkin nyaman, itu tidak selalu merupakan cara yang disukai untuk menampilkan data (bisa menyesatkan di terbaik). Apa cara alternatif untuk menampilkan data yang berbeda dalam beberapa urutan …

28 data-visualization  logarithm 

Lihatlah foto ini: Jika kita mengambil sampel dari kepadatan merah maka beberapa nilai diharapkan kurang dari 0,25 sedangkan tidak mungkin untuk menghasilkan sampel seperti itu dari distribusi biru. Akibatnya, jarak Kullback-Leibler dari kepadatan merah ke densitas biru adalah tak terbatas. Namun, dua kurva tidak begitu berbeda, dalam beberapa "pengertian alami". …

28 kullback-leibler 

Saya ingin mewakili variabel sebagai angka antara 0 dan 1. Variabelnya adalah bilangan bulat non-negatif tanpa batas yang melekat. Saya memetakan 0 hingga 0 tetapi apa yang dapat saya petakan ke 1 atau angka antara 0 dan 1? Saya bisa menggunakan sejarah variabel itu untuk memberikan batasan. Ini berarti saya …

28 normalization 

Duplikat utas: Saya baru saja menginstal versi terbaru R. Paket apa yang harus saya peroleh? Apa paket R yang tidak bisa Anda bayangkan pekerjaan harian Anda dengan data? Harap sebutkan alat umum dan khusus. UPDATE: Adapun 24.10.10 ggplot2tampaknya menjadi pemenang dengan 7 suara. Paket lain yang disebutkan lebih dari satu …

28 r 

Dalam 5,5, Deep Learning (oleh Ian Goodfellow, Yoshua Bengio dan Aaron Courville), itu menyatakan itu Setiap kerugian yang terdiri dari log-likelihood negatif adalah entropi silang antara distribusi empiris yang ditentukan oleh set pelatihan dan distribusi probabilitas yang ditentukan oleh model. Sebagai contoh, mean squared error adalah cross-entropy antara distribusi empiris …

28 machine-learning  normal-distribution  cross-entropy 

Seperti yang diumumkan di https://www.youtube.com/watch?v=xAoljeRJ3lU , Matplotlib mengubah colormap default dari jet ke viridis. Namun, saya tidak mengerti dengan cukup baik. Mungkin karena saya buta warna? Jet colormap asli terlihat sangat kuat, saya bisa merasakan kontrasnya: Sementara colormap viridis baru tidak memiliki kontras itu: Adakah yang bisa menjelaskannya dengan lebih …

28 data-visualization 

Saya baru saja melihat-lihat buku yang luar biasa ini: Analisis statistik multivariat terapan oleh Johnson dan Wichern . Ironisnya, saya masih belum dapat memahami motivasi untuk menggunakan model multivariat (regresi) daripada model univariat terpisah (regresi). Saya membaca stats.statexchange posting 1 dan 2 yang menjelaskan (a) perbedaan antara regresi berganda dan …

28 regression  multiple-regression  inference  multivariate-regression 

Dari buku David Salsburg, The lady tasting tea : Meskipun pembaca mungkin tidak mempercayainya, gaya sastra memainkan peran penting dalam penelitian matematika. Beberapa penulis matematika tampaknya tidak dapat menghasilkan artikel yang mudah dimengerti. Yang lain tampaknya mendapatkan kesenangan yang tidak menyenangkan karena menghasilkan banyak garis notasi simbolis yang begitu penuh …

28 references  communication 

Jalan acak yang didefinisikan sebagai , di mana adalah white noise. Menunjukkan bahwa posisi saat ini adalah jumlah dari posisi sebelumnya + istilah yang tidak dapat diprediksi.Yt= Yt - 1+ etYt=Yt-1+etY_{t} = Y_{t-1} + e_tetete_t Anda dapat membuktikan bahwa fungsi rata-rata , karenaμt= 0μt=0\mu_t = 0 E( Yt) = E( …

28 time-series  self-study  mathematical-statistics  stochastic-processes  random-walk 

Jawaban (definisi) yang didefinisikan di Wikipedia bisa dibilang sedikit samar bagi mereka yang tidak terbiasa dengan matematika / statistik yang lebih tinggi. Dalam istilah matematika, model statistik biasanya dianggap sebagai pasangan ( ), di mana adalah himpunan pengamatan yang mungkin, yaitu ruang sampel, dan adalah seperangkat distribusi probabilitas pada . …

28 distributions  model  terminology