Pertanyaan yang diberi tag «smoothing»

Saya memiliki 2 time-series (keduanya mulus) yang saya ingin berkorelasi silang untuk melihat bagaimana mereka berkorelasi. Saya bermaksud menggunakan koefisien korelasi Pearson. Apakah ini tepat? Pertanyaan kedua saya adalah saya dapat memilih untuk mencicipi 2 seri-waktu sebaik yang saya suka. yaitu saya dapat memilih berapa banyak poin data yang akan …

47 time-series  correlation  pearson-r  smoothing 

Untuk penduga kepadatan kernel (KDE) univariat, saya menggunakan aturan Silverman untuk menghitung :hhh 0.9min(sd,IQR/1.34)×n−0.20.9min(sd,IQR/1.34)×n−0.2\begin{equation} 0.9 \min(sd, IQR/1.34)\times n^{-0.2} \end{equation} Apa aturan standar untuk KDE multivarian (dengan asumsi kernel Normal).

29 smoothing  kernel-smoothing 

Presisi didefinisikan sebagai: p = true positives / (true positives + false positives) Apakah benar bahwa, sebagai true positivesdan false positivespendekatan 0, presisi mendekati 1? Pertanyaan yang sama untuk diingat: r = true positives / (true positives + false negatives) Saat ini saya sedang menerapkan tes statistik di mana saya …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

Ada posting yang cukup lama di blog William Briggs yang melihat perangkap data smoothing dan membawa data yang dihaluskan melalui analisis. Argumen kuncinya adalah: Jika, pada saat kegilaan, Anda melakukan data deret waktu yang lancar dan Anda menggunakannya sebagai input untuk analisis lain, Anda secara dramatis meningkatkan kemungkinan menipu diri …

18 time-series  smoothing 

Pertanyaan ini didorong oleh diskusi di tempat lain . Kernel variabel sering digunakan dalam regresi lokal. Sebagai contoh, loess banyak digunakan dan berfungsi dengan baik sebagai regresi yang lebih lancar, dan didasarkan pada kernel dengan lebar variabel yang beradaptasi dengan data sparsity. Di sisi lain, kernel variabel biasanya dianggap menyebabkan …

17 nonparametric  smoothing  kernel-smoothing  loess 

Dari apa yang saya lihat, formula smoothing Kneser-Ney (dalam urutan kedua) dalam beberapa hal diberikan sebagai P2KN(wn|wn−1)=max{C(wn−1,wn)−D,0}∑w′C(wn−1,w′)+λ(wn−1)×Pcont(wn)PKN2(wn|wn−1)=max{C(wn−1,wn)−D,0}∑w′C(wn−1,w′)+λ(wn−1)×Pcont(wn) \begin{align} P^2_{KN}(w_n|w_{n-1}) &= \frac{\max \left\{ C\left(w_{n-1}, w_n\right) - D, 0\right\}}{\sum_{w'} C\left(w_{n-1}, w'\right)} + \lambda(w_{n-1}) \times P_{cont}(w_n) \end{align} dengan faktor normalisasi diberikan sebagaiλ(wn−1)λ(wn−1)\lambda(w_{n-1}) λ(wn−1)=D∑w′C(wn−1,w′)×N1+(wn−1∙)λ(wn−1)=D∑w′C(wn−1,w′)×N1+(wn−1∙) \begin{align} \lambda(w_{n-1}) &= \frac{D}{\sum_{w'} C\left(w_{n-1}, w'\right)} \times N_{1+}\left(w_{n-1}\bullet\right) \end{align} dan …

15 machine-learning  natural-language  naive-bayes  smoothing  language-models 

Saya memiliki beberapa data yang ingin saya smoothkan sehingga poin yang dihaluskan menurun secara monoton. Data saya menurun tajam dan kemudian mulai naik. Berikut ini contoh menggunakan R df <- data.frame(x=1:10, y=c(100,41,22,10,6,7,2,1,3,1)) ggplot(df, aes(x=x, y=y))+geom_line() Apa teknik smoothing yang baik yang bisa saya gunakan? Juga, alangkah baiknya jika saya bisa …

14 regression  smoothing 

Saya mencoba mencari cara untuk mengontrol parameter smoothing dalam model mgcv: gam. Saya memiliki variabel binomial yang saya coba modelkan terutama sebagai fungsi koordinat x dan y pada grid tetap, ditambah beberapa variabel lain dengan pengaruh yang lebih kecil. Di masa lalu saya telah membangun model regresi lokal yang cukup …

14 r  smoothing  mgcv 

Saya sedang membangun aplikasi android yang merekam data accelerometer selama tidur, untuk menganalisis tren tidur dan secara opsional membangunkan pengguna di dekat waktu yang diinginkan selama tidur ringan. Saya sudah membangun komponen yang mengumpulkan dan menyimpan data, serta alarm. Saya masih perlu menangani binatang menampilkan dan menyimpan data tidur dengan …

14 time-series  smoothing  signal-processing  java 

Baru-baru ini saya menerapkan filter Kalman pada contoh sederhana mengukur posisi partikel dengan kecepatan dan percepatan acak. Saya menemukan bahwa filter Kalman bekerja dengan baik, tetapi saya kemudian bertanya pada diri sendiri apa perbedaan antara ini dan hanya melakukan rata-rata bergerak? Saya menemukan bahwa jika saya menggunakan jendela sekitar 10 …

14 smoothing  kalman-filter 

Saya punya beberapa data yang saya gunakan mulus loess. Saya ingin mencari titik belok pada garis yang dihaluskan. Apakah ini mungkin? Saya yakin seseorang telah membuat metode mewah untuk menyelesaikan ini ... Maksud saya ... setelah semua, itu R! Saya baik-baik saja dengan mengubah fungsi penghalusan yang saya gunakan. Saya …

14 r  smoothing  loess 

Saya memiliki lintasan objek dalam ruang 2D (permukaan). Lintasan diberikan sebagai urutan (x,y)koordinat. Saya tahu bahwa pengukuran saya berisik dan kadang-kadang saya memiliki outlier yang jelas. Jadi, saya ingin memfilter pengamatan saya. Sejauh yang saya mengerti filter Kalman, itu melakukan apa yang saya butuhkan. Jadi, saya mencoba menggunakannya. Saya menemukan …

12 python  kalman-filter  smoothing 

Pada artikel wikipedia tentang Laplace smoothing (atau aditif smoothing), dikatakan bahwa dari sudut pandang Bayesian, ini sesuai dengan nilai yang diharapkan dari distribusi posterior, menggunakan distribusi Dirichlet simetris dengan parameter sebagai sebelumnya.αα\alpha Saya bingung bagaimana itu benar. Bisakah seseorang membantu saya memahami bagaimana kedua hal itu setara? Terima kasih!

11 bayesian  smoothing  dirichlet-distribution  laplace-smoothing 

Saya punya pertanyaan umum. Baru-baru ini saya baru saja belajar Dasar Ekspansi dan Regularisasi. Ada beberapa teknik menarik termasuk: spline kubik, spline alami, b-spline dan spline smoothing . Pertanyaannya adalah, apa kelebihan dan kekurangan (jika ada) dari smoothing spline dibandingkan dengan spline kubik dan alami "tipikal" di mana pengguna harus …

11 regression  smoothing 

Saya melakukan beberapa estimasi kepadatan Kernel, dengan titik-titik tertimbang yang ditetapkan (mis., Masing-masing sampel memiliki bobot yang tidak diperlukan), dalam dimensi N. Juga, sampel ini hanya dalam ruang metrik (mis., Kita dapat menentukan jarak di antara mereka) tetapi tidak ada yang lain. Sebagai contoh, kita tidak dapat menentukan rata-rata titik …

10 pdf  smoothing  kernel-smoothing