Estatísticas e Big Data

Pensei nesse problema no chuveiro, inspirado em estratégias de investimento. Digamos que havia uma árvore mágica do dinheiro. Todos os dias, você pode oferecer uma quantia em dinheiro à árvore do dinheiro e ela triplicará ou a destruirá com probabilidade 50/50. Você percebe imediatamente que, em média, você ganhará dinheiro …

19 probability  mathematical-statistics  econometrics  random-walk  martingale 

Qual seria a melhor maneira de colher amostras da distribuição Cantor ? Ele só tem cdf e não podemos invertê-lo.

19 distributions  simulation  random-generation 

Eu tenho um conjunto de dados de 140000 exemplos e 30 recursos para os quais estou treinando vários classificadores para uma classificação binária (SVM, Regressão Logística, Floresta Aleatória etc.) Em muitos casos, o ajuste de hiperparâmetros em todo o conjunto de dados usando a pesquisa em grade ou aleatória é …

19 machine-learning  cross-validation  hyperparameter 

Entendo as camadas convolucionais e de pool, mas não vejo o motivo de uma camada totalmente conectada nas CNNs. Por que a camada anterior não está diretamente conectada à camada de saída?

19 neural-networks  deep-learning  conv-neural-network 

Estou construindo um modelo de VAR para prever o preço de um ativo e gostaria de saber se meu método é estatisticamente correto, se os testes que incluí são relevantes e se são necessários mais para garantir uma previsão confiável com base em minhas variáveis ​​de entrada. Abaixo está o …

19 r  forecasting  modeling  var 

Eu tenho um gráfico de valores residuais de um modelo linear em função dos valores ajustados, onde a heterocedasticidade é muito clara. No entanto, não tenho certeza de como devo proceder agora, porque, tanto quanto eu entendo essa heterocedasticidade, torna meu modelo linear inválido. (Isso está certo?) Use um ajuste …

19 r  generalized-linear-model  heteroscedasticity  lm 

Preciso de alguns conselhos sobre dois dilemas principais da minha pesquisa, que é um estudo de caso de três grandes produtos farmacêuticos e inovação. O número de patentes por ano é a variável dependente. Minhas perguntas são Quais são os critérios mais importantes para um bom modelo? O que é …

19 regression  generalized-linear-model  linear-model  goodness-of-fit  poisson-regression 

Se eu fixar os valores dos nós observados de um MRF, ele se tornará um CRF?

19 probability  graphical-model  graph-theory  conditional-random-field  markov-random-field 

Li esta afirmação em um antigo exame verdadeiro / falso: Podemos obter várias soluções ótimas locais se resolvermos um problema de regressão linear, minimizando a soma dos erros ao quadrado usando a descida do gradiente. Solução: Falso Minha pergunta é: qual parte dessa pergunta está errada? Por que essa afirmação …

19 least-squares  gradient-descent  convex 

Se eu entendi corretamente, em um algoritmo de aprendizado de máquina, o modelo precisa aprender com sua experiência, ou seja, quando o modelo fornece uma previsão errada para os novos casos, ele deve se adaptar às novas observações e, com o tempo, o modelo se torna cada vez melhor. . …

19 machine-learning  logistic  random-forest 

Para usar o SVM ou a Rede Neural, ele precisa transformar (codificar) variáveis ​​categóricas em variáveis ​​numéricas, o método normal nesse caso é usar 0-1 valores binários com o k-ésimo valor categórico transformado em (0,0, .. ., 1,0, ... 0) (1 está na posição k-ésima). Existem outros métodos para fazer …

19 machine-learning  neural-networks  categorical-data  svm  categorical-encoding 

De acordo com a Wikipedia, entendo que a distribuição t é a distribuição amostral do valor t quando as amostras são observações de uma população normalmente distribuída. No entanto, não entendo intuitivamente por que isso faz com que o formato da distribuição t mude de cauda gorda para quase perfeitamente …

19 normal-distribution  t-distribution 

A terminologia aqui é uma bagunça. A "equação estrutural" é tão vaga quanto a "ponte arquitetônica" e a "rede bayesiana" não é intrinsecamente bayesiana . Melhor ainda, a Judea Pearl , de Deus da causalidade, diz que as duas escolas de modelos são quase idênticas. Então, quais são as diferenças …

19 sem  bayesian-network  causality 

Este é um tratamento mais geral da questão colocada por esta questão . Depois de derivar a distribuição assintótica da variação da amostra, podemos aplicar o método Delta para chegar à distribuição correspondente para o desvio padrão. Deixe uma amostra do tamanho das variáveis ​​aleatórias não normais do iid , …

19 mathematical-statistics  variance  central-limit-theorem  asymptotics 

Eu tenho uma variável dependente ordinal, facilidade, que varia de 1 (não é fácil) a 5 (muito fácil). Aumentos nos valores dos fatores independentes estão associados a um aumento na classificação de facilidade. Duas das minhas variáveis ​​independentes ( condAe condB) são categóricas, cada uma com 2 níveis e 2 …

19 r  regression  logistic  interpretation  ordered-logit