Estatísticas e Big Data

Geralmente, uma distribuição de probabilidade sobre variáveis ​​discretas é descrita usando uma função de massa de probabilidade (PMF): Ao trabalhar com variáveis ​​aleatórias contínuas, descrevemos distribuições de probabilidade usando uma função de densidade de probabilidade (PDF) em vez de uma função de massa de probabilidade. - Deep Learning por Goodfellow, …

14 probability  mathematical-statistics  terminology  pdf 

Estou realizando um projeto de análise de dados que envolve a investigação do tempo de uso do site ao longo do ano. O que eu gostaria de fazer é comparar até que ponto os padrões de uso são "consistentes", por exemplo, quão próximos eles estão de um padrão que envolve …

14 distributions  distance  frequency  comparison 

O que você chama de média estatística calculada a partir dos extremos superior e inferior em qualquer conjunto de dados? Por exemplo, se você tiver um conjunto: { -2, 0 , 8, 9, 1, 50, -2, 6} O extremo superior deste conjunto é 50e o extremo inferior é -2. Então, …

14 mean  terminology  average  range 

Quando leio sobre como configurar seus dados, uma coisa que me deparo com frequência é que transformar alguns dados contínuos em dados categóricos não é uma boa ideia, pois você pode muito bem fazer a conclusão errada se os limites forem mal determinados. No entanto, atualmente tenho alguns dados (valores …

14 categorical-data  continuous-data 

Geralmente, um intervalo de confiança com cobertura de 95% é muito semelhante a um intervalo credível que contém 95% da densidade posterior. Isso acontece quando o prior é uniforme ou quase uniforme no último caso. Assim, um intervalo de confiança geralmente pode ser usado para aproximar um intervalo confiável e …

14 bayesian  confidence-interval  frequentist  credible-interval 

Esta é a definição de estatística na wikipedia Mais formalmente, a teoria estatística define uma estatística como uma função de uma amostra em que a função em si é independente da distribuição da amostra; isto é, a função pode ser declarada antes da realização dos dados. O termo estatística é …

14 mathematical-statistics  definition 

Eu tenho um conjunto de dados que inclui a demanda de vários produtos (1200 produtos) por 25 períodos e preciso prever a demanda de cada produto para o próximo período. No começo, eu queria usar o ARIMA e treinar um modelo para cada produto, mas devido ao número de produtos …

14 machine-learning  time-series  arima 

Minha pergunta é muito simples: por que escolhemos normal como a distribuição que o termo de erro segue na suposição de regressão linear? Por que não escolhemos outros como uniforme, t ou o que seja?

14 regression  mathematical-statistics  normal-distribution  error  linear 

Percebo nos métodos de estatística / aprendizado de máquina que uma distribuição é frequentemente aproximada por um gaussiano e, em seguida, que gaussiano é usado para amostragem. Eles começam calculando os dois primeiros momentos da distribuição e os usam para estimar e . Então eles podem provar a partir desse …

14 probability  sampling  moments 

Eu tenho alguns dados que se ajustam ao longo de uma linha aproximadamente linear: Quando faço uma regressão linear desses valores, obtenho uma equação linear: y=0.997x−0.0136y=0.997x−0.0136y = 0.997x-0.0136 Em um mundo ideal, a equação deve ser y=xy=xy = x . Claramente, meus valores lineares estão próximos desse ideal, mas não …

14 regression  hypothesis-testing  statistical-significance 

A distribuição de Cauchy é de alguma forma uma distribuição "imprevisível"? Eu tentei fazer cs <- function(n) { return(rcauchy(n,0,1)) } em R para uma infinidade de n valores e notou que eles geram valores bastante imprevisíveis ocasionalmente. Compare isso com, por exemplo as <- function(n) { return(rnorm(n,0,1)) } o que …

14 distributions  intuition  cauchy 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela esteja no tópico de Validação cruzada. Fechado há 2 anos . Foi amplamente comentado na imprensa amarela e não tão amarela que Os Simpsons (a série …

14 statistics-in-media 

Questão Se forem IID, calcule , onde .X1,⋯,Xn∼N(μ,1)X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1)E(X1∣T)E(X1∣T)\mathbb{E}\left( X_1 \mid T \right)T=∑iXiT=∑iXiT = \sum_i X_i Tentativa : Verifique se o abaixo está correto. Digamos, tomamos a soma dessas expectativas condicionais de modo que, Isso significa que cada desde que são IID.∑iE(Xi∣T)=E(∑iXi∣T)=T.∑iE(Xi∣T)=E(∑iXi∣T)=T.\begin{align} \sum_i \mathbb{E}\left( X_i \mid T \right) …

14 probability  self-study  mathematical-statistics  conditional-probability  conditional-expectation 

Na regressão linear, fazemos as seguintes suposições A média da resposta, , em cada conjunto de valores dos preditores, , é uma função linear dos preditores.E(Yi)E(Yi)E(Y_i)(x1i,x2i,…)(x1i,x2i,…)(x_{1i}, x_{2i},…) Os erros, εiεiε_i , são independentes. Os erros, εiεiε_i , em cada conjunto de valores dos preditores (x1i,x2i,…)(x1i,x2i,…)(x_{1i}, x_{2i},…) , são normalmente distribuídos. …

14 regression  assumptions 

Considere as seguintes declarações do Titanic: Suposição 1: Somente homens e mulheres estavam no navio Suposição 2: Havia um grande número de homens e mulheres Declaração 1: 90% de todas as mulheres sobreviveram Declaração 2: 90% de todos os que sobreviveram eram mulheres O primeiro indica que salvar mulheres era …

14 conditional-probability  descriptive-statistics  reporting