Estatísticas e Big Data

Muita ênfase é colocada em confiar e relatar tamanhos de efeito em vez de valores-p na pesquisa aplicada (por exemplo, citações mais abaixo). Mas não é o caso que um tamanho de efeito como um valor-p seja uma variável aleatória e, como tal, possa variar de amostra para amostra quando …

14 hypothesis-testing  confidence-interval  p-value  effect-size 

Defina a estimativa do laço onde a i ^ {th} linha x_i \ in \ mathbb {R} ^ p da matriz de design X \ in \ mathbb {R} ^ {n \ times p} é um vetor de covariáveis ​​para explicar a resposta estocástica y_i (para i = 1, \ …

14 lasso  regularization 

Entendo que isso significa que o modelo é ruim em prever pontos de dados individuais, mas estabeleceu uma tendência firme (por exemplo, y sobe quando x sobe).

14 regression  inference  r-squared  linear 

No meu projeto, quero criar um modelo de regressão logística para prever a classificação binária (1 ou 0). Eu tenho 15 variáveis, 2 das quais são categóricas, enquanto o restante é uma mistura de variáveis ​​contínuas e discretas. Para ajustar um modelo de regressão logística, fui aconselhado a verificar a …

14 machine-learning  logistic  classification  svm  separation 

Nas redes neurais convolucionais (CNN), a matriz de pesos em cada etapa obtém suas linhas e colunas invertidas para obter a matriz do núcleo, antes de prosseguir com a convolução. Isso é explicado em uma série de vídeos de Hugo Larochelle aqui : A computação dos mapas ocultos corresponderia a …

14 machine-learning  neural-networks  conv-neural-network  convolution 

Por que a regressão linear e o Modelo Generalizado têm suposições inconsistentes? Na regressão linear, assumimos que vem residual de Gauss Em outra regressão (regressão logística, regressão venenosa), assumimos que a resposta vem de alguma distribuição (binomial, poissão etc.). Por que, às vezes, pressupõe tempo residual e outro tempo na …

14 regression  generalized-linear-model  assumptions  linear 

Gostaria de saber se a estimativa de máxima probabilidade já foi usada em estatística. Aprendemos o conceito, mas me pergunto quando é realmente usado. Se assumirmos a distribuição dos dados, encontraremos dois parâmetros, um para a média e outro para a variação, mas você realmente os usa em situações reais? …

14 estimation  maximum-likelihood 

Por que eles são chamados de "máquinas"? Existe uma origem para a palavra "máquina" usada neste contexto? (Como o nome "programação linear" pode ser confuso, mas sabemos por que é chamado de "programação").

14 svm  terminology  rbm  etymology 

Em "Data Analysis" do DS Sivia, há uma derivação da distribuição de Poisson, da distribuição binomial. Eles argumentam que a distribuição de Poisson é o caso limitante da distribuição binomial quando , onde é o número de tentativas.M→∞M→∞M\rightarrow\inftyMMM Pergunta 1: Como esse argumento pode ser intuitivamente entendido? Pergunta 2: Por …

14 binomial  poisson-distribution  combinatorics  intuition  probability-calculus 

Pode ser uma pergunta estranha, mas como um novato no assunto, pergunto-me por que usamos a regressão para prejudicar uma série temporal, se uma das suposições da regressão é que os dados devem ser considerados enquanto os dados nos quais a regressão está sendo aplicada são um non iid?

14 regression  time-series  trend  iid 

Se e são duas variáveis ​​aleatórias que só podem assumir dois estados possíveis, como posso mostrar que implica independência? Isso vai contra o que aprendi no dia em que não implica independência ...X XXYYY C O v ( X , Y ) = 0 Cov(X,Y)=0Cov(X,Y) = 0C O v ( …

14 covariance  independence 

Seja uma estimativa de probabilidade máxima de um parâmetro verdadeiro de algum modelo. À medida que o número de pontos de dados aumenta, o erro geralmente diminui como O (1 / \ sqrt n) . Usando a desigualdade do triângulo e as propriedades da expectativa, é possível mostrar que essa …

14 variance  estimation  maximum-likelihood  bias 

Isso é um pouco complicado, por favor, me ajude a ver se estou entendendo mal esse conceito e de que maneira. Eu tenho um entendimento funcional da correlação, mas estou me sentindo um pouco apreensivo para realmente explicar com confiança os princípios por trás desse entendimento funcional. Pelo que entendi, …

14 correlation  categorical-data  covariance 

Eu tenho um conjunto de dados no qual a variável que eu gostaria de usar como efeito aleatório tem apenas uma única observação para alguns níveis. Com base nas respostas às perguntas anteriores, concluí que, em princípio, isso pode ser bom. Posso ajustar um modelo misto com assuntos que possuem …

14 r  mixed-model  generalized-linear-model  glmm  lme4-nlme 

Eu estou procurando um exemplo de 2 variáveis ​​aleatórias XXX , YYY tais que | c ou r (X, Y) | ≈ 0|cor(X,Y)|≈0 0\newcommand{\cor}{{\rm cor}}|\cor(X,Y)| \approx 0 mas quando consideramos a parte final das distribuições, elas são altamente correlacionadas. (Eu tento evitar 'correlacionado' / 'correlação' para a cauda porque ela …

14 correlation  extreme-value