Estatísticas e Big Data

Estou procurando um livro teoricamente rigoroso sobre econometria bayesiana, assumindo uma sólida compreensão da econometria freqüentista. Gostaria de sugerir um trabalho por resposta, para que as recomendações possam ser votadas para cima ou para baixo individualmente.

14 bayesian  econometrics  references 

Parece que para médias K e outros algoritmos relacionados, o agrupamento é baseado no cálculo da distância entre pontos. Existe alguém que funciona sem ele?

14 machine-learning  clustering  data-mining  k-means 

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 5 anos . Call: glm(formula = darters ~ river + pH + temp, family = poisson, data = …

14 self-study  generalized-linear-model  interpretation  poisson-regression 

Existe um nome oficial para esse gráfico extremamente simples, no qual linhas verticais indicam a distribuição de algumas amostras em um intervalo?

14 data-visualization 

Antes de mais nada, não tenho certeza de onde essa pergunta deve ser publicada. Estou perguntando se um problema estatístico é NP-Complete e se não é para resolvê-lo programaticamente. Estou postando aqui porque o problema das estatísticas é o ponto central. Estou tentando encontrar uma fórmula melhor para resolver um …

14 dice  np 

Eu vi um termo "permutação invariável" versão da tarefa de reconhecimento de dígitos MNIST. O que isso significa?

14 machine-learning  neural-networks  terminology  conv-neural-network  definition 

A notificação após a tabela ANOVA após a análise de médias K indica que os níveis de significância não devem ser encarados como teste de médias iguais, pois a solução de cluster foi derivada com base na distância euclidiana para maximizar a distância. Que teste devo usar para mostrar se …

14 anova  k-means 

Me deparei com o termo Máquinas de Fatoração em sistemas de recomendação. Eu sei o que é a Fatoração Matricial para sistemas de recomendação, mas nunca ouvi falar em Máquinas de Fatoração. Então qual a diferença?

14 machine-learning  data-mining  recommender-system 

Meu entendimento geral é que a AIC lida com o compromisso entre a qualidade do ajuste do modelo e a complexidade do modelo. A IC= 2 k - 2 l n ( L )UMAEuC=2k-2eun(eu)AIC =2k -2ln(L) kkk = número de parâmetros no modelo eueuL = probabilidade O critério de informação …

14 cross-validation  lasso  aic  ridge-regression  bic 

A página do Scikit Learn na seleção de modelos menciona o uso de validação cruzada aninhada: >>> clf = GridSearchCV(estimator=svc, param_grid=dict(gamma=gammas), ... n_jobs=-1) >>> cross_validation.cross_val_score(clf, X_digits, y_digits) Dois loops de validação cruzada são executados em paralelo: um pelo estimador GridSearchCV para definir gama e outro pelo cross_val_score para medir o …

14 machine-learning  cross-validation  scikit-learn 

Entendo que o Teste de Bartlett se preocupa em determinar se suas amostras são de populações com variações iguais. Se as amostras são de populações com variâncias iguais, falhamos em rejeitar a hipótese nula do teste e, portanto, uma análise de componentes principais é inadequada. Não tenho certeza de onde …

14 variance  pca  heteroscedasticity 

Na verdade, eu pensei que tinha entendido o que se pode mostrar com um gráfico de dependência parcial, mas usando um exemplo hipotético muito simples, fiquei bastante confuso. No seguinte pedaço de código que geram três variáveis independentes ( a , b , c ) e uma variável dependente ( …

14 r  random-forest  boosting  partial-plot 

Na regressão linear, geralmente obtemos múltiplos R e R ao quadrado. Quais são as diferenças entre eles?

14 regression  r-squared 

Alguém poderia explicar em inglês simples qual é a diferença entre as regras práticas de Scott e Silverman para a seleção de largura de banda? Especificamente, quando é um melhor que o outro? Está relacionado à distribuição subjacente? Número de amostras? PS Estou me referindo ao código no SciPy .

14 kernel-smoothing 

Estive olhando a página da Wikipedia para correlação de distância, onde parece ser caracterizada por como pode ser calculada. Embora eu pudesse fazer os cálculos, luto para obter quais medidas de correlação de distância e por que os cálculos têm a mesma aparência. Existe uma (ou muitas) caracterizações mais intuitivas …

14 correlation  distance  intuition  distance-covariance