Estatísticas e Big Data

Eu tenho um problema de análise de decisão bastante complicado que envolve testes de confiabilidade e a abordagem lógica (para mim) parece envolver o uso do MCMC para apoiar uma análise bayesiana. No entanto, foi sugerido que seria mais apropriado usar uma abordagem de inicialização. Alguém poderia sugerir uma referência …

12 bayesian  bootstrap 

Após a pergunta de zzk sobre seu problema com simulações negativas, estou me perguntando quais são as famílias parametrizadas de distribuições no quadrante k-dimensional positivo, R k +, para o qual a matriz de covariância Σ pode ser definida.Rk+R+k\mathbb{R}_+^kΣΣ\Sigma Como discutido com ZZK , partindo de uma distribuição em Rk+R+k\mathbb{R}_+^k …

12 distributions  multivariate-analysis  covariance 

Existem distribuições não idênticas que possuem a mesma função geradora de momentos?

12 distributions  moments  mgf 

Por favor, peço desculpas pelo meu massacre da linguagem estatística :) Encontrei aqui algumas perguntas relacionadas à publicidade e taxas de cliques. Mas nenhum deles me ajudou muito com minha compreensão da minha situação hierárquica. Há uma pergunta relacionada. São essas representações equivalentes do mesmo modelo bayesiano hierárquico? , mas …

12 bayesian  binomial  multilevel-analysis 

Aqui está uma lista de coeficientes de regressão logística (o primeiro é um intercepto) -1059.61966694592 -1.23890500515482 -8.57185269220438 -7.50413155570413 0 1.03152408392552 1.19874787949191 -4.88083274930613 -5.77172565873336 -1.00610998453393 Acho estranho como a interceptação é tão baixa e tenho um coeficiente igual a 0. Não tenho muita certeza de como interpretaria isso. O 0 indica …

12 regression  logistic 

Parece haver várias opções disponíveis para trabalhar com GMMs (Gaussian Mixture Models) em Python. À primeira vista, existem pelo menos: PyMix - http://www.pymix.org/pymix/index.php Ferramentas para modelagem de mistura PyEM - http://www.ar.media.kyoto-u.ac.jp/members/david/softwares/em/, que faz parte da caixa de ferramentas Scipy e parece se concentrar na atualização dos GMMs : Agora conhecida …

12 normal-distribution  python  mixture 

Quão significativo é um valor comparado a uma lista de valores? Na maioria dos casos, o teste estatístico envolve a comparação de um conjunto de amostras com uma população. No meu caso, a amostra é composta por um valor e a comparamos com a população. Sou um diletante no teste …

12 hypothesis-testing  statistical-significance 

Estou tentando entender a validação cruzada para regressão logística ordinal. O objetivo do jogo é validar o modelo usado em uma análise ... Primeiro construo um conjunto de dados de brinquedo: set.seed(1) N <- 10000 # predictors x1 <- runif(N) x2 <- runif(N) x3 <- runif(N) # coeffs in the …

12 regression  cross-validation  ordered-logit  rms 

Eu sou muito novo em mínimos quadrados parciais (PLS) e tento entender a saída da função R plsr()no plspacote. Vamos simular dados e executar o PLS: library(pls) n <- 50 x1 <- rnorm(n); xx1 <- scale(x1) x2 <- rnorm(n); xx2 <- scale(x2) y <- x1 + x2 + rnorm(n,0,0.1); yy …

12 r  regression  partial-least-squares 

Isso também foi solicitado na Ciência da Computação. Estou tentando calcular uma estimativa bayesiana de alguns coeficientes para uma regressão automática, com 11 amostras de dados: Yi=μ+α⋅Yi−1+ϵiYi=μ+α⋅Yi−1+ϵi Y_{i} = \mu + \alpha\cdot{}Y_{i-1} + \epsilon_{i} ondeϵiϵi\epsilon_{i} é normal de média 0 e variânciaσ2eσe2\sigma_{e}^{2} A distribuição antes de o vector(μ,α)t(μ,α)t(\mu, \alpha)^{t} é …

12 bayesian  mathematical-statistics  posterior 

Estou tentando classificar mensagens em diferentes categorias usando um SVM. Eu compilei uma lista de palavras / símbolos desejáveis ​​do conjunto de treinamento. Para cada vetor, que representa uma mensagem, defino a linha correspondente como 1se a palavra estiver presente: "corpus" é: [mary, pequena, cordeiro, estrela, brilho] primeira mensagem: "mary …

12 classification  svm  sparse 

Tenho algumas perguntas sobre as anotações usadas na Seção 9.2 Falta de superioridade inerente a qualquer classificador na Classificação de padrões de Duda, Hart e Stork . Primeiro, deixe-me citar um texto relevante do livro: Para simplificar considerar um problema de duas categorias, onde o conjunto de treinamento DDD consiste …

12 machine-learning 

A engenharia de recursos geralmente é um componente importante do aprendizado de máquina (foi muito utilizado para ganhar a Copa KDD em 2010 ). No entanto, acho que a maioria das técnicas de engenharia apresenta destruir qualquer significado intuitivo dos recursos subjacentes ou são muito específicos para um domínio específico …

12 predictive-models  feature-selection  feature-construction 

Desejo saber que literatura estatística é relevante para o seguinte problema, e talvez até uma idéia de como resolvê-lo. Imagine o seguinte problema: Temos 4 tratamentos possíveis para algumas doenças. Para verificar qual o melhor tratamento, realizamos um teste especial. No julgamento, começamos por não ter sujeitos e, um por …

12 hypothesis-testing  chi-squared  p-value  multiple-comparisons  sequential-analysis 

Suponha que eu esteja construindo um modelo preditivo no qual estou tentando prever vários eventos (por exemplo, o lançamento de um dado e o lançamento de uma moeda). A maioria dos algoritmos com os quais estou familiarizado trabalha apenas com um destino, por isso estou me perguntando se existe uma …

12 machine-learning  classification  predictive-models  multi-class