Estatísticas e Big Data

Suponha que . Em seguida, a distribuição condicional de considerando que é multivariada, normalmente distribuída com média:X 1 X 2 = x 2X ∼ N2( μ , Σ )X∼N2(μ,Σ)\mathbf{X} \sim N_{2}(\mathbf{\mu}, \mathbf{\Sigma})X1X1X_1X2= x2X2=x2X_2 = x_2 E[P(X1|X2=x2)]=μ1+σ12σ22(x2−μ2)E[P(X1|X2=x2)]=μ1+σ12σ22(x2−μ2) E[P(X_1 | X_2 = x_2)] = \mu_1+\frac{\sigma_{12}}{\sigma_{22}}(x_2-\mu_2) e variância: Var[P(X1|X2=x2)]=σ11−σ212σ22Var[P(X1|X2=x2)]=σ11−σ122σ22{\rm Var}[P(X_1 | X_2 = …

46 normal-distribution  multivariate-analysis  intuition 

Estou apenas começando o auto-aprendizado na análise de séries temporais. Percebi que existem várias armadilhas potenciais que não são aplicáveis ​​às estatísticas gerais. Então, desenvolvendo O que são pecados estatísticos comuns? , Eu gostaria de perguntar: O que são armadilhas comuns ou pecados estatísticos na análise de séries temporais? Este …

46 time-series  self-study 

O exemplo de Stein mostra que a estimativa de máxima verossimilhança de nnn variáveis ​​normalmente distribuídas com médias μ1,…,μnμ1,…,μn\mu_1,\ldots,\mu_n e variâncias 111 é inadmissível (sob uma função de perda quadrada) se n≥3n≥3n\ge 3 . Para uma prova clara, consulte o primeiro capítulo de Inferência em larga escala: Métodos empíricos de …

46 maximum-likelihood  unbiased-estimator  intuition  steins-phenomenon 

Fiquei me perguntando, dadas duas distribuições normais com eσ1, μ 1σ1, μ1\sigma_1,\ \mu_1σ2, μ 2σ2, μ2\sigma_2, \ \mu_2 como posso calcular a porcentagem de regiões sobrepostas de duas distribuições? Suponho que esse problema tenha um nome específico. Você conhece algum nome específico que descreva esse problema? Você está ciente de …

46 normal-distribution  similarities  metric  bhattacharyya 

O artigo de Christopher Manning sobre regressão logística em R mostra uma regressão logística em R da seguinte maneira: ced.logr <- glm(ced.del ~ cat + follows + factor(class), family=binomial) Alguma saída: > summary(ced.logr) Call: glm(formula = ced.del ~ cat + follows + factor(class), family = binomial("logit")) Deviance Residuals: Min 1Q …

46 r  logistic  log-likelihood 

Como um modelo de regressão pode ser útil se você não conhece a função para a qual está tentando obter os parâmetros? Vi uma pesquisa que dizia que as mães que amamentavam seus filhos eram menos propensas a sofrer de diabetes mais tarde na vida. A pesquisa foi realizada a …

46 regression  modeling  epidemiology  log-linear 

O que exatamente é matriz de contraste (um termo, pertencente a uma análise com preditores categóricos) e como exatamente é especificada a matriz de contraste? Ou seja, o que são colunas, o que são linhas, quais são as restrições nessa matriz e o que significa o número na coluna je …

46 regression  categorical-data  definition  contrasts  categorical-encoding 

Em um post recente de Rong Ge, foi dito que: Acredita-se que, para muitos problemas, incluindo a aprendizagem de redes profundas, quase todos os mínimos locais tenham um valor de função muito semelhante ao ideal global e, portanto, encontrar um mínimo local é bom o suficiente. De onde vem essa …

46 machine-learning  neural-networks  optimization  deep-learning 

Estou tendo problemas para derivar a fórmula de divergência KL assumindo duas distribuições normais multivariadas. Eu já fiz o caso univariado com bastante facilidade. No entanto, já faz um bom tempo desde que obtive estatísticas de matemática, por isso estou tendo alguns problemas para estendê-la ao caso multivariado. Tenho certeza …

46 normal-distribution  kullback-leibler  proof 

Por exemplo, tenho dados históricos de perdas e estou calculando quantis extremos (Valor em risco ou Perda máxima provável). Os resultados obtidos são para estimar a perda ou prever? Onde alguém pode traçar a linha? Estou confuso.

46 estimation  predictor  prediction-interval 

Gostaria de saber se existem pacotes para python capazes de executar análises de sobrevivência. Eu tenho usado o pacote de sobrevivência em R, mas gostaria de portar meu trabalho para python.

46 survival  python 

Estou procurando uma explicação intuitiva do tradeoff de variação de viés, em geral e especificamente no contexto da regressão linear.

46 regression  variance  bias 

A descida do gradiente tem um problema de ficar preso no mínimo local. Precisamos executar tempos exponenciais de descida de gradiente para encontrar mínimos globais. Alguém pode me falar sobre quaisquer alternativas de descida de gradiente aplicadas no aprendizado de redes neurais, juntamente com seus prós e contras.

46 machine-learning  svm  neural-networks 

Gostaria de saber se faz diferença na interpretação se apenas as variáveis ​​dependentes, dependentes e independentes ou apenas as independentes são transformadas em log. Considere o caso de log(DV) = Intercept + B1*IV + Error Eu posso interpretar o IV como o aumento percentual, mas como isso muda quando eu …

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

Fontes aparentemente respeitáveis ​​afirmam que a variável dependente deve ser normalmente distribuída: Pressupostos do modelo: YYY é normalmente distribuído, erros são normalmente distribuídos, ei∼N(0,σ2)ei∼N(0,σ2)e_i \sim N(0,\sigma^2) e independente, e XXX é fixo e a variação constante σ2σ2\sigma^2 . Penn State, STAT 504 Análise de dados discretos Em segundo lugar, a …

45 regression  least-squares  linear-model  dependent-variable