Estatísticas e Big Data

Minha pergunta é sobre a diferença conceitual entre Holt-Winters e ARIMA. Pelo que entendi, Holt-Winters é um caso especial do ARIMA. Mas quando um algoritmo é preferido em relação ao outro? Talvez Holt-Winters seja incremental e, portanto, sirva como um algoritmo em linha (mais rápido)? Ansioso por algumas dicas aqui.

11 time-series  arima  exponential-smoothing 

Estou experimentando uma regressão gradual por uma questão de diversidade na minha abordagem ao problema. Então, eu tenho 2 perguntas: Quais são as vantagens da regressão gradual? Quais são seus pontos fortes específicos? O que você acha da abordagem híbrida, na qual você usa a regressão passo a passo para …

11 regression  feature-selection  stepwise-regression 

Para uma tarefa de processamento de linguagem natural (PNL), geralmente se usa vetores word2vec como uma incorporação para as palavras. No entanto, pode haver muitas palavras desconhecidas que não são capturadas pelos vetores word2vec simplesmente porque essas palavras não são vistas com bastante frequência nos dados de treinamento (muitas implementações …

11 natural-language  word2vec  lstm  word-embeddings 

Estou fazendo pré-processamento de dados e depois construindo um Convonets nos meus dados. Minha pergunta é: digamos que eu tenho um total de conjuntos de dados com 100 imagens, eu estava calculando a média para cada uma das 100 imagens e subtraí-la de cada uma das imagens, depois divida-a em …

11 machine-learning  cross-validation  data-preprocessing 

Quais são as formas mais aceitas de visualizar os resultados de um teste t independente de duas amostras? Uma tabela numérica é usada com mais frequência ou algum tipo de plotagem? O objetivo é que um observador casual olhe para a figura e veja imediatamente que provavelmente são de duas …

11 data-visualization  t-test 

Considere um modelo AR ( ) (assumindo média zero por simplicidade):ppp xt= φ1 1xt - 1+ … + Φpxt - p+ εtxt=φ1 1xt-1 1+…+φpxt-p+εt x_t = \varphi_1 x_{t-1} + \dotsc + \varphi_p x_{t-p} + \varepsilon_t O estimador OLS (equivalente ao estimador condicional de verossimilhança máxima) para é conhecido por ser …

11 time-series  maximum-likelihood  autoregressive  unbiased-estimator 

A Wikipedia diz que: A dimensão VC é a cardinalidade do maior conjunto de pontos que um algoritmo pode quebrar. Por exemplo, um classificador linear tem uma cardinalidade n + 1. Minha pergunta é por que nos importamos? A maioria dos conjuntos de dados nos quais você classifica linearmente tendem …

11 classification  algorithms  vc-dimension 

(postagem bastante longa, desculpe. Inclui muitas informações de plano de fundo, fique à vontade para pular para a pergunta na parte inferior.) Introdução: Estou trabalhando em um projeto em que estamos tentando identificar o efeito de uma variável endógena binária, , em um resultado contínuo, . Criamos um instrumento, , …

11 econometrics  interpretation  binary-data  instrumental-variables 

Eu tenho um problema com 6 classes. Portanto, construo um classificador multiclasse, da seguinte maneira: para cada classe, tenho um classificador de Regressão Logística, usando Um vs. Todos, o que significa que tenho 6 classificadores diferentes. Posso relatar uma matriz de confusão para cada um dos meus classificadores. Mas, gostaria …

11 machine-learning  logistic  classification  multi-class  confusion-matrix 

Ao implementar o modelo causal de Rubin, uma das suposições (não testáveis) de que precisamos é a falta de confiança, o que significa (Y(0),Y(1))⊥T|X(Y(0 0),Y(1 1))⊥T|X(Y(0),Y(1))\perp T|X Onde o LHS é o contrafactual, o T é o tratamento e X são as covariáveis ​​que controlamos. Eu estou querendo saber como …

11 causality  treatment-effect  confounding 

Quando um conjunto de equações não pode ser resolvido analiticamente, podemos usar um algoritmo de descida de gradiente. Mas parece que também existe o método de simulação de Monte Carlo que pode ser usado para resolver problemas que não possuem soluções analíticas. Como saber quando usar a descida de gradiente …

11 monte-carlo  gradient-descent 

Especificamente, suponha que e sejam variáveis ​​aleatórias normais (independentes, mas não necessariamente distribuídas de forma idêntica). Dado qualquer nomeadamente , existe uma fórmula agradável para ou conceitos semelhantes? Sabemos que \ max (X, Y) é normalmente distribuído, talvez uma fórmula para média e desvio padrão em termos daqueles para X …

11 normal-distribution  extreme-value 

Problema básico Aqui está o meu problema básico: estou tentando agrupar um conjunto de dados que contém algumas variáveis ​​muito assimétricas com contagens. As variáveis ​​contêm muitos zeros e, portanto, não são muito informativas para o meu procedimento de agrupamento - o que provavelmente é um algoritmo k-means. Tudo bem, …

11 clustering  data-transformation  k-means  count-data  compositional-data 

Estou analisando uma tabela 2x2 de um pequeno conjunto de dados de 30 pacientes. Estamos tentando retrospectivamente encontrar algumas variáveis ​​que dão uma dica sobre qual tratamento escolher. As variáveis ​​(obs normal / estranho) e decisão de tratamento (A / B) são de interesse especial e, portanto, os dados são …

11 chi-squared  power  contingency-tables  fishers-exact 

A questão é a seguinte: Uma amostra aleatória de n valores é coletada de uma distribuição binomial negativa com o parâmetro k = 3. Encontre o estimador de probabilidade máxima do parâmetro π. Encontre uma fórmula assintótica para o erro padrão deste estimador. Explique por que a distribuição binomial negativa …

11 self-study  maximum-likelihood  negative-binomial