Estatísticas e Big Data

Existe uma distribuição que se assemelha à distribuição gaussiana (normal), mas tal que sua densidade de probabilidade seja diferente de zero apenas em um segmento definido. A questão surgiu quando tentei modelar o 'spread de bala' dentro de um círculo. A distribuição gaussiana funciona bem, mas sempre há uma chance …

10 distributions  normal-distribution  modeling 

"Não ajustado" é basicamente regressão linear simples, enquanto "ajustado" é regressão múltipla? Por exemplo, observando o efeito de x em y ajustando para outras variáveis ​​como a, bec antes de não ajustá-las.

10 regression  multiple-regression 

O pool e a passada podem ser usados ​​para reduzir a amostra da imagem. Digamos que temos uma imagem de 4x4, como abaixo, e um filtro de 2x2. Então, como decidimos se devemos usar (agrupamento 2x2) vs. (passo 2)?

10 deep-learning 

Eu tenho usado um pouco o mlr para aprender sobre aprendizado de máquina, mas descobri recentemente sobre o sinal de intercalação. Pelo que entendi, ambos são invólucros para vários pacotes de ML, mas têm abordagens ligeiramente diferentes. Embora o mlr pareça envolver também algumas coisas do sinal de intercalação - …

10 r  machine-learning  caret  mlr 

Eu sempre discordei, e nunca recebi uma boa resposta, de como é possível que o teorema do limite central - a versão clássica em que a distribuição da amostra se aproxima da normalidade - possa ser aplicado para dizer uma distribuição de Poisson ou Gama, em que . Ou, nesse …

10 mean  sample  central-limit-theorem 

Originalmente, publiquei o seguinte como resposta parcial a uma pergunta, perguntando por que um intervalo de confiança de 95% não implica que haja uma chance de 95% de que o intervalo contenha a média verdadeira (consulte: Por que um intervalo de confiança de 95% (IC) não é implica uma chance …

10 confidence-interval 

Imagine o seguinte problema. Tenho instantâneos semanais de dados de preços de itens K, bem como de vários recursos / preditores. Quero prever quanto o preço mudará daqui a dois anos. Eu montei meu conjunto de dados da seguinte forma: cada linha consiste em recursos para cada item de cada …

10 time-series  random-forest  autocorrelation  supervised-learning  nonlinear 

Eu usei a regressão do Nadaraya-Watson Kernel antes para suavizar os dados. Recentemente, encontrei regressão de processo gaussiana. Prima facie, eles não parecem estar relacionados. Mas estou me perguntando se talvez haja uma conexão mais profunda da qual eu não esteja ciente. A regressão do kernel Nadaraya-Watson é um caso …

10 regression  nonparametric  gaussian-process  kernel-smoothing 

Tentei executar um modelo Stan sem dados para obter gráficos para as distribuições anteriores. No entanto, isso não parece ser possível, recebo uma mensagem de erro sobre o meu modelo que não contém amostras. Então, existe uma maneira de obter as distribuições anteriores? Talvez seja possível executar o Stan sem …

10 prior  stan 

Digamos que eu queira treinar um classificador que atribua uma imagem de uma pessoa jovem , de meia-idade ou velha . Uma maneira simples seria tratar as classes como categorias independentes e treinar um classificador. Mas, aparentemente, há algum relacionamento entre as classes, como posso usar isso para melhorar? Estou …

10 regression  machine-learning  classification  discrete-data 

Na Econometria de Hayashi, afirma-se que uma das suposições do OLS clássico é: E eu sei que as implicações são que para todos os , e que o termo do erro não está correlacionado com os regressores.E(ϵi|x1,x2,…,xn)=0, for i=1,…,n.(1)(1)E(ϵi|x1,x2,…,xn)=0, for i=1,…,n.\mathbb{E}(\epsilon_i\lvert\mathbf{x_1}, \mathbf{x_2}, \ldots, \mathbf{x_n}) = 0 \text{, for } i=1, …

10 regression  econometrics  least-squares 

Em Descobrindo estatísticas usando o SPSS 4ª edição, por Andy Field, foi recomendável incluir o termo de interação entre a variável independente e sua variável de transformação de logaritmo natural correspondente para verificar a violação da suposição de linearidade. Qual é a teoria estatística por trás disso?xxxln(x)ln⁡(x)\ln(x) Esta é uma …

10 regression  logistic  assumptions 

Quero fazer um RNST LSTM para previsão de séries temporais, mas alguns dos meus preditores são mensais e outros são diários. Algum conselho / exemplos sobre como configurar esta rede? A frequência das previsões é mensal. Obrigado.

10 time-series  lstm  rnn 

Estou lendo um artigo da conferência de 1991 de Geyer, que está relacionado abaixo. Nele, ele parece iludir-se com um método que pode usar o MCMC para estimativa de parâmetros MLE Isso me excita desde então, codifiquei algoritmos BFGS, GAs e todos esses tipos de métodos horríveis e de sorte …

10 maximum-likelihood  mcmc  gradient-descent  minimum 

Eu sei que há mais de dois tipos de normalização. Por exemplo, 1- Transformação de dados usando um z-score ou t-score. Isso geralmente é chamado de padronização. 2- Reescalonar dados para ter valores entre 0 e 1. A questão agora se eu precisar normalizar Que tipo de normalização de dados …

9 machine-learning  normalization  standardization  k-nearest-neighbour