Estatísticas e Big Data

Algoritmos de reforço, como o AdaBoost , combinam vários classificadores 'fracos' para formar um único classificador mais forte. Embora em teoria o aumento deva ser possível com qualquer classificador de base, na prática parece que os classificadores baseados em árvore são os mais comuns. Por que é isso? Quais propriedades …

8 machine-learning  boosting  ensemble 

O G-Test é uma maneira de obter estimativas rápidas de uma distribuição quadrado chi, e é recomendado pelo autor deste tutorial bem conhecido teste A / B . Essa ferramenta assume uma distribuição normal e usa diferenças de meios para calcular a confiança. Qual é a diferença entre um teste …

8 confidence-interval  ab-test 

Não entendo como interpretar o coeficiente de uma regressão de Poisson em relação ao coeficiente de uma regressão de OLS. Suponha que eu tenha dados de séries temporais, minha variável do lado esquerdo é o número de jogos ganhos por ano e minha variável principal do lado direito é o …

8 poisson-distribution 

Suponha que eu criei um sistema de recomendação que (dado o ranking de filmes ou qualquer outro usuário) produzirá uma lista de 10 filmes recomendados para cada usuário assistir. Imagine que eu também tenho um grande conjunto de itens de filme, juntamente com um registro de classificações de usuários e …

8 precision-recall  recommender-system 

Quais são os bons livros introdutórios sobre os filtros Kalman? Eu gosto de muitos exemplos e técnicas práticas, e menos teoria.

8 references  kalman-filter 

Existe um método de Box-Cox para modelos gaussianos lineares com efeitos aleatórios?

8 mixed-model  data-transformation 

Existe um limite que seja menos aceitável ao usar a imputação múltipla (MI)? Por exemplo, posso usar o MI se os valores ausentes em uma variável forem 20% dos casos, enquanto outras variáveis ​​tiverem valores ausentes, mas não a um nível tão alto?

8 missing-data  data-imputation 

Sempre que leio sobre medidas repetidas ou design dentro de assuntos em diferentes livros e páginas da web, o exemplo que sempre é mencionado é algum tipo de design longitudinal ou de medidas repetidas (por exemplo, as pessoas são medidas na mesma escala várias vezes durante o dia). Para o …

8 anova  repeated-measures 

Preciso de uma explicação de uma frase sobre o uso da AIC na construção de modelos. Até agora, eu disse "Simplificando, a AIC é uma medida relativa da quantidade de variação observada contabilizada por diferentes modelos e permite a correção da complexidade do modelo". Qualquer conselho muito apreciado. R

8 aic 

Fechado . Esta pergunta precisa de detalhes ou clareza . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Adicione detalhes e esclareça o problema editando esta postagem . Fechado há 6 anos . Quero poder comparar os ângulos dos vizinhos em um rebanho de hipopótamos. Eu tenho dados …

8 r  data-visualization  circular-statistics 

Eu tenho uma grande coleção de séries temporais - medições feitas a cada 15 minutos (96 medições em um dia) ao longo de 1 ano em vários locais diferentes. Dividi cada série temporal em 365 séries temporais menores e separadas, uma para cada dia do ano. Observando essas séries temporais, …

8 time-series  clustering  curves 

Seja , , ..., como seus RVs com intervalo mas com distribuição desconhecida. (Aceito que a distribuição seja contínua etc., se necessário.)X1X1X_1X2X2X_2XnXnX_n[0,1][0,1][0,1] Defina .Sn=X1+⋯+XnSn=X1+⋯+XnS_n = X_1 + \cdots + X_n Eu sou dado , e perguntar: O que posso inferir, de uma maneira Bayesian, sobre ?SkSkS_kSnSnS_n Ou seja, recebi a …

8 bayesian  inference 

Estou resolvendo um problema de classificação usando um conjunto de treinamento de aprendizado em pares. Temos 2 aulas: ruim e boa . Nós também temos pares de objetos(umaEu,bEu)ni = 1(umaEu,bEu)Eu=1n(a_i,b_i)_{i=1}^n, significando esse objeto umaEuumaEua_i é melhor quebEubEub_i. Cada objeto é descrito através de suas coordenadas reais:umaEu=x1Eu,x2Eu, …xkEuumaEu=xEu1,xEu2,…xEuka_i = x_i^1, x_i^2, …

8 machine-learning  classification 

Li nessa troca um método heurístico de estimativa de gama para o kernel rbf nos SVMs. Fiquei imaginando se alguém poderia me explicar um pouco mais detalhadamente. Acredito que você selecione 1000 (ou um grande número) de pares de pontos de dados no conjunto de dados e calcule a norma …

8 machine-learning  cross-validation  svm 

Eu li que a distribuição para o estimador de efeitos aleatórios no lme4 é altamente distorcida e, por esse motivo, erros padrão não são relatados. Gostaria de saber se alguém pode fornecer uma referência para isso? Tenho acesso ao livro de Bates e Pinherio, mas não de Raudenbush e Bryk. …

8 estimation  mixed-model  lme4-nlme