Estatísticas e Big Data

Eu uso para significar uma distribuição com média \ mu e variância \ sigma ^ 2 , \ mathcal {N} adicionado para significar a distribuição normal.(μ,σ2)(μ,σ2)(\mu, \sigma^2)μμ\muσ2σ2\sigma^2NN\mathcal{N} Vamos supor que com . A declaração formal do teorema do limite central (CLT) diz que Foi discutido aqui que a declaração não …

7 central-limit-theorem  approximation 

Não consegui encontrar isso na literatura, mas isso provavelmente significa que estou procurando no lugar errado. Eu estou procurando encontrar a distribuição preditiva freqüentista, supondo que ela exista, para uma variável Cauchy unidimensional e n-dimensional. O problema com a versão n-dimensional é que não há nada como uma matriz covariável; …

7 prediction-interval  frequentist  cauchy 

Eu já vi vários artigos que analisam relações em forma de U ou inversas em forma de U entre variáveis ​​(em uma estrutura de regressão). O entendimento geral que tenho a partir daí é que é um tipo específico de relacionamento não linear que todos podemos visualizar facilmente. No entanto, …

7 regression  references  terminology  nonlinear-regression  definition 

Existe algum algoritmo de classificação que atribua um novo vetor de teste ao cluster de pontos cuja distância média é mínima? Deixe-me escrever melhor: vamos imaginar que temos KKK aglomerados de TkTkT_kaponta cada. Para cada cluster k, calculo a média de todas as distâncias entrex(0)x(0)x(0) e x(i)x(i)x(i), Onde x(i)x(i)x(i) é …

7 classification  scikit-learn  algorithms 

Deixei YYY ser uma variável aleatória que obedeça à distribuição Tweedie para o parâmetro α = 1,1α=1.1\alpha = 1.1. Deixe a função de link ser o log natural. Suponha que tenhamos um banco de dados de números do formulário (y1 1,x1 , 1,x1 , 2, . . . ,x1 , …

7 generalized-linear-model  tweedie-distribution 

Costumo ver pessoas (estatísticos e profissionais) transformando variáveis ​​sem pensar duas vezes. Eu sempre tive medo de transformações, porque me preocupo que elas possam modificar a distribuição de erros e, assim, levar a inferência inválida, mas é tão comum que devo estar entendendo mal alguma coisa. Para consertar idéias, suponha …

7 regression  confidence-interval  inference  gam  logarithm 

O código abaixo gera um conjunto de dados de teste que consiste em uma série de probabilidades de "sinal" com ruído binomial ao seu redor. O código então usa 5000 conjuntos de números aleatórios como séries "explicativas" e calcula o valor p da regressão logística para cada um. Acho que …

7 r  regression  logistic  p-value 

No modelo , quando os erros têm distribuição Normal, a distribuição incondicional de é Normal. Quando os erros têm uma distribuição t-student com graus de liberdade. Qual é a distribuição incondicional de ?Yt~ A R HA ( p , q)Yt∼UMARMUMA(p,q)Y_t\sim ARMA(p,q)YtYtY_tνν\nuYtYtY_t Então que .Yt=ϕ1 1Yt - 1+ ⋯ +ϕpYt - …

7 time-series  self-study  references  arima  t-distribution 

Estou executando um modelo binomial negativo e uma das minhas variáveis ​​preditoras é uma variável de contagem. Como essa variável estava fortemente inclinada, decidi transformá-la em log. No entanto, o efeito dessa variável é considerado não linear. No entanto, assim que incluo o termo quadrado no meu modelo, obtenho VIFs …

7 multicollinearity  logarithm  vif 

Recentemente, li um artigo em que em uma série temporal os dados foram modelados de acordo com a equação O OLS foi usado aqui (com o comando em R) para obter o coeficiente de . Está estatisticamente correto?Yt=β1Yt−1+β2X+ε.Yt=β1Yt−1+β2X+ε. Y_t=\beta_1 Y_{t−1}+\beta_2X+\varepsilon. lm()Yt−1Yt−1Y_{t-1} Entendo que quando lidamos com dados de séries temporais, …

7 regression  time-series  least-squares  autoregressive 

Eu tenho uma pergunta sobre métodos críticos de ator no aprendizado por reforço. Nestes slides ( https://hadovanhasselt.files.wordpress.com/2016/01/pg1.pdf ) são explicados diferentes tipos de atores críticos. O crítico de atores Advantage e o ator de TD são mencionados no último slide: Mas quando olho para o slide "Estimando a função de …

7 reinforcement-learning 

Estou trabalhando em uma distribuição específica cujo cdf inverso não existe na forma fechada. O cdf da distribuição é dado por F( x ; d, m , p , α , β) =1 - ( 1 +xm)- dexp( - βxα)1 - p ( 1 +xm)- dexp( - βxα)F(x;d,m,p,α,β)=1 1-(1 1+xm)-dexp⁡(-βxα)1 …

7 r  distributions  random-generation 

Às vezes encontro símbolos nas estatísticas cujo símbolo carrega um "quadrado". Em outras áreas, como por exemplo, mecânica, você fornece a quantidade que você está interessado em uma letra normal e, em seguida, define suas fórmulas para poder reorganizá-las até que a quantidade que você está interessado seja uma letra …

7 regression  variance  notation  history 

Esta pergunta já foi feita antes, mas não houve respostas, então pensei em perguntar novamente. Estou interessado em aplicar uma penalidade de laço a algum subconjunto dos regressores, ou seja, com função objetivo E=||y−X1β1−X2β2||2+λ||β1||1E=||y−X1β1−X2β2||2+λ||β1||1E = ||\mathbf{y} - \mathbf{X}_1 \boldsymbol{\beta}_1 - \mathbf{X}_2 \boldsymbol{\beta}_2||^2 + \lambda ||\boldsymbol{\beta}_1||_1 onde o Lasso é aplicado …

7 scikit-learn  lasso 

Tendo lido sobre resíduos estudantis, não entendo como a ideia de diferentes variações residuais depende de certos valores de um preditor XXX (como está implícito no conceito de resíduos estudantilizados) não é inerentemente conflitante com a suposição de homoscedasticidade em modelos de regressão linear com uma única variável preditora. Diz …

7 regression  residuals  heteroscedasticity  error