Estatísticas e Big Data

Qual é a diferença entre rede neural , rede bayesiana , árvore de decisão e redes de Petri , mesmo que todos sejam modelos gráficos e representem visualmente a relação causa-efeito.

30 machine-learning  neural-networks  bayesian-network  fuzzy 

Digamos que eu tenho duas amostras. Se eu quero dizer se eles são retirados de populações diferentes, posso fazer um teste t. Mas digamos que eu queira testar se as amostras são da mesma população. Como se faz isso? Ou seja, como faço para calcular a probabilidade estatística de que …

30 statistical-significance 

Eu tenho tentado entender como a Taxa de Falsas Descobertas (FDR) deve informar as conclusões de cada pesquisador. Por exemplo, se seu estudo estiver com pouca potência, você deve descontar seus resultados mesmo que sejam significativos em ? Nota: Eu estou falando sobre o FDR no contexto de examinar os …

30 statistical-significance  p-value  publication-bias  false-discovery-rate 

Quando alguém inicializa um parâmetro para obter o erro padrão, obtemos uma distribuição do parâmetro. Por que não usamos a média dessa distribuição como resultado ou estimativa para o parâmetro que estamos tentando obter? A distribuição não deveria se aproximar da real? Portanto, obteríamos uma boa estimativa do valor "real"? …

30 distributions  bootstrap  standard-error  expected-value 

Para o LASSO (e outros procedimentos de seleção de modelo), é crucial redimensionar os preditores. A recomendação geral que sigo é simplesmente usar uma média de 0, 1 normalização de desvio padrão para variáveis ​​contínuas. Mas o que há com manequins? Por exemplo, alguns exemplos aplicados da mesma (excelente) escola …

30 predictive-models  model-selection  lasso  standardization  multidimensional-scaling 

Estou tentando interpretar fatores de inflação de variância usando a viffunção no pacote de R car. A função imprime um generalizado e também . De acordo com o arquivo de ajuda , esse último valorVIFVIF\text{VIF}GVIF1 / ( 2 ⋅ df )GVIF1/(2⋅df)\text{GVIF}^{1/(2\cdot\text{df})} Para ajustar a dimensão do elipsóide de confiança, a …

30 r  multicollinearity  vif 

Digamos que eu tenha uma distribuição Gaussiana multivariada em dimensional. E tomo observações (cada uma delas um vetor ) dessa distribuição e calculo a matriz de covariância da amostra . Neste artigo , os autores afirmam que a matriz de covariância da amostra calculada com é singular.pppnnnpppSSSp>np>np > n Como …

30 covariance-matrix  linear-algebra 

Tentei ler em fontes diferentes, mas ainda não estou claro qual teste seria o apropriado no meu caso. Há três perguntas diferentes sobre o meu conjunto de dados: Os sujeitos são testados para infecções de X em momentos diferentes. Quero saber se as proporções de positivo para X depois estão …

30 r  chi-squared  mcnemar-test 

Estou um pouco confuso com o modo como o SVD é usado na filtragem colaborativa. Suponha que eu tenha um gráfico social e construa uma matriz de adjacência a partir das bordas e faça um SVD (vamos esquecer a regularização, as taxas de aprendizado, as otimizações de escassez etc.), como …

30 svd  recommender-system 

Nossa pequena equipe estava tendo uma discussão e ficou presa. Alguém sabe se a regressão de Cox tem uma distribuição de Poisson subjacente. Tivemos um debate que talvez a regressão de Cox com tempo constante de risco tenha semelhanças com a regressão de Poisson com uma variância robusta. Alguma ideia?

30 regression  poisson-distribution  cox-model 

Por que é perigoso inicializar pesos com zeros? Existe algum exemplo simples que demonstre isso?

30 neural-networks  backpropagation 

Eu tenho um conjunto de dados com um grande número de respostas Sim / Não. Posso usar componentes principais (PCA) ou qualquer outra análise de redução de dados (como análise fatorial) para esse tipo de dados? Por favor, informe como eu faço isso usando o SPSS.

30 spss  categorical-data  pca  factor-analysis  binary-data 

No caso de regressão linear simples , é possível derivar o estimador de mínimos quadrados que você não precise conhecer para estimarβ 1 = Σ ( x i - ˉ x ) ( y i - ˉ y )y=β0+β1xy=β0+β1xy=\beta_0+\beta_1xβ 0 β 1β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2\hat\beta_1=\frac{\sum(x_i-\bar x)(y_i-\bar y)}{\sum(x_i-\bar x)^2}β^0β^0\hat\beta_0β^1β^1\hat\beta_1 Suponha que eu tenha , …

30 regression  multiple-regression  generalized-linear-model  linear-model 

Eu tinha uma pergunta sobre o parâmetro de profundidade de interação em gbm em R. Esta pode ser uma pergunta noob, pela qual peço desculpas, mas como o parâmetro, que acredito denota o número de nós terminais em uma árvore, indica basicamente X-way interação entre os preditores? Apenas tentando entender …

30 r  machine-learning  boosting  gbm 

Eu estava lendo o artigo Classificação ImageNet com redes neurais profundas convolucionais e, na seção 3, eles explicaram a arquitetura de sua rede neural convolucional e explicaram como preferiam usar: não saturante não linearidade f(x)=max(0,x).f(x)=max(0,x).f(x) = max(0, x). porque era mais rápido treinar. Nesse papel eles parecem referir-se não-linearidades saturantes …

30 machine-learning  neural-networks  terminology  conv-neural-network