Perguntas com a marcação «computational-statistics»

Refere-se à interface de estatística e computação; o uso de algoritmos e software para fins estatísticos.

9
Qual algoritmo devo usar para detectar anomalias em séries temporais?
fundo Estou trabalhando no Network Operations Center, monitoramos os sistemas de computadores e seu desempenho. Uma das principais métricas a serem monitoradas é o número de visitantes \ clientes atualmente conectados aos nossos servidores. Para torná-lo visível, nós (equipe de operações) coletamos métricas como dados de séries temporais e desenhamos …
8
Excel como bancada de estatística
Parece que muitas pessoas (inclusive eu) gostam de fazer análise exploratória de dados no Excel. Algumas limitações, como o número de linhas permitido em uma planilha, são dolorosas, mas na maioria dos casos não tornam impossível o uso do Excel para brincar com dados. Um artigo de McCullough e Heiser …
7
Conceito de estatística para explicar por que é menos provável que você jogue o mesmo número de caras que rabos, à medida que o número de lançamentos aumenta?
Estou trabalhando para aprender probabilidades e estatísticas lendo alguns livros e escrevendo algum código e, ao simular lançamentos de moedas, notei algo que me pareceu um pouco contrário à intuição ingênua de alguém. Se você jogar uma moeda justa nnn vezes, a proporção entre cara e coroa converge para 1 …
4
Quais são os valores corretos para precisão e rechamada em casos extremos?
Precisão é definida como: p = true positives / (true positives + false positives) É verdade que, como true positivese false positivesabordagem 0, a precisão se aproxima de 1? Mesma pergunta para recall: r = true positives / (true positives + false negatives) No momento, estou implementando um teste estatístico …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
2
Como ajustar uma distribuição discreta para contar dados?
Eu tenho o seguinte histograma de dados de contagem. E eu gostaria de ajustar uma distribuição discreta a ela. Não tenho certeza de como devo fazer isso. Devo primeiro sobrepor uma distribuição discreta, digamos, Distribuição binomial negativa, no histograma para obter os parâmetros da distribuição discreta e, em seguida, executar …
2
Quais são alguns usos importantes da geração de números aleatórios em estatística computacional?
Como e por que os RNGs são importantes na estatística computacional? Entendo que a aleatoriedade é importante ao escolher amostras para muitos testes estatísticos, a fim de evitar distorções em relação a qualquer hipótese, mas existem outras áreas da estatística computacional em que os geradores de números aleatórios são importantes?
1
Como a descida estocástica do gradiente poderia economizar tempo em comparação com a descida padrão do gradiente?
A Descida de gradiente padrão calcularia o gradiente para todo o conjunto de dados de treinamento. for i in range(nb_epochs): params_grad = evaluate_gradient(loss_function, data, params) params = params - learning_rate * params_grad Para um número predefinido de épocas, primeiro calculamos o vetor de gradiente weights_grad da função de perda para …
2
Como o ABC e o MCMC diferem em suas aplicações?
No meu entender, a Computação Bayesiana Aproximada (ABC) e Monte Carlo da Cadeia de Markov (MCMC) têm objetivos muito semelhantes. Abaixo, descrevo minha compreensão desses métodos e como percebo as diferenças em sua aplicação aos dados da vida real. Computação Bayesiana Aproximada ABC consiste em amostrar um parâmetro de um …
9
Quais livros fornecem uma visão geral das estatísticas computacionais que se aplicam à ciência da computação?
Como engenheiro de software, estou interessado em tópicos como algoritmos estatísticos, mineração de dados, aprendizado de máquina, redes bayesianas, algoritmos de classificação, redes neurais, cadeias de Markov, métodos de Monte Carlo e geração de números aleatórios. Pessoalmente, não tive o prazer de trabalhar com nenhuma dessas técnicas, mas tive que …
1
Qual método de comparação múltipla usar para um modelo mais antigo: lsmeans ou glht?
Estou analisando um conjunto de dados usando um modelo de efeitos mistos com um efeito fixo (condição) e dois efeitos aleatórios (participante devido ao design do sujeito e ao par). O modelo foi gerado com o lme4pacote: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Em seguida, realizei um teste de razão de verossimilhança desse modelo em …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.