Statistiken und Big Data

1

Was sind in genomweiten Assoziationsstudien die Hauptkomponenten?

In genomweiten Assoziationsstudien (GWAS): Was sind die Hauptkomponenten? Warum werden sie verwendet? Wie werden sie berechnet? Kann eine genomweite Assoziationsstudie ohne PCA durchgeführt werden?

20 pca genetics gwas

4

Überlebensanalyse: kontinuierlich gegen diskrete Zeit

Ich bin verwirrt darüber, wie ich entscheiden soll, ob die Zeit in der Überlebensanalyse als kontinuierlich oder diskret behandelt wird. Konkret möchte ich die Überlebensanalyse verwenden, um Variablen auf Kinder- und Haushaltsebene zu identifizieren, deren Einfluss auf das Überleben von Jungen und Mädchen (bis zum Alter von 5 Jahren) am …

20 survival ties

3

Momente einer Distribution - Nutzen Sie teilweise oder höhere Momente?

Es ist üblich, den zweiten, dritten und vierten Moment einer Verteilung zu verwenden, um bestimmte Eigenschaften zu beschreiben. Beschreiben Teilmomente oder Momente über dem vierten Moment nützliche Eigenschaften einer Verteilung?

20 distributions moments partial-moments

7

Was sind einige Alternativen zu einem Boxplot?

Ich arbeite an der Erstellung einer Website, auf der die Volkszählungsdaten für ein vom Benutzer ausgewähltes Polygon angezeigt werden und die Verteilung der verschiedenen Parameter grafisch dargestellt werden soll (ein Diagramm pro Parameter). Die Daten haben normalerweise die folgenden Eigenschaften: Die Stichprobengröße ist in der Regel groß (etwa 10.000 Datenpunkte). …

20 distributions data-visualization boxplot

9

Wie viele Verzögerungen müssen im Ljung-Box-Test einer Zeitreihe verwendet werden?

Nachdem ein ARMA-Modell in eine Zeitreihe eingepasst wurde, ist es üblich, die Residuen (unter anderem) über den Ljung-Box-Portmanteau-Test zu überprüfen. Der Ljung-Box-Test liefert einen p-Wert. Der Parameter h gibt die Anzahl der zu testenden Verzögerungen an. Einige Texte empfehlen die Verwendung von h = 20; andere empfehlen die Verwendung von …

20 time-series

6

Immer robuste (weiße) Standardfehler melden?

Es wurde von Angrist und Pischke vorgeschlagen, dass robuste (dh robust gegenüber Heteroskedastizität oder ungleichen Varianzen) Standardfehler als selbstverständlich gemeldet werden, anstatt sie zu testen. Zwei Fragen: Welche Auswirkungen hat dies auf die Standardfehler bei Homoskedastizität? Tut dies tatsächlich jemand in seiner Arbeit?

20 regression standard-error heteroscedasticity robust-standard-error

2

Maximum Likelihood Estimators - Multivariates Gaußsches

Kontext Der multivariate Gauß-Faktor wird beim maschinellen Lernen häufig verwendet. Die folgenden Ergebnisse werden in vielen ML-Büchern und -Kursen ohne die Ableitungen verwendet. Gegebene Daten in Form einer Matrix der Dimensionen , wenn wir annehmen, dass die Daten einer variaten Gaußschen Verteilung mit Parametern mean ( ) und covarianz matrix …

20 normal-distribution maximum-likelihood estimators multivariate-normal

3

XGBoost vs Python Sklearn-Bäume wurden mit einem Anstieg versehen

Ich versuche zu verstehen, wie XGBoost funktioniert. Ich verstehe bereits, wie gradientenverstärkte Bäume auf Python Sklearn funktionieren. Was mir nicht klar ist, ist, ob XGBoost auf die gleiche Weise funktioniert, aber schneller, oder ob es grundlegende Unterschiede zwischen ihm und der Python-Implementierung gibt. Wenn ich diese Zeitung lese http://learningsys.org/papers/LearningSys_2015_paper_32.pdf Für …

20 scikit-learn boosting gbm xgboost

5

Deep Learning: Woher weiß ich, welche Variablen wichtig sind?

Wie kann ich in Bezug auf die neuronale Netzsprache (y = Gewicht * x + Voreingenommenheit) wissen, welche Variablen wichtiger sind als andere? Ich habe ein neuronales Netz mit 10 Eingängen, 1 verborgene Schicht mit 20 Knoten und 1 Ausgangsschicht, die 1 Knoten hat. Ich weiß nicht genau, welche Eingabevariablen …

20 machine-learning neural-networks bias tensorflow theano

3

Wann sind genetische Algorithmen eine gute Wahl für die Optimierung?

Genetische Algorithmen sind eine Form der Optimierungsmethode. Oft ist der stochastische Gradientenabstieg und seine Derivate die beste Wahl für die Funktionsoptimierung, aber manchmal werden noch genetische Algorithmen verwendet. Die Antenne der NASA-Raumsonde ST5 wurde beispielsweise mit einem genetischen Algorithmus erstellt: Wann sind genetische Optimierungsmethoden die bessere Wahl als häufigere Gradientenabstiegsmethoden?

20 machine-learning optimization gradient-descent genetic-algorithms

5

Empirische CDF vs CDF

Ich lerne etwas über die empirische kumulative Verteilungsfunktion. Aber ich verstehe immer noch nicht Warum heißt es "empirisch"? Gibt es einen Unterschied zwischen Empirical CDF und CDF?

20 distributions terminology cdf ecdf

3

Warum werden die Gewichte von RNN / LSTM-Netzwerken über die Zeit hinweg geteilt?

Ich habe mich kürzlich für LSTMs interessiert und war überrascht zu erfahren, dass die Gewichte über die Zeit verteilt sind. Ich weiß, dass, wenn Sie die Gewichte über die Zeit teilen, Ihre Eingabezeitsequenzen eine variable Länge haben können. Mit geteilten Gewichten müssen Sie viel weniger Parameter trainieren. Nach meinem Verständnis …

20 machine-learning lstm rnn

3

Intuition für die bedingte Erwartung von

Sei ein Wahrscheinlichkeitsraum mit einer Zufallsvariablen und einer -algebra Wir können eine neue Zufallsvariable , die die bedingte Erwartung ist.(Ω,F,μ)(Ω,F,μ)(\Omega,\mathscr{F},\mu)ξ:Ω→Rξ:Ω→R\xi:\Omega \to \mathbb{R}σσ\sigmaG⊆FG⊆F\mathscr{G}\subseteq \mathscr{F}E[ ξ| G]E[ξ|G]E[\xi|\mathscr{G}] Was genau ist die Intuition, über ? Ich verstehe die Intuition für Folgendes:E[ ξ| G]E[ξ|G]E[\xi|\mathscr{G}] (i) wobei ein Ereignis ist (mit positiver Wahrscheinlichkeit).E[ξ|A]E[ξ|A]E[\xi|A]AAA (ii) wobei …

20 probability conditional-probability conditional-expectation conditioning sigma-algebra

2

Was bedeutet Super Script 2 Subscript 2 im Kontext von Normen?

Ich bin neu in der Optimierung. Ich sehe immer wieder Gleichungen mit einem hochgestellten 2 und einem tiefgestellten 2 auf der rechten Seite einer Norm. Hier ist zum Beispiel die Gleichung der kleinsten Quadrate min| | Ax-b | |22||Ax−b||22 ||Ax-b||^2_2 Ich glaube, ich verstehe das hochgestellte 2: Es bedeutet, den …

20 regression optimization notation

3

Was ist der Unterschied zwischen Fehlern und Residuen?

Während diese beiden allgegenwärtigen Begriffe oft synonym verwendet werden, scheint es manchmal einen Unterschied zu geben. Gibt es tatsächlich einen Unterschied, oder sind sie auch genau?

20 residuals error terminology