Statistiken und Big Data

Fragen und Antworten für Personen, die sich für Statistik, maschinelles Lernen, Datenanalyse, Data Mining und Datenvisualisierung interessieren

4
Entfernen von Rändern in R-Plots zum Erreichen der Tufte-Achse
Verschlossen . Diese Frage und ihre Antworten sind gesperrt, da die Frage nicht zum Thema gehört, aber von historischer Bedeutung ist. Derzeit werden keine neuen Antworten oder Interaktionen akzeptiert. Betrachten Sie das folgende Diagramm: x <- 1:100 y1 <- rnorm(100) y2 <- rnorm(100)+100 par(mar=c(5,5,5,5)) plot(x,y1,pch=0,type="b",col="red",yaxt="n",ylim=c(-8,2),ylab="") axis(side=2, at=c(-2,0,2)) mtext("red line", side …
4
Kann ich einfach eine von zwei Prädiktorvariablen entfernen, die stark linear korreliert sind?
Unter Verwendung des Pearson-Korrelationskoeffizienten habe ich mehrere Variablen, die stark korreliert sind ( und für 2 Variablenpaare in meinem Modell).ρ = 0,978ρ=0,978\rho = 0.978ρ = 0,989ρ=0,989\rho = 0.989 Der Grund, warum einige der Variablen stark korreliert sind, liegt darin, dass eine Variable bei der Berechnung für eine andere Variable verwendet …
5
Grundlegende Arbeiten zu Matrixzerlegungen
Ich habe kürzlich Skillicorns Buch über Matrixzerlegungen gelesen und war ein bisschen enttäuscht, da es sich an ein junges Publikum richtete. Ich möchte (für mich und andere) eine kurze Bibliographie wesentlicher Arbeiten (Umfragen, aber auch bahnbrechende Arbeiten) zu Matrixzerlegungen zusammenstellen. Was ich in erster Linie im Auge habe, ist etwas …
4
Mittlere und mittlere Eigenschaften
Kann mir jemand erklären, welche mathematische Logik zwei Aussagen (a) und (b) miteinander verbindet? Lassen Sie uns eine Reihe von Werten haben (einige Verteilung). Jetzt, a) Der Median hängt nicht von jedem Wert ab [er hängt nur von einem oder zwei Mittelwerten ab]; b) Median ist der Ort der minimalen …
10
Strategie zum Bearbeiten von CSV-Dateien (Comma Separated Value)
Wenn ich an Datenanalyseprojekten arbeite, speichere ich Daten häufig in durch Kommas oder Tabulatoren getrennten (CSV, TSV) Datendateien. Während Daten häufig in ein dediziertes Datenbankverwaltungssystem gehören. Für viele meiner Anwendungen wäre dies eine Übertreibung. Ich kann CSV- und TSV-Dateien in Excel (oder vermutlich einem anderen Tabellenkalkulationsprogramm) bearbeiten. Das hat Vorteile: …
2
Wie vergleicht sich die Stärke einer logistischen Regression mit einem T-Test?
Entspricht die Potenz einer logistischen Regression und eines T-Tests? Wenn ja, sollten sie "Datendichte-Äquivalent" sein, womit ich meine, dass die gleiche Anzahl zugrunde liegender Beobachtungen bei einem festen Alpha von 0,05 die gleiche Leistung liefert. Betrachten Sie zwei Fälle: [Der parametrische t-Test]: 30 Ziehungen aus einer Binomialbeobachtung werden durchgeführt und …
3
Bestimmte Intervalle der Normalverteilung auswerten
Ich weiß, dass eine einfach zu handhabende Formel für die CDF einer Normalverteilung aufgrund der darin enthaltenen komplizierten Fehlerfunktion etwas fehlt. Ich frage mich jedoch, ob es eine schöne Formel für N(c−≤x&lt;c+|μ,σ2)N(c−≤x&lt;c+|μ,σ2)N(c_{-} \leq x < c_{+}| \mu, \sigma^2) . Oder was die "State-of-the-Art" -Näherung für dieses Problem sein könnte.
3
Wie kann ich Koeffizientenstandardfehler bei der Verwendung der Kammregression schätzen?
Ich verwende die Ridge-Regression für hoch multikollineare Daten. Mit OLS erhalte ich aufgrund der Multikollinearität große Standardfehler bei den Koeffizienten. Ich weiß, dass die Gratregression eine Möglichkeit ist, mit diesem Problem umzugehen, aber in allen Implementierungen der Gratregression, die ich untersucht habe, sind keine Standardfehler für die Koeffizienten angegeben. Ich …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.