Statistiken und Big Data

1

Quiz: Teilen Sie dem Klassifikator die Entscheidungsgrenze mit

Gegeben sind die 6 Entscheidungsgrenzen unten. Entscheidungsgrenzen sind violette Linien. Punkte und Kreuze sind zwei verschiedene Datensätze. Wir müssen uns entscheiden, welches ein ist: Lineare SVM Kernelized SVM (Polynomkern der Ordnung 2) Perceptron Logistische Regression Neuronales Netzwerk (1 versteckte Schicht mit 10 gleichgerichteten Lineareinheiten) Neuronales Netzwerk (1 versteckte Schicht mit …

17 machine-learning self-study classification neural-networks svm

2

Warum kann sich die Beta-Regression nicht genau mit Nullen und Einsen in der Antwortvariablen befassen?

Beta-Regression (dh GLM mit Beta-Verteilung und normalerweise der Logit-Link-Funktion) wird häufig empfohlen, um Antworten zu behandeln, die als abhängige Variablen mit Werten zwischen 0 und 1 bezeichnet werden, z. B. Brüche, Verhältnisse oder Wahrscheinlichkeiten. Regression für ein Ergebnis (Verhältnis oder Bruch) zwischen 0 und 1 . Es wird jedoch immer …

17 regression generalized-linear-model beta-distribution zero-inflation beta-regression

7

Muss eine „Normalverteilung“ einen Mittelwert = Median = Modus haben?

Ich war in einer Debatte mit meinem Professor für Statistik über "Normalverteilungen". Ich behaupte, um wirklich eine Normalverteilung zu erhalten, muss man einen Mittelwert = Median = Modus haben, alle Daten müssen unter der Glockenkurve enthalten sein und perfekt symmetrisch um den Mittelwert. Technisch gesehen gibt es daher praktisch KEINE …

17 mathematical-statistics descriptive-statistics

6

Kann ich einem signifikanten Ergebnis eines T-Tests vertrauen, wenn die Stichprobengröße klein ist?

Kann ich diesem Ergebnis trotzdem vertrauen, wenn mein einseitiges T-Testergebnis signifikant ist, die Stichprobengröße jedoch gering ist (z. B. unter 20 oder so)? Wenn nicht, wie soll ich dieses Ergebnis behandeln und / oder interpretieren?

17 statistical-significance t-test interpretation sample-size small-sample

2

Probenverteilung aus zwei unabhängigen Bernoulli-Populationen

Nehmen wir an, wir haben Stichproben von zwei unabhängigen Bernoulli-Zufallsvariablen, und .B e r ( θ 2 )B e r ( θ1)Ber(θ1)\mathrm{Ber}(\theta_1)B e r ( θ2)Ber(θ2)\mathrm{Ber}(\theta_2) Wie beweisen wir, dass ?( X¯1- X¯2) - ( θ1- θ2)θ1( 1 - θ1)n1+ θ2( 1 - θ2)n2--------------√→dN( 0 , 1 )(X¯1-X¯2)-(θ1-θ2)θ1(1-θ1)n1+θ2(1-θ2)n2→dN(0,1)\frac{(\bar X_1-\bar X_2)-(\theta_1-\theta_2)}{\sqrt{\frac{\theta_1(1-\theta_1)}{n_1}+\frac{\theta_2(1-\theta_2)}{n_2}}}\xrightarrow{d} …

17 distributions sampling bernoulli-distribution

4

Was ist die Basis für die Box- und Whisker-Plot-Definition eines Ausreißers?

Die Standarddefinition eines Ausreißers für einen Box- und Whisker-Plot liegt außerhalb des Bereichs , wobei und das erste Quartil und ist das dritte Quartil der Daten.{Q1−1.5IQR,Q3+1.5IQR}{Q.1-1.5ichQ.R,Q.3+1.5ichQ.R}\left\{Q1-1.5IQR,Q3+1.5IQR\right\}Q 1 Q 3IQR=Q3−Q1ichQ.R=Q.3-Q.1IQR= Q3-Q1Q1Q.1Q1Q3Q.3Q3 Was ist die Basis für diese Definition? Mit einer großen Anzahl von Punkten gibt sogar eine vollkommen normale Verteilung Ausreißer …

17 outliers normality-assumption qq-plot boxplot

1

Warum sind die p-Werte in einem Cox-Proportional-Hazard-Modell häufig höher als in einer logistischen Regression?

Ich habe etwas über das Cox-Proportional-Hazard-Modell gelernt. Ich habe viel Erfahrung mit der Anpassung von logistischen Regressionsmodellen, und um die Intuition zu verbessern, habe ich Modelle, die mit coxphdem R "Survival" passen, glmmit logistischen Regressionsmodellen verglichen, die mit dem R "Survival" passen family="binomial". Wenn ich den Code ausführe: library(survival) s …

17 r logistic survival cox-model power

3

Wie kann ich Flips modellieren, bis N Erfolge erzielt wurden?

Sie und ich beschließen, ein Spiel zu spielen, bei dem wir abwechselnd eine Münze werfen. Der erste Spieler, der insgesamt 10 Köpfe umdreht, gewinnt das Spiel. Natürlich gibt es einen Streit darüber, wer zuerst gehen sollte. Simulationen dieses Spiels zeigen, dass der Spieler, der zuerst flippt, 6% mehr gewinnt als …

17 probability python binomial negative-binomial

3

Durchführen einer Transformation des isometrischen Log-Verhältnisses

Ich habe Daten zum Bewegungsverhalten (Schlafenszeit, Bewegungsmangel und körperliche Aktivität), die sich auf ungefähr 24 belaufen (wie in Stunden pro Tag). Ich möchte eine Variable erstellen, die die relative Zeit erfasst, die für jedes dieser Verhalten aufgewendet wurde. Mir wurde mitgeteilt, dass eine Transformation des isometrischen Log-Verhältnisses dies bewirken würde. …

17 r multivariate-analysis data-transformation compositional-data

1

Was ist die VC-Dimension eines Entscheidungsbaums?

Was ist die VC-Dimension eines Entscheidungsbaums mit k Teilungen in zwei Dimensionen? Angenommen, das Modell ist CART und die einzigen zulässigen Teilungen verlaufen parallel zu den Achsen. Für eine Teilung können wir also 3 Punkte in einem Dreieck ordnen und dann für jede Beschriftung der Punkte eine perfekte Vorhersage erhalten …

17 cart vc-dimension

4

Wie erklärt man die Regularisierung von Schulabbrechern in einfachen Worten?

Wie würden Sie vorgehen, wenn Sie eine halbe Seite haben, um den Ausfall zu erklären ? Welches sind die Gründe für diese Technik?

17 neural-networks deep-learning regularization dropout

1

Simulation von Zufallsstichproben mit einem gegebenen MLE

Diese Frage über die Kreuzvalidierung, bei der es um die Simulation einer Stichprobe unter der Bedingung einer festen Summe ging, erinnerte mich an ein Problem, das George Casella mir gestellt hatte . Ausgehend von einem parametrischen Modell und einem iid-Beispiel aus diesem Modell ist die MLE von durch Gibt es …

17 maximum-likelihood conditional-probability random-variable simulation t-distribution

3

Erzeugen Sie effizient Punkte zwischen Einheitskreis und Einheitsquadrat

Ich möchte Samples aus der hier definierten blauen Region generieren: Die naive Lösung besteht darin, eine Zurückweisungsabtastung im Einheitenquadrat zu verwenden, dies liefert jedoch nur einen Wirkungsgrad von (~ 21,4%).1−π/41−π/41-\pi/4 Gibt es eine Möglichkeit, wie ich effizienter probieren kann?

17 probability sampling monte-carlo random-generation

1

Wie behandelt man kategoriale Prädiktoren in LASSO?

Ich führe ein LASSO mit einigen kategorialen und einigen kontinuierlichen Variablenprädiktoren. Ich habe eine Frage zu den kategorialen Variablen. Der erste Schritt, den ich verstehe, besteht darin, jeden von ihnen in Dummies zu zerlegen, sie für eine faire Bestrafung zu standardisieren und dann zurückzugehen. Für die Behandlung der Dummy-Variablen ergeben …

17 categorical-data regression-coefficients lasso intercept categorical-encoding

3

Warum ist die Standardmatrixnorm die Spektralnorm und nicht die Frobeniusnorm?

Für die Vektornorm ist die L2-Norm oder "Euklidische Distanz" die weit verbreitete und intuitive Definition. Aber warum ist die "meistverwendete" oder "Standard" -Normdefinition für eine Matrix die Spektralnorm , nicht aber die Frobenius-Norm (die der L2-Norm für Vektoren ähnelt)? Hat das etwas mit iterativen Algorithmen / Matrixleistungen zu tun (wenn …

17 matrix linear-algebra