Statistiken und Big Data

Ich habe diese ordinale logistische Regression in R ausgeführt: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) Ich habe diese Zusammenfassung des Modells erhalten: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg -0.2335 0.06855 -3.406 Intercepts: Value Std. Error …

17 r  regression  logistic  interpretation  ordered-logit 

Ich versuche, das beste Modell zu finden, um die Preise für Automobile vorherzusagen. Dabei verwende ich die Preise und Funktionen, die auf Websites für Kleinanzeigen für Automobile verfügbar sind. Dazu verwendete ich einige Modelle aus der Scikit-Learn-Bibliothek und neuronale Netzwerkmodelle aus Pybrain und Neurolab. Der Ansatz, den ich bisher verwendet …

17 machine-learning  neural-networks  random-forest  r-squared  elastic-net 

Ich bin ein Student, der gerade meinen ersten Statistikkurs belegt. Der Begriff "Teststatistik" verwirrt mich. Im folgenden (ich sah dies in einigen Lehrbüchern), scheint ein spezifischer Wert aus einer bestimmten Probe berechnet werden. tttt = x¯¯¯- μ0s / n--√t=x¯-μ0s/n t=\frac{\overline{x} - \mu_0}{s / \sqrt{n}} Im Folgenden (ich habe dies in …

17 hypothesis-testing  t-test  random-variable  definition 

Ich verstehe die Erklärung in Rder Hilfedatei für effects () nicht : Für ein lineares Modell, das mit lmoder angepasst wurde aov, sind die Effekte die nicht korrelierten Einzelfreiheitsgradwerte, die durch Projektion der Daten auf die aufeinanderfolgenden orthogonalen Teilräume erhalten wurden, die durch die QR-Zerlegung während des Anpassungsprozesses generiert wurden. …

17 r  regression 

Ich habe zwei Haupteffekte, V1 und V2. Die Auswirkungen von V1 und V2 auf die Antwortvariablen sind negativ. Aus irgendeinem Grund erhalte ich jedoch einen positiven Koeffizienten für den Interaktionsterm V1 * V2. Wie kann ich das interpretieren? Ist eine solche Situation möglich?

17 regression  interaction 

Kontext Diese Frage verwendet R, bezieht sich jedoch auf allgemeine statistische Fragen. Ich analysiere die Auswirkungen von Mortalitätsfaktoren (% Mortalität aufgrund von Krankheit und Parasitismus) auf die Wachstumsrate der Mottenpopulation im Laufe der Zeit, wobei Larvenpopulationen 8 Jahre lang einmal pro Jahr an 12 Standorten beprobt wurden. Die Daten zur …

17 model-selection  autocorrelation  residuals  panel-data  spatio-temporal 

Ich versuche herauszufinden, wie der Rand-Index eines Cluster-Algorithmus berechnet wird, aber ich bin nicht sicher, wie die wahren und falschen Negative berechnet werden. Im Moment verwende ich das Beispiel aus dem Buch Eine Einführung in die Informationsbeschaffung (Manning, Raghavan & Schütze, 2009). Auf Seite 359 wird erläutert, wie der Rand-Index …

17 clustering 

Ich habe eine unabhängige Variable namens "Qualität"; Diese Variable hat 3 Antwortmodalitäten (schlechte Qualität; mittlere Qualität; hohe Qualität). Ich möchte diese unabhängige Variable in meine multiple lineare Regression einführen. Wenn ich eine binäre unabhängige Variable habe (Dummy-Variable, ich kann 0/ codieren 1), ist es einfach, sie in ein Modell mit …

17 r  regression  categorical-data  multicollinearity  categorical-encoding 

Ich habe zwei Verteilungen, bei denen nur die Zusammenfassung mit fünf Zahlen (Minimum, 1. Quartil, Median, 3. Quartil, Maximum) und die Stichprobengröße bekannt sind. Anders als hier stehen nicht alle Datenpunkte zur Verfügung. Gibt es einen nicht-parametrischen statistischen Test, mit dem ich überprüfen kann, ob die zugrunde liegenden Verteilungen der …

17 distributions  nonparametric 

Ich versuche derzeit, das Likelihood-Prinzip zu verstehen und verstehe es ehrlich gesagt überhaupt nicht. Also werde ich alle meine Fragen als Liste schreiben, auch wenn dies ziemlich grundlegende Fragen sein mögen. Was genau bedeutet "alle Informationen" im Kontext dieses Prinzips? (Wie bei allen Informationen in einer Stichprobe ist die Wahrscheinlichkeitsfunktion …

17 bayesian  likelihood  likelihood-principle 

Der Wikipedia-Artikel zur Hauptkomponentenanalyse besagt dies Es gibt effiziente Algorithmen zur Berechnung der SVD von ohne dass die Matrix muss. Daher ist die Berechnung der SVD heute die Standardmethode zur Berechnung einer Hauptkomponentenanalyse aus einer Datenmatrix, sofern nicht nur eine Handvoll Komponenten erforderlich sind.XXXXTXXTXX^TX Könnte mir jemand sagen, um welche …

17 pca  algorithms  svd  numerics 

Ich interessiere mich dafür, ob eine "Korrelation" von drei Variablen etwas ist oder nicht, und wenn ja, was wäre das? Pearson-Produktmoment-Korrelationskoeffizient E{(X−μX)(Y−μY)}Var(X)Var(Y)−−−−−−−−−−−−√E{(X−μX)(Y−μY)}Var(X)Var(Y)\frac{\mathrm{E}\{(X-\mu_X)(Y-\mu_Y)\}}{\sqrt{\mathrm{Var}(X)\mathrm{Var}(Y)}} Nun die Frage für 3 Variablen: Ist E{(X−μX)(Y−μY)(Z−μZ)}Var(X)Var(Y)Var(Z)−−−−−−−−−−−−−−−−−−√E{(X−μX)(Y−μY)(Z−μZ)}Var(X)Var(Y)Var(Z)\frac{\mathrm{E}\{(X-\mu_X)(Y-\mu_Y)(Z-\mu_Z)\}} {\sqrt{\mathrm{Var}(X)\mathrm{Var}(Y)\mathrm{Var}(Z)}} etwas? In R scheint es etwas Interpretierbares zu sein: > a <- rnorm(100); b <- rnorm(100); c <- rnorm(100) …

17 correlation  pearson-r 

In einem kleinen Textklassifizierungsproblem, das ich mir angesehen habe, hat Naive Bayes eine Leistung gezeigt, die einer SVM ähnelt oder größer ist, und ich war sehr verwirrt. Ich habe mich gefragt, welche Faktoren den Triumph eines Algorithmus über den anderen entscheiden. Gibt es Situationen, in denen es keinen Sinn macht, …

17 machine-learning  classification  svm  naive-bayes 

Ich habe das folgende Histogramm der Zähldaten. Und ich würde gerne eine diskrete Verteilung hinzufügen. Ich bin mir nicht sicher, wie ich das anstellen soll. Soll ich dem Histogramm zuerst eine diskrete Verteilung überlagern, z. B. eine negative Binomialverteilung, damit ich die Parameter der diskreten Verteilung erhalte, und dann einen …

17 r  poisson-distribution  discrete-data  computational-statistics  negative-binomial 

Ich frage mich, was der Unterschied zwischen der multivariaten Standardnormalverteilung und der Gaußschen Copula ist, denn wenn ich die Dichtefunktion betrachte, scheinen sie mir gleich zu sein. Mein Problem ist, warum die Gaußsche Copula eingeführt wird oder welchen Nutzen die Gaußsche Copula erzeugt oder was ihre Überlegenheit ist, wenn die …

17 normal-distribution  copula