Statistiken und Big Data

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

1
Interpretation der variablen LASSO-Trace-Plots
Ich bin neu im glmnetPaket und bin mir noch nicht sicher, wie ich die Ergebnisse interpretieren soll. Könnte mir bitte jemand beim Lesen des folgenden Traceplots helfen? Das Diagramm wurde erhalten, indem Folgendes ausgeführt wurde: library(glmnet) return <- matrix(ret.ff.zoo[which(index(ret.ff.zoo)==beta.df$date[2]), ]) data <- matrix(unlist(beta.df[which(beta.df$date==beta.df$date[2]), ][ ,-1]), ncol=num.factors) model <- cv.glmnet(data, return, …
1
Wie verstehe ich die Korrelationskoeffizientenformel?
Kann mir jemand helfen, die Pearson-Korrelationsformel zu verstehen? die Probe rrr = der Mittelwert der Produkte der Standardwerte der Variablen XXX und YYY . Ich verstehe irgendwie, warum sie XXX und standardisieren müssen YYY, aber wie man die Produkte beider z-Scores versteht? Diese Formel wird auch als "Produkt-Moment-Korrelationskoeffizient" bezeichnet. Aber …
2
Flach, konjugiert und hyperprior. Was sind Sie?
Ich lese gerade über Bayes'sche Methoden in der Computation Molecular Evolution von Yang. In Abschnitt 5.2 geht es um Prioritäten und insbesondere um Nicht-informative, flache, vage, diffuse, konjugierte und hyperpriore Prioritäten. Dies könnte zu einer übermäßigen Vereinfachung führen, aber könnte jemand einfach den Unterschied zwischen diesen Arten von Prioren erklären …
15 bayesian  prior 
2
Gesetz der totalen Varianz als Satz des Pythagoras
Angenommen, und haben einen endlichen zweiten Moment. Im Hilbertraum von Zufallsvariablen mit zweitem endlichen Moment (mit dem durch definierten inneren Produkt von , ) können wir interpretieren als die Projektion von auf den Raum der Funktionen von .XXXYYYT1,T2T1,T2T_1,T_2E(T1T2)E(T1T2)E(T_1T_2)||T||2=E(T2)||T||2=E(T2)||T||^2=E(T^2)E(Y|X)E(Y|X)E(Y|X)YYYXXX Wir wissen auch, dass das Gesetz der totalen Varianz lautet: Var(Y)=E(Var(Y|X))+Var(E(Y|X))Var(Y)=E(Var(Y|X))+Var(E(Y|X))Var(Y)=E(Var(Y|X)) + …
2
Genaue Bedeutung und Vergleich zwischen Einflusspunkt, High Leverage Point und Ausreißer?
Aus Wikipedia Einflussreiche Beobachtungen sind Beobachtungen, die einen relativ großen Einfluss auf die Vorhersagen des Regressionsmodells haben. Aus Wikipedia Hebelpunkte sind die Beobachtungen, falls vorhanden, die bei extremen oder abweichenden Werten der unabhängigen Variablen gemacht wurden, so dass das angepasste Regressionsmodell aufgrund des Fehlens benachbarter Beobachtungen dieser bestimmten Beobachtung nahe …
5
Was genau ist der Aufbau eines statistischen Modells?
Was genau ist der Aufbau eines statistischen Modells? In diesen Tagen, in denen ich mich für Forschungsjobs oder Beratungsjobs bewerbe, taucht häufig der Begriff "Modellbildung" oder "Modellierung" auf. Der Begriff klingt cool, aber worauf beziehen sie sich genau? Wie baust du dein Modell? Ich habe nach Vorhersagemodellen gesucht , einschließlich …
15 modeling 
1
Produkt zweier unabhängiger Zufallsvariablen
Ich habe eine Stichprobe von ca. 1000 Werten. Diese Daten werden aus dem Produkt von zwei unabhängigen Zufallsvariablen erhalten ξ∗ψξ∗ψ\xi \ast \psi . Die erste Zufallsvariable hat eine gleichmäßige Verteilung ξ∼U(0,1)ξ∼U(0,1)\xi \sim U(0,1) . Die Verteilung der zweiten Zufallsvariablen ist nicht bekannt. Wie kann ich die Verteilung der zweiten ( …
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.