Statistiken und Big Data

5

Anwendung maschineller Lerntechniken in klinischen Studien mit kleinen Stichproben

Was halten Sie von der Anwendung maschineller Lerntechniken wie Random Forests oder bestrafter Regression (mit L1- oder L2-Strafe oder einer Kombination davon) in klinischen Studien mit kleinen Stichproben, wenn das Ziel darin besteht, interessante Prädiktoren in einem Klassifizierungskontext zu isolieren? Es ist keine Frage der Modellauswahl, und ich frage auch …

15 machine-learning feature-selection

9

Welche Bücher bieten einen Überblick über Computerstatistiken in Bezug auf die Informatik?

Als Softwareentwickler interessiere ich mich für Themen wie statistische Algorithmen, Data Mining, maschinelles Lernen, Bayes'sche Netze, Klassifizierungsalgorithmen, neuronale Netze, Markov-Ketten, Monte-Carlo-Methoden und die Erzeugung von Zufallszahlen. Ich persönlich hatte nicht das Vergnügen, an einer dieser Techniken selbst zu arbeiten, aber ich musste mit Software arbeiten, die sie unter der Haube …

15 references computational-statistics computing

5

James-Stein-Schrumpfung in freier Wildbahn?

Ich bin von der Idee der James-Stein-Schrumpfung angetan (dh dass eine nichtlineare Funktion einer einzelnen Beobachtung eines Vektors möglicherweise unabhängiger Normalen ein besserer Schätzer für die Mittelwerte der Zufallsvariablen sein kann, wobei "besser" durch Quadratfehler gemessen wird ). Ich habe es jedoch noch nie in der angewandten Arbeit gesehen. Klar …

15 estimation error shrinkage application steins-phenomenon

5

Kann der empirische Hessische Wert eines M-Schätzers unbestimmt sein?

Jeffrey Wooldridge sagt in seiner ökonometrischen Analyse von Querschnitts- und Paneldaten (Seite 357), dass der empirische Hessische Wert "für die bestimmte Stichprobe, mit der wir arbeiten, nicht garantiert positiv oder sogar positiv semidefinit ist". Dies erscheint mir falsch, da (abgesehen von numerischen Problemen) der Hessische Wert aufgrund der Definition des …

15 estimation maximum-likelihood econometrics asymptotics

5

Eine gute Möglichkeit, viele Daten grafisch darzustellen

Ich arbeite an einem Projekt, das 14 Variablen und 345.000 Beobachtungen für Wohnungsdaten umfasst (z. B. Baujahr, Quadratmeterzahl, Verkaufspreis, Wohnbezirk usw.). Ich befasse mich mit dem Versuch, gute grafische Techniken und R-Bibliotheken zu finden, die nette Plott-Techniken enthalten. Ich sehe bereits, was in ggplot und lattice gut funktioniert, und ich …

15 r data-visualization large-data eda

3

Wie bestimmen Sie den Stichprobenumfang bei der Befragung einer großen Population?

Australien hat derzeit Wahlen und verständlicherweise berichten die Medien täglich über neue politische Wahlergebnisse. In einem Land mit 22 Millionen Einwohnern müsste wie viel Prozent der Bevölkerung beprobt werden, um ein statistisch gültiges Ergebnis zu erhalten? Ist es möglich, dass die Verwendung einer zu großen Stichprobe die Ergebnisse beeinflusst, oder …

15 sample-size polling

2

Was ist der Hauptunterschied zwischen Korrelation und gegenseitiger Information?

Meine Frage bezieht sich insbesondere auf die Netzwerkrekonstruktion

15 correlation mutual-information

5

Kann man mehrere Regressionen verwenden, um eine Hauptkomponente (PC) von mehreren anderen PCs vorherzusagen?

Vor einiger Zeit fragte ein Benutzer auf der R-Help-Mailingliste nach der Richtigkeit der Verwendung von PCA-Scores in einer Regression. Der Benutzer versucht, einige PC-Scores zu verwenden, um Variationen in einem anderen PC zu erklären (siehe vollständige Diskussion hier ). Die Antwort war: Nein, das ist kein Ton, weil die PCs …

15 regression pca

2

Gibt es eine Standardmethode zur Behandlung des Problems des Etikettenwechsels bei der MCMC-Schätzung von Gemischmodellen?

Das Umschalten von Markierungen (dh die posteriore Verteilung ist gegenüber dem Umschalten von Komponentenkennzeichnungen invariant) ist ein problematisches Problem, wenn MCMC zum Schätzen von Mischungsmodellen verwendet wird. Gibt es eine Standardmethode (wie allgemein anerkannt), um mit dem Problem umzugehen? Wenn es keinen Standardansatz gibt, welche Vor- und Nachteile haben dann …

15 bayesian mcmc mixture

5

Warum unterrichten US- und UK-Schulen unterschiedliche Methoden zur Berechnung der Standardabweichung?

Soweit ich weiß, lehren die britischen Schulen, dass die Standardabweichung wie folgt ermittelt wird: in der Erwägung, dass US-Schulen unterrichten: (auf einer grundlegenden Ebene sowieso). Dies hat in der Vergangenheit eine Reihe von Problemen meiner Schüler verursacht, da sie im Internet gesucht haben, aber die falsche Erklärung gefunden haben. Warum …

15 standard-deviation error teaching unbiased-estimator

10

Was ist der beste 2-Klassen-Klassifikator für Ihre Anwendung? [geschlossen]

Geschlossen . Diese Frage ist meinungsbasiert . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage, damit sie mit Fakten und Zitaten beantwortet werden kann, indem Sie diesen Beitrag bearbeiten . Geschlossen vor 3 Jahren . Regeln: Ein Klassifikator pro Antwort Stimme ab, wenn du …

15 machine-learning classification application

8

Alternative Grafiken zu Handle Bar-Plots

In meinem Forschungsgebiet besteht eine beliebte Art der Anzeige von Daten darin, ein Balkendiagramm mit "Lenkern" zu kombinieren. Beispielsweise, Die "Lenker" wechseln je nach Autor zwischen Standardfehlern und Standardabweichungen. Typischerweise sind die Stichprobengrößen für jeden "Balken" ziemlich klein - ungefähr sechs. Diese Handlungen scheinen in den Biowissenschaften besonders beliebt zu …

15 data-visualization

3

Warum ist das angepasste R-Quadrat kleiner als das R-Quadrat, wenn das angepasste R-Quadrat das Modell besser vorhersagt?

Soweit ich weiß, erklärt , wie gut das Modell die Beobachtung vorhersagt. Das angepasste berücksichtigt mehr Beobachtungen (oder Freiheitsgrade). Also sagt Adjusted das Modell besser voraus? Warum ist das dann weniger als ? Es scheint, dass es oft mehr sein sollte.R 2 R 2 R 2R2R2R^2R2R2R^2R2R2R^2R2R2R^2

15 regression r-squared

2

Was ist eine Verteilung über Funktionen?

Ich lese ein Lehrbuch über den Gaußschen Prozess für maschinelles Lernen von CE Rasmussen und CKI Williams und habe Probleme zu verstehen, was Verteilung über Funktionen bedeutet. In dem Lehrbuch wird ein Beispiel gegeben, dass man sich eine Funktion als einen sehr langen Vektor vorstellen sollte (in der Tat sollte …

15 distributions gaussian-process

4

Was ist ein künstliches neuronales Netzwerk?

Während wir uns mit der Literatur über neuronale Netze befassen, können wir andere Methoden mit neuromorphen Topologien identifizieren ("Neural-Network" -ähnliche Architekturen). Und ich spreche nicht über den Satz der universellen Approximation . Beispiele sind unten angegeben. Dann frage ich mich: Was ist die Definition eines künstlichen neuronalen Netzwerks? Seine Topologie …

15 machine-learning neural-networks deep-learning unsupervised-learning supervised-learning