Statistiken und Big Data

3

Was bewirkt die Dichotomisierung von Variablen?

Welche Informationen gehen bei der Dichotomisierung von Variablen verloren? Wie hilft eine Dichotomisierung bei den Analysen?

14 regression data-transformation binary-data

4

Wie verdaue ich den statistischen Kontext?

Erstens nehme ich an, dass nicht alle aktiven Mitglieder dieser interessanten Site Statistiker sind. Andernfalls ergibt die folgende Frage keinen Sinn! Ich respektiere sie natürlich, aber ich brauche eine Erklärung, die eher praktischer als konzeptioneller Natur ist. Ich beginne mit einem Beispiel aus Wikipedia , um Folgendes zu definieren point …

14 self-study terminology notation

3

Wie Levene Testfunktion in R verwenden?

Ich bin ein Neuling in Statistik und R und habe Probleme mit der Verwendung der Levene-Funktion (ich möchte die Varianzgleichheit von zwei Stichproben prüfen). In der Dokumentation steht, dass ich Folgendes ausführen soll: levene.test (y, Gruppe) Aber ich habe keine Ahnung, was ich als y und Gruppe setzen soll? Ich …

14 r variance levenes-test

2

Gibt es Unterschiede in der bayesianischen und der frequentistischen Herangehensweise an EDA?

Ganz einfach gesagt: Gibt es Unterschiede in den Bayesianischen und Frequentistischen Ansätzen zur exploratorischen Datenanalyse? Ich kenne keine inhärenten Verzerrungen in EDA-Methoden, da ein Histogramm ein Histogramm ist, ein Streudiagramm ein Streudiagramm ist usw., und ich habe auch keine Beispiele für Unterschiede in der Darstellung oder Vermittlung von EDA gefunden …

14 bayesian frequentist eda

1

Interpretation der Entfernung von der Hyperebene in SVM

Ich habe einige Zweifel daran, SVMs intuitiv zu verstehen. Angenommen, wir haben ein SVM-Modell für die Klassifizierung mit einem Standardwerkzeug wie SVMLight oder LibSVM trainiert. Wenn wir dieses Modell zur Vorhersage von Testdaten verwenden, generiert das Modell eine Datei mit "Alpha" -Werten für jeden Testpunkt. Wenn der Alpha-Wert positiv ist, …

14 machine-learning svm max-margin

4

Logistische Regression mit binär abhängigen und unabhängigen Variablen

Ist es angebracht, eine logistische Regression durchzuführen, bei der sowohl die abhängigen als auch die unabhängigen Variablen binär sind? Zum Beispiel ist die abhängige Variable 0 und 1 und die Prädiktoren sind kontrastcodierte Variablen -1 und 1?

14 logistic

2

Auswahl der Box-Jenkins-Modelle

Das Box-Jenkins-Modellauswahlverfahren in der Zeitreihenanalyse beginnt mit der Betrachtung der Autokorrelations- und der partiellen Autokorrelationsfunktion der Reihe. Diese Diagramme können das geeignete und in einem ARMA -Modell vorschlagen . Das Verfahren wird fortgesetzt, indem der Benutzer aufgefordert wird, die AIC / BIC-Kriterien anzuwenden, um das sparsamste Modell unter denjenigen auszuwählen, …

14 regression time-series arima model-selection box-jenkins

1

Generieren von Werten aus einer multivariaten Gaußschen Verteilung

Ich versuche gerade, Werte einer dimensionalen Zufallsvariablen zu simulieren , die eine multivariate Normalverteilung mit dem mittleren Vektor und der Kovarianzmatrix .NNNXXXμ=(μ1,...,μN)Tμ=(μ1,...,μN)T\mu = (\mu_1,...,\mu_N)^TSSS Ich hoffe, eine Prozedur zu verwenden, die der inversen CDF-Methode ähnelt, was bedeutet, dass ich zuerst eine dimensionale einheitliche Zufallsvariable generieren und diese dann in die …

14 matlab algorithms random-generation multivariate-normal

3

Wie skaliere ich Geigenpläne für Vergleiche?

Ich versuche, Geigenpläne zu zeichnen, und frage mich, ob es eine bewährte Methode gibt, um sie gruppenübergreifend zu skalieren. Hier sind drei Optionen, die ich mit dem R- mtcarsDatensatz ausprobiert habe (Motor Trend Cars von 1973, hier zu finden ). Gleiche Breiten Scheint zu sein, was das Originalpapier * macht …

14 distributions data-visualization nonparametric

3

Gleichmäßig verteilte Gewichte generieren, die die Summe aus Einheit ergeben?

Es ist üblich, Gewichte in Anwendungen wie der Gemischmodellierung zu verwenden und Basisfunktionen linear zu kombinieren. Gewichte wiwiw_i muss oft gehorchen wi≥wi≥w_i ≥ 0 und ∑iwi=1∑iwi=1\sum_{i} w_i=1 . Aus einer gleichmäßigen Verteilung solcher Vektoren möchte ich zufällig einen Gewichtsvektor auswählen w=(w1,w2,…)w=(w1,w2,…)\mathbf{w} = (w_1, w_2, …). Es kann verlockend sein, wi=ωi∑jωjwi=ωi∑jωjw_i …

14 random-generation

1

Wie berechnet man Prognosefehler (Konfidenzintervalle) für laufende Perioden?

Ich muss oft in monatlichen Datenreihen für zukünftige Perioden prognostizieren. Zur Berechnung des Konfidenzintervalls bei Alpha für den nächsten Zeitraum in der Zeitreihe stehen Formeln zur Verfügung, die jedoch niemals die Behandlung des zweiten Zeitraums und des dritten usw. einschließen. Ich stelle mir visuell vor, dass wenn eine Prognose mit …

14 confidence-interval forecasting

2

Beispiele für Text Mining mit R (TM-Paket)

Ich verbrachte drei Tage damit, mich mit tmeinem Entwurf eines Freundes zu beschäftigen, in dem er mit UCINET einen Textkorpus erkundete, der Textwolken, Zwei-Modus-Netzwerkgraphen und Einzelwertzerlegung (mit Grafiken, unter Verwendung von Stata) zeigte. Ich habe viele Probleme: Unter Mac OS X gibt es Probleme mit Java hinter Bibliotheken wie Snowball …

14 r text-mining

1

So stimmen Sie die Glättung im mgcv GAM-Modell

Ich versuche herauszufinden, wie die Glättungsparameter in einem mgcv: gam-Modell gesteuert werden. Ich habe eine Binomialvariable, die ich hauptsächlich als Funktion der x- und y-Koordinaten auf einem festen Gitter modellieren möchte, sowie einige andere Variablen mit geringfügigeren Einflüssen. In der Vergangenheit habe ich ein einigermaßen gutes lokales Regressionsmodell unter Verwendung …

14 r smoothing mgcv

3

oderMetriken für Clustering?

Verwendet jemand die Metriken L1L1L_1 oder L.5L.5L_.5 für das Clustering und nicht L2L2L_2 ? Über das überraschende Verhalten von Distanzmetriken im hochdimensionalen Raum gaben Aggarwal et al. (2001) an, dass L1L1L_1 istfür hochdimensionale Data-Mining-Anwendungendurchweg vorzuziehen als die euklidische Distanzmetrik L2L2L_2 und behauptete, dass oder noch besser kann.L.5L.5L_.5L.1L.1L_.1 Gründe für die …

14 clustering distance-functions rule-of-thumb

5

Software (oder Webapps) zum Unterrichten von Kinder-Statistiken oder Wahrscheinlichkeit?

Ich möchte (in ferner Zukunft) Kindern Statistik beibringen. Für diese Angelegenheit würde ich mich über Software (offensichtlich tendiere ich zu FOSS) oder Webapps freuen, die hilfreich sind, um Kindern (oder Erwachsenen für diese Angelegenheit) statistische / probabilistische Ideen zu erklären. Dies kann entweder vom Lehrer, den Kindern oder beiden verwendet …

14 probability references software teaching