Statistiken und Big Data

2

Können wir bei der Diskriminanzanalyse eine kategoriale unabhängige Variable verwenden?

Bei der Diskriminanzanalyse ist die abhängige Variable kategorisch. Kann ich jedoch eine kategoriale Variable (z. B. Wohnstatus: ländlich, städtisch) zusammen mit einer anderen kontinuierlichen Variablen als unabhängige Variable bei der linearen Diskriminanzanalyse verwenden?

14 logistic categorical-data discriminant-analysis regression-strategies

2

Beispiel, wie der Log-Sum-Exp-Trick in Naive Bayes funktioniert

Ich habe an vielen Stellen (z. B. hier und hier ) über den Log-Sum-Exp-Trick gelesen , aber noch nie ein Beispiel dafür gesehen, wie er speziell auf den Naive Bayes-Klassifikator angewendet wird (z. B. mit diskreten Merkmalen und zwei Klassen). Wie genau würde man mit diesem Trick das Problem des …

14 naive-bayes underflow

2

Überdispersion in der logistischen Regression

Ich versuche, das Konzept der Überdispersion in der logistischen Regression in den Griff zu bekommen. Ich habe gelesen, dass Überdispersion auftritt, wenn die beobachtete Varianz einer Antwortvariablen größer ist als von der Binomialverteilung erwartet. Aber wenn eine Binomialvariable nur zwei Werte (1/0) haben kann, wie kann sie dann einen Mittelwert …

14 logistic variance binomial mean overdispersion

1

Warum wird der Fehler "geschätzte Anpassung 'a' ist NA" aus dem R-Boot-Paket generiert, wenn Konfidenzintervalle mit der bca-Methode berechnet werden?

Ich habe einen Vektor von Zahlen, den ich hier mit dput hochgeladen habe (... / code / MyData.Rdata). Ich möchte das bca ci bekommen, also habe ich diesen Code geschrieben: my.mean <- function(dat, idx){ return (mean(dat[idx], na.rm = TRUE)) } boot.out<-boot(data=my.data, statistic = my.mean, R=1000) Aber wenn ich Folgendes ausführe, …

14 r bootstrap

3

Rechnerisch effiziente Schätzung des multivariaten Modus

Kurzversion: Was ist die rechnerisch effizienteste Methode zur Schätzung des Modus eines mehrdimensionalen Datensatzes, der aus einer kontinuierlichen Verteilung entnommen wurde? Lange Version: Ich habe einen Datensatz, dessen Modus ich abschätzen muss. Der Modus stimmt nicht mit dem Mittelwert oder Median überein. Ein Beispiel ist unten gezeigt, dies ist ein …

14 estimation multivariate-analysis continuous-data mode

4

Wie werden zufällige kategoriale Daten generiert?

Angenommen, ich habe eine kategoriale Variable, die die Werte A, B, C und D annehmen kann. Wie kann ich 10000 zufällige Datenpunkte generieren und deren Häufigkeit steuern? Beispielsweise: A = 10% B = 20% C = 65% D = 5% Irgendwelche Ideen, wie ich das machen kann?

14 random-variable

3

Was sind korrekte Werte für Genauigkeit und Rückruf, wenn die Nenner gleich 0 sind?

Präzision ist definiert als: p = wahr positiv / (wahr positiv + falsch positiv) Was ist der Wert der Präzision, wenn (wahr positiv + falsch positiv) = 0 ist? Ist es nur undefiniert? Gleiche Frage zum Rückruf: r = wahr positiv / (wahr positiv + falsch negativ) Was ist in …

14 precision-recall

2

Wie erhalte ich ein Konfidenzintervall für ein Perzentil?

Ich habe eine Reihe von Rohdatenwerten, die Dollarbeträge sind, und ich möchte ein Konfidenzintervall für ein Perzentil dieser Daten finden. Gibt es eine Formel für ein solches Konfidenzintervall?

14 confidence-interval quantiles tolerance-interval

3

Universeller Approximationssatz für Faltungsnetzwerke

Der universelle Approximationssatz ist ein ziemlich bekanntes Ergebnis für neuronale Netze, das im Grunde besagt, dass unter bestimmten Annahmen eine Funktion durch ein neuronales Netz mit beliebiger Genauigkeit einheitlich approximiert werden kann. Gibt es ein analoges Ergebnis, das für Faltungs-Neuronale Netze gilt?

14 neural-networks conv-neural-network approximation

1

Wie funktioniert das L-BFGS?

Der Zweck des Papiers bestand darin, einige Parameter durch Maximierung der regulierten Log-Wahrscheinlichkeit zu optimieren. Dann berechnen sie partielle Ableitungen. Und dann erwähnen die Autoren, dass sie die Gleichung mit L-BFGS optimieren, einem Standard-Quasi-Newton-Verfahren zur Optimierung der glatten Funktionen vieler Variablen (keine weiteren Details). Wie funktioniert es ?

14 algorithms optimization

4

Intuitives Verständnis des Unterschieds zwischen konsistent und asymptotisch unvoreingenommen

Ich versuche, ein intuitives Verständnis und Gefühl für den Unterschied und den praktischen Unterschied zwischen dem Begriff konsistent und asymptotisch unvoreingenommen zu bekommen. Ich kenne ihre mathematischen / statistischen Definitionen, suche aber etwas Intuitives. Wenn ich ihre individuellen Definitionen betrachte, scheinen sie mir fast dasselbe zu sein. Mir ist klar, …

14 bias convergence unbiased-estimator asymptotics intuition

1

Interpretation der .L & .Q-Ausgabe eines negativen Binomial-GLM mit kategorialen Daten

Ich habe gerade ein negatives Binomial-GLM ausgeführt und dies ist die Ausgabe: Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value Pr(>|z|) …

14 r categorical-data generalized-linear-model interpretation negative-binomial

3

Was genau ist der Unterschied zwischen einem parametrischen und einem nicht parametrischen Modell?

Ich bin verwirrt mit der Definition eines nichtparametrischen Modells, nachdem ich diesen Link gelesen habe. Parametrische vs nichtparametrische Modelle und Antwortkommentare meiner anderen Frage . Ursprünglich dachte ich, "parametrisch gegen nicht parametrisch" bedeutet, wenn wir Verteilungsannahmen für das Modell haben (ähnlich wie beim Testen parametrischer oder nicht parametrischer Hypothesen). Beide …

14 machine-learning neural-networks nonparametric terminology parametric

1

Maximiert eine logistische Regressionsmaximierung zwangsläufig auch die AUC gegenüber linearen Modellen?

Ausgehend von einem Datensatz mit binären Ergebnissen und einer Prädiktormatrix schätzt das logistische Standardregressionsmodell die Koeffizienten , die die Binomialwahrscheinlichkeit maximieren. Wenn vollen Rang hat, ist eindeutig. Wenn keine perfekte Trennung vorliegt, ist sie endlich.y∈{0,1}ny∈{0,1}ny\in\{0,1\}^nX∈Rn×pX∈Rn×pX\in\mathbb{R}^{n\times p}βMLEβMLE\beta_{MLE}XXXβMLEβMLE\beta_{MLE} Maximiert dieses Maximum-Likelihood-Modell auch die ROC-AUC (aka Statistik) oder gibt es eine Koeffizientenschätzung die …

13 logistic maximum-likelihood auc

3

Gibt es häufig zitierte Veröffentlichungen zu Statistiken, die schlechte statistische Praktiken verbreiten?

Es gibt offensichtlich viele Möglichkeiten, statistische Methoden zu missbrauchen. Kennen Sie Beispiele für schlechte statistische Praxis, die zum ersten Mal als explizite Empfehlung veröffentlicht wurden (z. B. "Sie sollten diese Methode verwenden, um ..."), in renommierten Fachzeitschriften, die dann wiederholt zitiert wurden? Ein Beispiel hierfür sind die 10 Ereignisse pro …

13 references statistical-falsehoods