Statistiken und Big Data

10

Wir hatten bereits einen Thread, in dem gefragt wurde, wer Bayesianer sind und einer, ob Frequentisten Bayesianer sind , aber es gab keinen Thread, in dem direkt gefragt wurde, wer Frequentisten sind . Diese Frage wurde von @whuber als Kommentar zu diesem Thread gestellt und muss beantwortet werden. Existieren sie …

55 bayesian frequentist

4

Auswahl zwischen LM und GLM für eine log-transformierte Antwortvariable

Ich versuche die Philosophie zu verstehen, die hinter der Verwendung eines generalisierten linearen Modells (GLM) gegenüber einem linearen Modell (LM) steckt. Ich habe unten einen Beispieldatensatz erstellt: Log( y) = x + εLog⁡(y)=X+ε\log(y) = x + \varepsilon Das Beispiel hat nicht den Fehler als Funktion der Größe vonyεε\varepsilonyyy , daher …

55 r generalized-linear-model linear-model gamma-distribution link-function

9

Empfehlung für erweiterte Statistikbücher

Auf dieser Website gibt es mehrere Themen mit Buchempfehlungen zu Einführungsstatistiken und maschinellem Lernen. Ich suche jedoch nach einem Text zu erweiterten Statistiken, der nach Priorität geordnet ist: maximale Wahrscheinlichkeit, verallgemeinerte lineare Modelle, Hauptkomponentenanalyse, nichtlineare Modelle . Ich habe versucht, statistische Modelle von AC Davison, aber ehrlich gesagt musste ich …

55 generalized-linear-model pca maximum-likelihood references saddlepoint-approximation

3

Fragen, wie zufällige Effekte in lmer angegeben werden

Kürzlich habe ich gemessen, wie die Bedeutung eines neuen Wortes bei wiederholten Expositionen (Praxis: Tag 1 bis Tag 10) durch Messen von ERPs (EEGs) ermittelt wird, wenn das Wort in verschiedenen Kontexten betrachtet wurde. Ich kontrollierte auch die Eigenschaften des Kontexts, zum Beispiel seine Nützlichkeit für die Entdeckung der neuen …

55 r mixed-model lme4-nlme random-effects-model

3

Kritik an Pearl's Kausaltheorie

Im Jahr 2000 veröffentlichte Judea Pearl Causality . Welche Kontroversen umgeben diese Arbeit? Was sind ihre Hauptkritikpunkte?

55 causality

6

Alternativen zur logistischen Regression in R

Ich möchte so viele Algorithmen, die die gleiche Aufgabe wie die logistische Regression ausführen. Das sind Algorithmen / Modelle, die eine Vorhersage für eine binäre Antwort (Y) mit einer erklärenden Variablen (X) geben können. Ich würde mich freuen, wenn Sie nach dem Namen des Algorithmus auch zeigen würden, wie er …

55 r regression logistic classification predictive-models

7

Welche Pseudo-

Ich habe SPSSfür ein logistisches Regressionsmodell ausgegeben. Die Ausgabe meldet zwei Maßnahmen für das Modell fit, Cox & Snellund Nagelkerke. Welche dieser Kennzahlen würden Sie als Faustregel als passend melden?R2R²R^² Oder welcher dieser Anpassungsindizes ist derjenige, über den normalerweise in Fachzeitschriften berichtet wird? Hintergrund: Bei der Regression wird versucht, das …

55 logistic goodness-of-fit r-squared

2

Was ist die globale Max-Pooling-Schicht und was ist ihr Vorteil gegenüber der Max-Pooling-Schicht?

Kann jemand erklären, was eine globale Max-Pooling- Schicht ist und warum und wann wir sie zum Trainieren eines neuronalen Netzwerks verwenden. Haben sie einen Vorteil gegenüber einer gewöhnlichen Max-Pooling-Schicht?

55 neural-networks conv-neural-network pooling

5

Deep Learning für die Vorhersage von Zeitreihen verwenden

Ich bin neu im Bereich Deep Learning und für mich war der erste Schritt, interessante Artikel von deeplearning.net zu lesen. In Artikeln über tiefes Lernen sprechen Hinton und andere hauptsächlich davon, es auf Bildprobleme anzuwenden. Kann jemand versuchen, mir zu antworten? Kann dies auf das Problem der Vorhersage von Zeitreihenwerten …

54 time-series machine-learning prediction deep-learning deep-belief-networks

2

Grundlegende Frage zu Fisher Information Matrix und Beziehung zu hessischen und Standardfehlern

Ok, das ist eine ziemlich grundlegende Frage, aber ich bin ein bisschen verwirrt. In meiner Diplomarbeit schreibe ich: Die Standardfehler können durch Berechnung der Umkehrung der Quadratwurzel der diagonalen Elemente der (beobachteten) Fisher-Informationsmatrix ermittelt werden: sμ^,σ^2=1I(μ^,σ^2)−−−−−−√sμ^,σ^2=1I(μ^,σ^2)\begin{align*} s_{\hat{\mu},\hat{\sigma}^2}=\frac{1}{\sqrt{\mathbf{I}(\hat{\mu},\hat{\sigma}^2)}} \end{align*} Da der Optimierungsbefehl in R minimiert die (beobachtete) Fisher-Informationsmatrix durch Berechnung der …

54 maximum-likelihood fisher-information

9

Wie ergänzen sich R und Python in der Datenwissenschaft?

In vielen Tutorials oder Handbüchern scheint die Erzählung zu implizieren, dass R und Python als komplementäre Komponenten des Analyseprozesses nebeneinander existieren. Für mein ungeübtes Auge scheint es jedoch so, als ob beide Sprachen das Gleiche tun. Meine Frage ist also, ob es wirklich spezialisierte Nischen für die beiden Sprachen gibt …

54 r python software

2

Beispiele aus der Praxis für gleitende Durchschnittsprozesse

Können Sie einige Beispiele aus der Praxis von Zeitreihen geben , für die ein gleitender Mittelwert Prozess der Ordnung , dh y t = q Σ i = 1 θ i ε t - i + ε t , wobei ε t ~ N ( 0 , σ 2 ) …

54 time-series arima interpretation moving-average

9

Übertreiben wir die Bedeutung der Modellannahme und -bewertung in einer Zeit, in der Analysen häufig von Laien durchgeführt werden?

Fazit : Je mehr ich über Statistik lerne, desto weniger vertraue ich veröffentlichten Artikeln in meinem Bereich. Ich glaube einfach, dass Forscher ihre Statistiken nicht gut genug machen. Ich bin sozusagen ein Laie. Ich bin in Biologie ausgebildet, aber ich habe keine formale Ausbildung in Statistik oder Mathematik. Ich mag …

54 mathematical-statistics multiple-regression modeling

5

Beispiele für bayesianische und frequentistische Ansätze geben unterschiedliche Antworten

Hinweis: Ich bin bewusst , philosophischen Unterschiede zwischen Bayes und frequentistischen Statistiken. Zum Beispiel: "Wie groß ist die Wahrscheinlichkeit, dass die Münze auf dem Tisch Kopf ist?" Ist in der Frequenzstatistik nicht sinnvoll, da entweder Kopf oder Zahl bereits gelandet sind - es gibt keine Wahrscheinlichkeit dafür. Die Frage ist …

54 bayesian frequentist

3

Verwendung der Hauptkomponentenanalyse (PCA) zur Merkmalsauswahl

Ich bin neu in der Featureauswahl und habe mich gefragt, wie Sie PCA für die Featureauswahl verwenden würden. Berechnet PCA für jede Eingabevariable eine relative Bewertung, mit der Sie nichtinformative Eingabevariablen herausfiltern können? Grundsätzlich möchte ich in der Lage sein, die ursprünglichen Merkmale in den Daten nach Varianz oder Menge …

54 r pca feature-selection