Statistiken und Big Data

3

Beziehung zwischen der Summe der Gaußschen RVs und der Gaußschen Mischung

Ich weiß, dass eine Summe von Gaußschen Gaußschen ist. Wie unterscheidet sich eine Mischung aus Gaußschen? Ich meine, eine Mischung von Gaußschen ist nur eine Summe von Gaußschen (wobei jeder Gaußsche mit dem jeweiligen Mischungskoeffizienten multipliziert wird), oder?

13 normal-distribution random-variable mixture gaussian-mixture

2

Unterschied zwischen Statistikmodell OLS und linearer Skikit-Regression

Ich habe eine Frage zu zwei verschiedenen Methoden aus verschiedenen Bibliotheken, die scheinbar den gleichen Job machen. Ich versuche, ein lineares Regressionsmodell zu erstellen. Hier ist der Code, den ich mit der Statistikmodellbibliothek mit OLS verwende: X_train, X_test, y_train, y_test = cross_validation.train_test_split(x, y, test_size=0.3, random_state=1) x_train = sm.add_constant(X_train) model = …

13 regression python scikit-learn statsmodels

1

Eine Frage im Zusammenhang mit Borel-Cantelli Lemma

Hinweis: Borel-Cantelli Lemma sagt das ∑n=1∞P(An)<∞⇒P(limsupAn)=0∑n=1∞P(An)<∞⇒P(limsupAn)=0\sum_{n=1}^\infty P(A_n) \lt \infty \Rightarrow P(\lim\sup A_n)=0 ∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1\sum_{n=1}^\infty P(A_n) =\infty \textrm{ and } A_n\textrm{'s are independent} \Rightarrow P(\lim\sup A_n)=1 Dann, wenn ∑n=1∞P(AnAcn+1)<∞∑n=1∞P(AnAn+1c)<∞\sum_{n=1}^\infty P(A_nA_{n+1}^c )\lt \infty unter Verwendung von Borel-Cantelli Lemma Ich möchte das zeigen zuerst, existiertlimn→∞P(An)limn→∞P(An)\lim_{n\to \infty}P(A_n) …

13 probability self-study stochastic-processes probability-inequalities

1

Was bedeutet es, wenn der Median oder Durchschnitt der Summen größer ist als die Summe der Addenden?

Ich analysiere die Verteilung der Netzwerklatenz. Die mittlere Upload-Zeit (U) beträgt 0,5 s. Die mittlere Downloadzeit (D) beträgt 2s. Die mittlere Gesamtzeit (für jeden Datenpunkt T = U + D) beträgt jedoch 4 s. Welche Schlussfolgerungen könnten gezogen werden, wenn man weiß, dass der Median der Summe viel größer ist …

13 random-variable median summations

1

Verzerrter Schätzer für die Regression, der bessere Ergebnisse erzielt als der unverzerrte Schätzer im Modell für Fehler in Variablen

Ich arbeite an einigen syntaktischen Daten für das Error-In-Variable-Modell für einige Untersuchungen. Derzeit habe ich eine einzige unabhängige Variable und gehe davon aus, dass ich die Varianz für den wahren Wert der abhängigen Variablen kenne. Mit diesen Informationen kann ich also einen unverzerrten Schätzer für den Koeffizienten der abhängigen Variablen …

13 regression matlab unbiased-estimator errors-in-variables

2

R: glm-Funktion mit Angabe von family = "binomial" und "weight"

Ich bin sehr verwirrt darüber, wie Gewicht in glm mit family = "binomial" funktioniert. Nach meinem Verständnis wird die Wahrscheinlichkeit des glm mit family = "binomial" wie folgt angegeben: wobeiyder "Anteil des beobachteten Erfolgs" ist undndie bekannte Anzahl von Versuchen ist.f( y) = ( nn y) pny( 1 - p …

13 r logistic generalized-linear-model binomial weighted-regression

1

Parameter gegen latente Variablen

Ich habe schon früher danach gefragt und mich wirklich schwer getan, herauszufinden, was einen Modellparameter ausmacht und was ihn zu einer latenten Variablen macht. Wenn man sich also verschiedene Themen zu diesem Thema auf dieser Website ansieht, scheint der Hauptunterschied zu sein: Latente Variablen werden nicht beobachtet, haben aber eine …

13 bayesian modeling random-variable latent-variable

1

Additiver Fehler oder multiplikativer Fehler?

Ich bin relativ neu in der Statistik und würde mich über ein besseres Verständnis freuen. In meinem Bereich gibt es ein häufig verwendetes Modell der Form: Pt= PÖ( Vt)αPt=PÖ(Vt)αP_t = P_o(V_t)^\alpha Wenn Benutzer das Modell an Daten anpassen, linearisieren sie es normalerweise und passen Folgendes an Log( S.t) = log( …

13 modeling model error curve-fitting measurement-error

2

Zeitreihenanalyseverfahren und -methoden unter Verwendung von R

Ich arbeite an einem kleinen Projekt, bei dem wir versuchen, die Rohstoffpreise (Öl, Aluminium, Zinn usw.) für die nächsten 6 Monate vorherzusagen. Ich muss 12 solche Variablen vorhersagen und habe Daten von April 2008 bis Mai 2013. Wie gehe ich bei der Vorhersage vor? Ich habe folgendes gemacht: Importierte Daten …

13 r time-series forecasting neural-networks arima

3

Warum Spur von

Im Modell y=Xβ+ϵy=Xβ+ϵ{y} = X \beta + \epsilon können wir ββ\beta mit der Normalgleichung ：abschätzen. β^=(X′X)−1X′y,β^=(X′X)−1X′y,\hat{\beta} = (X'X)^{-1}X'y,und wir konnten erhalten y =X β .y^=Xβ^.y^=Xβ^.\hat{y} = X \hat{\beta}. Der Vektor der Residuen wird geschätzt durch ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,\hat{\epsilon} = y - X \hat{\beta} = (I - X (X'X)^{-1} X') y = Q …

13 regression least-squares inference

2

Was ist der Unterschied zwischen Merkmalsauswahl und Dimensionsreduzierung?

Ich weiß, dass sowohl die Merkmalsauswahl als auch die Dimensionsreduzierung darauf abzielen, die Anzahl der Merkmale im ursprünglichen Merkmalssatz zu reduzieren. Was ist der genaue Unterschied zwischen den beiden, wenn wir in beiden dasselbe tun?

13 machine-learning pca feature-selection dimensionality-reduction

2

Box-and-Whisker-Plot für die multimodale Verteilung

Kann ich Box-and-Whisker-Diagramme auch für die multimodale Verteilung oder nur für die unimodale Verteilung verwenden?

13 distributions data-visualization boxplot

3

Welches ist die bessere maximale oder marginale Wahrscheinlichkeit und warum?

Bei der Durchführung der Regression gehen wir von der Definition aus: Was ist der Unterschied zwischen einer Teilwahrscheinlichkeit, einer Profilwahrscheinlichkeit und einer Grenzwahrscheinlichkeit? dass, Maximum Likelihood Findet β und θ, die L (β, θ | data) maximieren. Während, Grenzwahrscheinlichkeit Wir integrieren θ aus der Wahrscheinlichkeitsgleichung, indem wir die Tatsache ausnutzen, …

13 regression maximum-likelihood

1

Wird der Missbrauch durch die maschinelle Lerngemeinschaft "bedingt" und "parametrisiert durch"?

Angenommen, ist abhängig von . Genau genommenXXXαα\alpha wenn und beide Zufallsvariablen sind, könnten wir schreiben ;α p ( X ≤ α )XXXαα\alphap(X∣α)p(X∣α)p(X\mid\alpha) Wenn jedoch XXX eine Zufallsvariable und αα\alpha ein Parameter ist, müssen wir schreiben p(X;α)p(X;α)p(X; \alpha). Ich stelle mehrmals fest, dass die Community für maschinelles Lernen die Unterschiede zu …

13 machine-learning terminology

1

Test auf Kointegration zwischen zwei Zeitreihen mit der Engle-Granger-Zweistufenmethode

Ich versuche, die Integration zwischen zwei Zeitreihen zu testen. Beide Serien haben wöchentliche Daten, die sich über ~ 3 Jahre erstrecken. Ich versuche die Engle-Granger Two Step Methode durchzuführen. Meine Arbeitsreihenfolge folgt. Testen Sie jede Zeitreihe mit Augmented Dickey-Fuller auf Unit Root. Angenommen, beide haben Einheitswurzeln, dann finde die lineare …

13 time-series cointegration unit-root augmented-dickey-fuller