Statistiken und Big Data

Warum werden die geometrische Verteilung und die hypergeometrische Verteilung als "geometrisch" bzw. "hypergoemetrisch" bezeichnet? Liegt es daran, dass ihre pmfs eine besondere Form haben? Vielen Dank!

13 distributions  terminology  history 

Der Standardfehler des Intercept-Terms ( ) in ist gegeben durch wobei \ bar {x} ist der Mittelwert der x_i 's.β^0β^0\hat{\beta}_0y=β1x+β0+εy=β1x+β0+εy=\beta_1x+\beta_0+\varepsilonSE(β^0)2=σ2[1n+x¯2∑ni=1(xi−x¯)2]SE(β^0)2=σ2[1n+x¯2∑i=1n(xi−x¯)2]SE(\hat{\beta}_0)^2 = \sigma^2\left[\frac{1}{n}+\frac{\bar{x}^2}{\sum_{i=1}^n(x_i-\bar{x})^2}\right]x¯x¯\bar{x}xixix_i [β^0−2SE,β^0+2SE][β^0−2SE,β^0+2SE][\hat{\beta}_0-2SE,\hat{\beta}_0+2SE] ich weiß, quantifiziert die SE Ihre Unsicherheit - zum Beispiel wird in 95% der Stichproben das Intervall [\ hat {\ beta} _0-2SE, \ hat {\ beta} _0 …

13 regression  interpretation  standard-error 

DBSCAN ist laut einiger Literatur der am häufigsten zitierte Cluster-Algorithmus und kann beliebige Formcluster basierend auf der Dichte finden. Es hat zwei Parameter eps (als Nachbarschaftsradius) und minPts (als minimale Nachbarn, um einen Punkt als Kernpunkt zu betrachten), von denen ich glaube, dass sie in hohem Maße davon abhängen. Gibt …

13 clustering  dbscan 

Angenommen, ich habe eine Variable, deren Verteilung zu einem sehr hohen Grad positiv verzerrt ist, so dass das Aufnehmen des Protokolls nicht ausreicht, um es in den Bereich der Verzerrung für eine Normalverteilung zu bringen. Welche Möglichkeiten habe ich derzeit? Was kann ich tun, um die Variable in eine Normalverteilung …

13 data-transformation  skewness 

Ich arbeite in R durch ein hervorragendes PCA-Tutorial von Lindsay I Smith und stecke in der letzten Phase fest. Das unten stehende R-Skript führt uns bis zu dem Punkt (auf Seite 19), an dem die ursprünglichen Daten aus der (in diesem Fall singulären) Hauptkomponente rekonstruiert werden. Dabei sollte sich entlang …

13 r  pca 

Für lineares Modell , können wir eine schöne geometrische Interpretation des geschätzten Modells über OLS haben: y = x β + e . Y ist die Projektion von Y auf den Raum aufgespannt durch X- und Rest e senkrecht zu diesem Raum durch x aufgespannt.y=xβ+ey=xβ+ey=x\beta+ey^=xβ^+e^y^=xβ^+e^\hat{y}=x\hat{\beta}+\hat{e}y^y^\hat{y}e^e^\hat{e} Meine Frage ist nun: Gibt …

13 regression  model  geometry 

Ich habe über Student's T-Test gelesen, aber es scheint zu funktionieren, wenn wir davon ausgehen können, dass die ursprünglichen Distributionen normal verteilt sind. In meinem Fall sind sie definitiv nicht. Muss ich 13^2Tests durchführen , wenn ich 13 Distributionen habe ?

13 r  hypothesis-testing  distributions 

Wann ist es vorzuziehen, die Maximum-Likelihood-Schätzung anstelle der gewöhnlichen kleinsten Quadrate zu verwenden? Was sind die Stärken und Grenzen eines jeden? Ich versuche, praktisches Wissen darüber zu sammeln, wo sie in allgemeinen Situationen eingesetzt werden können.

13 regression  maximum-likelihood  least-squares 

Bei der Untersuchung der Kullback-Leibler-Distanz lernen wir sehr schnell, dass sie weder die Dreiecksungleichung noch die Symmetrie berücksichtigt, die für eine Metrik erforderlich ist. Meine Frage ist, ob es eine Metrik von Wahrscheinlichkeitsdichtefunktionen gibt, die alle Bedingungen einer Metrik erfüllt .

13 distributions  distance  metric 

Ich habe einen Code geschrieben, der die Kalman-Filterung (unter Verwendung einer Reihe verschiedener Kalman-Filter [Information Filter et al.]) Für die lineare Gaußsche Zustandsraumanalyse für einen n-dimensionalen Zustandsvektor durchführen kann. Die Filter funktionieren sehr gut und ich bekomme eine schöne Ausgabe. Die Parameterschätzung über die Loglikelihood-Schätzung verwirrt mich jedoch. Ich bin …

13 maximum-likelihood  algorithms  kalman-filter  likelihood 

Kürzlich habe ich die Verwendung des Kernel-Tricks kennengelernt, der Daten in höherdimensionale Räume abbildet, um die Daten in diesen Dimensionen zu linearisieren. Gibt es Fälle, in denen ich diese Technik meiden sollte? Geht es nur darum, die richtige Kernelfunktion zu finden? Für lineare Daten ist dies natürlich nicht hilfreich, aber …

13 machine-learning  svm  kernel-trick  heuristic 

Sollen die Konfidenz- und Vorhersagebänder einer nichtlinearen Regression symmetrisch zur Regressionslinie sein? Das heißt, sie nehmen nicht die Sanduhrform an, wie im Fall der Bänder für die lineare Regression. Warum das? Hier ist das fragliche Modell: F(x)=⎛⎝⎜⎜A−D1+(xC)B⎞⎠⎟⎟+DF(x)=(A−D1+(xC)B)+D F(x) = \left(\frac{A-D}{1 + \left(\frac x C\right)^B}\right) + D Hier ist die Abbildung: …

13 confidence-interval  nonlinear-regression  prediction-interval 

Gibt es ein Konjugat für die Laplace-Verteilung ? Wenn nicht, gibt es einen bekannten Ausdruck in geschlossener Form, der sich den Parametern der Laplace-Verteilung annähert? Ich habe ziemlich viel gegoogelt und keinen Erfolg gehabt, daher lautet meine derzeitige Vermutung "Nein" zu den obigen Fragen ...

13 bayesian  conjugate-prior  laplace-distribution 

Was ist die maximale Entropieverteilung ? für eine positive stetige Variable angesichts ihres ersten und zweiten Moments? Zum Beispiel ist eine Gaußsche Verteilung die maximale Entropieverteilung für eine unbegrenzte Variable aufgrund ihres Mittelwerts und ihrer Standardabweichung, und eine Gamma-Verteilung ist die maximale Entropieverteilung für eine positive Variable aufgrund ihres Mittelwerts …

13 distributions  standard-deviation  mean  maximum-entropy 

Ich benutze die R "Multcomp" -Bibliothek ( http://cran.r-project.org/web/packages/multcomp/ ), um Dunnetts Test zu berechnen. Ich benutze das folgende Skript: Group <- factor(c("A","A","B","B","B","C","C","C","D","D","D","E","E","F","F","F")) Value <- c(5,5.09901951359278,4.69041575982343,4.58257569495584,4.79583152331272,5,5.09901951359278,4.24264068711928,5.09901951359278,5.19615242270663,4.58257569495584,6.16441400296898,6.85565460040104,7.68114574786861,7.07106781186548,6.48074069840786) data <- data.frame(Group, Value) aov <- aov(Value ~ Group, data) summary(glht(aov, linfct=mcp(Group="Dunnett"))) Wenn ich dieses Skript nun mehrmals über die R-Konsole ausführe, erhalte ich jedes …

13 r  multiple-comparisons