Statistiken und Big Data

Fragen und Antworten für Personen, die sich für Statistik, maschinelles Lernen, Datenanalyse, Data Mining und Datenvisualisierung interessieren

3
In Bezug auf die Konvergenz der Wahrscheinlichkeit
Sei {Xn}n≥1{Xn}n≥1\{X_n\}_{n\geq 1} eine Folge von Zufallsvariablen st Xn→aXn→aX_n \to a in der Wahrscheinlichkeit, wobei a>0a>0a>0 eine feste Konstante ist. Ich versuche folgendes zu zeigen: Xn−−−√→a−−√Xn→a\sqrt{X_n} \to \sqrt{a} und aXn→1aXn→1\frac{a}{X_n}\to 1 beide in Wahrscheinlichkeit. Ich bin hier, um zu sehen, ob meine Logik richtig war. Hier ist meine Arbeit VERSUCH …
1
Wie heißt die Dichteschätzmethode, bei der alle möglichen Paare verwendet werden, um eine normale Mischungsverteilung zu erstellen?
Ich habe mir gerade eine nette (nicht unbedingt gute) Methode ausgedacht, um eindimensionale Dichteschätzungen zu erstellen, und meine Frage lautet: Hat diese Dichteschätzmethode einen Namen? Wenn nicht, handelt es sich um einen Sonderfall einer anderen Methode in der Literatur? Hier ist die Methode: Wir haben ein Vektor X=[x1,x2,...,xn]X=[x1,x2,...,xn]X = [x_1,x_2,...,x_n] …
3
Quantifizierung der Ähnlichkeit zwischen zwei Datensätzen
Zusammenfassung : Der Versuch, die beste Methode zu finden, fasst die Ähnlichkeit zwischen zwei ausgerichteten Datensätzen mit einem einzigen Wert zusammen. Details : Meine Frage lässt sich am besten mit einem Diagramm erklären. Die folgenden Grafiken zeigen zwei verschiedene Datensätze mit den Werten nfund nr. Die Punkte entlang der x-Achse …
2
Wie berechnet man Fisher-Kriterium-Gewichte?
Ich studiere Mustererkennung und maschinelles Lernen und bin auf die folgende Frage gestoßen. Betrachten Sie ein Zweiklassen-Klassifizierungsproblem mit gleicher Wahrscheinlichkeit für die vorherige Klasse P(D1)=P(D2)=12P(D1)=P(D2)=12P(D_1)=P(D_2)= \frac{1}{2} und die Verteilung der Instanzen in den einzelnen Klassen von p(x|D1)=N([00],[2001]),p(x|D1)=N([00],[2001]), p(x|D_1)= {\cal N} \left( \begin{bmatrix} 0 \\0 \end{bmatrix}, \begin{bmatrix} 2 & 0 \\ …
1
Varianz der Cohen-
Cohens ddd ist eine der häufigsten Methoden, um die Größe eines Effekts zu messen ( siehe Wikipedia ). Es misst einfach den Abstand zwischen zwei Mitteln als gepoolte Standardabweichung. Wie können wir die mathematische Formel der Varianzschätzung von Cohens ableiten ddd? Dezember 2015 edit: Im Zusammenhang mit dieser Frage steht …
2
Was sind die Vorteile der Verwendung eines Bayes'schen neuronalen Netzwerks?
Kürzlich las ich einige Artikel über das Bayesianische Neuronale Netz (BNN) [Neal, 1992] , [Neal, 2012] , in denen eine Wahrscheinlichkeitsrelation zwischen der Eingabe und der Ausgabe in einem Neuronalen Netz angegeben ist. Das Trainieren eines solchen neuronalen Netzwerks erfolgt durch MCMC, was sich von dem herkömmlichen Backpropagation-Algorithmus unterscheidet. Meine …
3
Warum ist die Boosting-Methode empfindlich gegenüber Ausreißern?
Ich habe viele Artikel gefunden, die besagen, dass Boosting-Methoden empfindlich gegenüber Ausreißern sind, aber keinen Artikel, der erklärt, warum. Meiner Erfahrung nach sind Ausreißer für jeden Algorithmus für maschinelles Lernen schlecht, aber warum werden Boosting-Methoden als besonders empfindlich eingestuft? Wie würden die folgenden Algorithmen in Bezug auf die Empfindlichkeit gegenüber …
2
Liefert ein Konfidenzintervall tatsächlich ein Maß für die Unsicherheit einer Parameterschätzung?
Ich habe einen Blog-Beitrag des Statistikers William Briggs gelesen, und die folgende Behauptung hat mich gelinde gesagt interessiert. Was halten Sie davon? Was ist ein Konfidenzintervall? Es ist natürlich eine Gleichung, die Ihnen ein Intervall für Ihre Daten liefert. Es soll ein Maß für die Unsicherheit einer Parameterschätzung liefern. Nun, …
2
Wann ist MCMC nützlich?
Ich habe Probleme zu verstehen, in welcher Situation der MCMC-Ansatz tatsächlich nützlich ist. Ich gehe ein Spielzeugbeispiel aus dem Kruschke-Buch "Bayesianische Datenanalyse: Ein Tutorial mit R und BUGS" durch. Was ich bisher verstanden habe, ist, dass wir eine Zielverteilung benötigen, die proportional zu , um eine Stichprobe von . Es …
12 mcmc 
2
Ridge bestraft GLMs mit Row Augmentation?
Ich habe gelesen, dass eine Ridge-Regression durch einfaches Hinzufügen von Datenzeilen zur ursprünglichen Datenmatrix erzielt werden kann, wobei jede Zeile unter Verwendung von 0 für die abhängigen Variablen und der Quadratwurzel von kkk oder Null für die unabhängigen Variablen erstellt wird. Für jede unabhängige Variable wird dann eine zusätzliche Zeile …
3
Warum wird die Holdout-Methode (Aufteilen von Daten in Training und Test) in der klassischen Statistik nicht verwendet?
In meinem Unterricht wurde die Holdout-Methode eingeführt, um die Modellleistung zu bewerten. Als ich meinen ersten Kurs über lineare Modelle belegte, wurde dies jedoch nicht als Mittel zur Modellvalidierung oder -bewertung eingeführt. Meine Online-Recherche zeigt auch keinerlei Schnittmenge. Warum wird die Holdout-Methode in der klassischen Statistik nicht verwendet?
1
Gibt es eine zeitgemäße Verwendung von Jackknifing?
Die Frage: Bootstrapping ist Jackknifing überlegen ; Ich frage mich jedoch, ob es Fälle gibt, in denen das Jackknifing die einzige oder zumindest eine praktikable Option zur Charakterisierung der Unsicherheit aus Parameterschätzungen ist. Auch in praktischen Situationen, wie voreingenommen / ungenau ist Jackknifing im Vergleich zu Bootstrapping, und können Jackknife-Ergebnisse …
1
k-bedeutet || aka Scalable K-Means ++
Bahman Bahmani et al. Einführung von k-means ||, einer schnelleren Version von k-means ++. Dieser Algorithmus stammt von Seite 4 ihrer Veröffentlichung Bahmani, B., Moseley, B., Vattani, A., Kumar, R. und Vassilvitskii, S. (2012). Skalierbares k-means ++. Verfahren der VLDB-Stiftung , 5 (7), 622-633. Leider verstehe ich diese ausgefallenen griechischen …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.