Statistiken und Big Data

2

Wie interpretiert man eine Bland-Altman-Handlung?

Wie interpretiert man eine Bland-Altman-Handlung in einfachem Englisch? Was sind die Vorteile der Verwendung eines Bland-Altman-Diagramms gegenüber anderen Methoden zum Vergleich zweier verschiedener Messmethoden?

12 data-visualization bland-altman-plot

3

Was ist gemeinsame Schätzung?

Meine Frage ist so einfach: Was ist gemeinsame Schätzung? Und was bedeutet das im Kontext der Regressionsanalyse? Wie wird es gemacht? Ich bin einige Zeit im mächtigen Internet herumgewandert, habe aber keine Antworten auf diese Fragen gefunden.

12 regression estimation terminology

2

Unvoreingenommener Schätzer des Exponentialmaßes einer Menge?

Angenommen, wir haben eine (messbare und angemessen gut erzogene) Menge S⊆B⊂RnS⊆B⊂RnS\subseteq B\subset\mathbb R^n , wobei BBB kompakt ist. Nehmen wir außerdem an, wir können Proben aus der gleichmäßigen Verteilung über BBB über das Lebesgue-Maß λ(⋅)λ(⋅)\lambda(\cdot) und das Maß λ(B)λ(B)\lambda(B) . Zum Beispiel ist BBB vielleicht eine Box [−c,c]n[−c,c]n[-c,c]^n die SSS …

12 probability monte-carlo unbiased-estimator measure-theory

3

Ist mein Modell basierend auf dem Wert der Diagnosemetrik ( / AUC / Genauigkeit / RMSE usw.) gut?

Ich habe mein Modell angepasst und versuche zu verstehen, ob es etwas Gutes ist. Ich habe die empfohlenen Metriken berechnet, um sie zu bewerten ( / AUC / Genauigkeit / Vorhersagefehler / usw.), weiß aber nicht, wie ich sie interpretieren soll. Kurz gesagt, wie kann ich anhand der Metrik feststellen, …

12 goodness-of-fit r-squared accuracy auc diagnostic

2

Warum werden in der Bayes'schen Folgerung einige Begriffe aus der posterioren Vorhersage gestrichen?

In Kevin Murphys Conjugate Bayesian-Analyse der Gaußschen Verteilung schreibt er, dass die posteriore prädiktive Verteilung ist p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta Dabei ist die Daten, an die das Modell angepasst ist, und sind unsichtbare Daten. Was ich nicht verstehe ist, warum …

12 bayesian predictive-models inference posterior

6

Lineare Regression, wenn Y begrenzt und diskret ist

Die Frage ist einfach: Ist es angemessen, eine lineare Regression zu verwenden, wenn Y begrenzt und diskret ist (z. B. die Testergebnisse 1 bis 100, einige vordefinierte Rangfolgen 1 bis 17)? Ist es in diesem Fall "nicht gut", eine lineare Regression zu verwenden, oder ist es völlig falsch, sie zu …

12 regression multiple-regression least-squares linear bounds

5

Warum brauchen wir eine alternative Hypothese?

Wenn wir testen, erhalten wir zwei Ergebnisse. 1) Wir lehnen die Nullhypothese ab 2) Wir können die Nullhypothese nicht ablehnen. Wir sprechen nicht davon, alternative Hypothesen zu akzeptieren. Wenn wir nicht über das Akzeptieren alternativer Hypothesen sprechen, warum brauchen wir überhaupt alternative Hypothesen? Hier ist ein Update: Könnte mir jemand …

12 hypothesis-testing

2

Was ist der erwartete Wert des Logarithmus der Gammaverteilung?

Wenn der erwartete Wert von G a m m a ( α , β )Gamma(α,β)\mathsf{Gamma}(\alpha, \beta) ist αβαβ\frac{\alpha}{\beta} , was ist der erwartete Wert vonlog(Gamma(α,β))log(Gamma(α,β))\log(\mathsf{Gamma}(\alpha, \beta))? Kann es analytisch berechnet werden? Die Parametrisierung, die ich verwende, ist die Formrate.

12 expected-value gamma-distribution

2

Warum ist eine 0-1-Verlustfunktion nicht umsetzbar?

In Ian Goodfellows Deep Learning- Buch steht das geschrieben Manchmal ist die Verlustfunktion, die uns tatsächlich am Herzen liegt (z. B. Klassifizierungsfehler), nicht effizient zu optimieren. Beispielsweise ist eine genaue Minimierung des erwarteten 0-1-Verlusts selbst für einen linearen Klassifizierer normalerweise nicht möglich (exponentiell in der Eingabedimension). In solchen Situationen optimiert …

12 neural-networks deep-learning loss-functions

4

Was führt dazu, dass Lasso bei der Funktionsauswahl instabil ist?

Bei der komprimierten Abtastung gibt es einen Satz, der garantiert, dass argmin∥c∥1subject to y=Xcargmin‖c‖1subject to y=Xc\text{argmin} \Vert c \Vert_1\\ \text{subject to } y = Xc hat eine eindeutige, spärliche Lösungccc (siehe Anhang für weitere Details). Gibt es einen ähnlichen Satz für Lasso? Wenn es einen solchen Satz gibt, garantiert er …

12 regression self-study feature-selection lasso regularization

1

Warum ist R Squared mit LASSO kein gutes Maß für Regressionen?

Ich habe an mehreren Stellen gelesen, dass R Squared kein ideales Maß ist, wenn ein Modell mit LASSO angepasst wird. Mir ist jedoch nicht klar, warum das so ist. Können Sie außerdem die beste Alternative empfehlen?

12 regression lasso r-squared penalized

1

Negative Gratregression verstehen

Ich suche Literatur über negative Gratregression . Kurz gesagt, es ist eine Verallgemeinerung der linearen Regression unter Verwendung ridge negative λλ\lambda in der Schätzer β^=(X⊤X+λI)−1X⊤y.β^=(X⊤X+λI)−1X⊤y.\hat\beta = ( X^\top X + \lambda I)^{-1} X^\top y.Der positive Fall hat eine schöne Theorie: als Verlustfunktion, als Einschränkung, als Bayes-Prior ... aber ich fühle …

12 regression regularization ridge-regression

1

Ist die Gaußsche Verteilung ein spezieller Fall der Beta-Verteilung?

Wenn Sie sich eine Beta-Distribution mitα = β= 4α=β=4\alpha=\beta=4 ansehen , sieht sie einer Gaußschen Distribution sehr ähnlich . Aber ist es? Wie können Sie beweisen, ob eine Beta (4,4) -Verteilung Gaußsch ist oder nicht?

12 normal-distribution beta-distribution

1

Kann Support Vector Machine in großen Datenmengen verwendet werden?

Mit dem begrenzten Wissen, das ich über SVM habe, ist es gut für eine kurze und fette Datenmatrix (viele Funktionen und nicht zu viele Instanzen), aber nicht für Big Data.XXX Ich verstehe einen Grund dafür, dass die Kernel-Matrix eine n × n- Matrix ist, wobei n die Anzahl der Instanzen …

12 machine-learning svm large-data

5

Ist es möglich, dass zwei zufällige Variablen aus derselben Verteilungsfamilie dieselbe Erwartung und Varianz haben, aber unterschiedliche höhere Momente?

Ich dachte über die Bedeutung der Familie auf der Ortsskala nach. Mein Verständnis ist, dass für jedes XXX Mitglied einer Ortsskalenfamilie mit den Parametern aaa Ort und bbb Skala die Verteilung von Z=(X−a)/bZ=(X−a)/bZ =(X-a)/b nicht von irgendwelchen Parametern abhängt und für jedes dazugehörige XXX Familie. Meine Frage ist also, ob …

12 probability distributions mathematical-statistics random-variable moments