Statistiken und Big Data

3

Cohens d für den abhängigen Stichproben-T-Test

Kurze Frage: Ich habe gesehen, dass Cohens d zwei verschiedene Methoden für einen T-Test für abhängige Proben berechnet hat (z. B. Design innerhalb der Proben, um die Wirksamkeit eines Medikaments mit Zeitpunkten vor / nach dem Test zu testen). Unter Verwendung der Standardabweichung der Änderungsbewertung im Nenner der Gleichung für …

10 t-test effect-size

3

Warum in CLT

Sei X1,...,XnX1,...,XnX_1,...,X_n unabhängige Beobachtungen von einer Verteilung, die den Mittelwert μμ\mu und die Varianz σ2<∞σ2<∞\sigma^2 < \infty , wenn n→∞n→∞n \rightarrow \infty , dann n−−√X¯n−μσ→N(0,1).nX¯n−μσ→N(0,1).\sqrt{n}\frac{\bar{X}_n-\mu}{\sigma} \rightarrow N(0,1). Warum bedeutet dies, dass X¯n∼N(μ,σ2n)?X¯n∼N(μ,σ2n)?\bar{X}_n \sim N\left(\mu, \frac{\sigma^2}{n}\right)?

10 probability central-limit-theorem

3

Assoziationstest für einen normalverteilten DV durch richtungsunabhängige Variablen?

Gibt es einen Hypothesentest, ob eine normalverteilte abhängige Variable einer direktional verteilten Variablen zugeordnet ist? Wenn beispielsweise die Tageszeit die erklärende Variable ist (und Dinge wie Wochentag, Monat des Jahres usw. irrelevant sind), kann auf diese Weise die Tatsache berücksichtigt werden, dass 23 Uhr 22 Stunden vor 1 Uhr morgens …

10 hypothesis-testing modeling circular-statistics

1

Modellierung automatisch korrelierter binärer Zeitreihen

Was ist der übliche Ansatz zur Modellierung binärer Zeitreihen? Gibt es ein Papier oder ein Lehrbuch, in dem dies behandelt wird? Ich denke an einen binären Prozess mit starker Autokorrelation. So etwas wie das Vorzeichen eines AR (1) -Prozesses, der bei Null beginnt. Say X.0= 0X0=0X_0 = 0 und X.t …

10 regression time-series logistic binary-data autoregressive

1

Verhindern, dass Pareto Smoothed Important Sampling (PSIS-LOO) fehlschlägt

Ich habe vor kurzem damit begonnen, die pareto-geglättete Stichprobenauswahl (PSIS-LOO) zu verwenden, die in den folgenden Abhandlungen beschrieben wird: Vehtari, A. & Gelman, A. (2015). Pareto glättete wichtige Stichproben. arXiv Preprint ( Link ). A. Vehtari, A. Gelman & J. Gabry (2016). Praktische Bayes'sche Modellbewertung mit einmaliger Kreuzvalidierung und WAIC. …

10 machine-learning cross-validation mcmc pareto-distribution importance-sampling

2

Warum werden Fehler vom Typ II in der statistischen Literatur nicht so stark betont?

Ich habe viele Fälle gesehen, in denen Fehler vom Typ I in verschiedenen Forschungsartikeln berücksichtigt (durch einen Alpha-Wert gekennzeichnet) werden. Ich habe es selten gefunden, dass ein Forscher die Leistung oder den Typ-II-Fehler berücksichtigt. Typ-II-Fehler können eine große Sache sein, oder? Wir haben die alternative Hypothese versehentlich zurückgewiesen, als sie …

10 hypothesis-testing type-i-and-ii-errors

3

RBF SVM-Anwendungsfälle (vs. logistische Regression und zufällige Gesamtstruktur)

Support Vector Machines mit Radial-Base-Funktionskernel ist ein universell beaufsichtigter Klassifikator. Obwohl ich die theoretischen Grundlagen für diese SVMs und ihre Stärken kenne, sind mir keine Fälle bekannt, in denen sie die bevorzugte Methode sind. Gibt es also eine Klasse von Problemen, bei denen RBF-SVMs anderen ML-Techniken überlegen sind? (Entweder in …

10 machine-learning logistic classification svm random-forest

2

Warum hat der Rao-Blackwell Satz erfordert

Der Rao-Blackwell-Satz besagt Lassen θ ein Schätzer für sein θ mit E ( θ 2 ) < ∞ für alle θ . Nehmen wir an, dass T ausreichend ist θ , und sei θ * = E ( θ | T ) Dann gilt für alle θ , E ( …

10 rao-blackwell

5

Erklären von Mittelwert, Median und Modus in Laienbegriffen

Wie würden Sie das Konzept von Mittelwert, Median und Modus einer Liste von Zahlen erklären und warum sind sie für jemanden wichtig, der nur grundlegende arithmetische Fähigkeiten besitzt? Lassen Sie uns nicht die Schiefe, CLT, zentrale Tendenz, ihre statistischen Eigenschaften usw. erwähnen. Ich habe jemandem erklärt, dass dies nur eine …

10 mean descriptive-statistics median mode

1

Ist es jemals eine gute Idee, beim Training einer logistischen Regression „Teilkredit“ (kontinuierliches Ergebnis) zu geben?

Ich trainiere eine logistische Regression, um vorherzusagen, welche Läufer am ehesten ein anstrengendes Langstreckenrennen beenden werden. Sehr wenige Läufer absolvieren dieses Rennen, daher habe ich ein schweres Klassenungleichgewicht und eine kleine Auswahl an Erfolgen (vielleicht ein paar Dutzend). Ich habe das Gefühl, ich könnte ein gutes "Signal" von den Dutzenden …

10 logistic binary-data continuous-data

3

Ranking-Funktionen in der logistischen Regression

Ich habe die logistische Regression verwendet. Ich habe sechs Funktionen. Ich möchte die wichtigen Funktionen in diesem Klassifikator kennen, die das Ergebnis stärker beeinflussen als andere Funktionen. Ich habe Information Gain verwendet, aber es scheint, dass es nicht vom verwendeten Klassifikator abhängt. Gibt es eine Methode, um die Features nach …

10 logistic feature-selection ranking regression-strategies

3

Sollte die Dirac-Delta-Funktion als Unterklasse der Gaußschen Verteilung angesehen werden?

In Wikidata ist es möglich, Wahrscheinlichkeitsverteilungen (wie alles andere) in einer Ontologie zu verknüpfen, z. B. dass die t-Verteilung eine Unterklasse der nichtzentralen t-Verteilung ist, siehe z. https://angryloki.github.io/wikidata-graph-builder/?property=P279&item=Q209675&iterations=3&limit=3 Es gibt verschiedene Grenzfälle, z. B. wenn die Freiheitsgrade in der t-Verteilung gegen unendlich gehen oder wenn die Varianz für die Normalverteilung …

10 distributions normal-distribution dirac-delta

2

Wie heißt diese Art von Plot mit nebeneinander zentrierten horizontalen Dichtebalken?

Wie würden Sie diese Art von Plot nennen, und ist es möglich, sie in R zu erstellen? EDIT: Vielen Dank an alle - sehr hilfreich. Bester Titel bisher: quantisierte Geigenhandlungen!

10 r data-visualization

1

Gibt es echte Statistiken hinter dem „Satz des Pythagoras des Baseballs“?

Ich lese ein Buch über Sabermetrik, speziell Mathletik von Wayne Winston, und im ersten Kapitel stellt er eine Menge vor, mit der die Gewinnrate von Teams vorhergesagt werden kann: und er scheint darauf hinzudeuten, dass zur Hälfte der Saison die Gewinnratebesservorhergesagt werden kannals die Gewinnrate der ersten Saisonhälfte. Er verallgemeinert …

10 maximum-likelihood inference

3

Was sollte ein nicht informativer Prior für die Steigung sein, wenn eine lineare Regression durchgeführt wird?

Wenn man eine Bayes'sche lineare Regression durchführt, muss man der Steigung einen Prior zuweisen und abfangen . Da ein Standortparameter ist, ist es sinnvoll, einen einheitlichen Prior zuzuweisen. Es scheint mir jedoch, dass einem Skalenparameter ähnelt und es unnatürlich erscheint, vorher eine Uniform zuzuweisen.b b aaaabbbbbbaaa Andererseits scheint es nicht …

10 regression bayesian uninformative-prior