Statistiken und Big Data

1

Caret varImp für das randomForest-Modell

Ich habe Probleme zu verstehen, wie die varImpFunktion für ein randomForest-Modell mit dem caretPaket funktioniert . Im folgenden Beispiel erhält das Merkmal var3 mithilfe der Caret- varImpFunktion die Bedeutung Null , das zugrunde liegende randomForest-Endmodell hat jedoch für das Merkmal var3 eine Bedeutung ungleich Null. Warum ist das so? require(randomForest) …

10 r caret random-forest

1

Ist die Hold-out-Validierung eine bessere Annäherung an das Abrufen neuer Daten als der k-fache Lebenslauf?

Ich habe eine Antwort überdacht , die ich vor ein paar Wochen auf eine Frage gegeben habe Die Hold-out-Kreuzvalidierung erzeugt einen einzelnen Testsatz, der wiederholt zur Demonstration verwendet werden kann. Wir scheinen uns alle einig zu sein, dass dies in vielerlei Hinsicht ein negatives Merkmal ist, da sich herausstellen könnte, …

10 cross-validation

1

Verzögerungsreihenfolge für den Granger-Kausaltest

Angenommen, ich erwäge mehrere unabhängige Variablen für eine mögliche Aufnahme in ein von mir entwickeltes ARIMAX-Modell. Bevor ich verschiedene Variablen anpasse, möchte ich Variablen, die eine umgekehrte Kausalität aufweisen, mithilfe eines Granger-Tests herausfiltern (ich verwende die granger.testFunktion aus dem MSBVARPaket in R, obwohl ich glaube, dass andere Implementierungen ähnlich funktionieren). …

10 lags granger-causality

3

Ist es in R (oder allgemein) möglich, Regressionskoeffizienten als bestimmtes Vorzeichen zu erzwingen?

Ich arbeite mit einigen Daten aus der realen Welt und die Regressionsmodelle liefern einige kontraintuitive Ergebnisse. Normalerweise vertraue ich der Statistik, aber in Wirklichkeit können einige dieser Dinge nicht wahr sein. Das Hauptproblem, das ich sehe, ist, dass eine Zunahme einer Variablen eine Zunahme der Antwort verursacht, wenn sie tatsächlich …

10 r regression regression-coefficients computational-statistics

2

Sollten Datentypen (nominal / ordinal / Intervall / Verhältnis) wirklich als Variablentypen betrachtet werden?

Hier sind zum Beispiel die Definitionen, die ich aus Standardlehrbüchern bekomme Variable - charakteristisch für Population oder Stichprobe. Ex. Preis einer Aktie oder Sorte bei einem Test Daten - tatsächlich beobachtete Werte Also für einen zweispaltigen Bericht [Name | Einkommen] Die Spaltennamen wären die Variablen und die tatsächlich beobachteten Werte …

10 dataset ordinal-data categorical-data ratio

2

Stabile Verteilungen, die multipliziert werden können?

Stabile Verteilungen sind unter Windungen unveränderlich. Welche Unterfamilien der stabilen Verteilungen werden ebenfalls unter Multiplikation geschlossen? In dem Sinne, dass wenn und , dann die Produktwahrscheinlichkeitsdichtefunktion, (bis zu einer Normalisierungskonstante) auch zu ?FFFf∈Ff∈Ff\in Fg∈Fg∈Fg\in F f⋅gf⋅gf \cdot gFFF Hinweis: Ich habe den Inhalt dieser Frage erheblich geändert. Aber die Idee …

10 distributions convolution stable-distribution

4

Bestimmen von Parametern (p, d, q) für die ARIMA-Modellierung

Ich bin ziemlich neu in der Statistik und R. Ich würde gerne wissen, wie die ARIMA-Parameter für meinen Datensatz ermittelt werden. Können Sie mir helfen, dasselbe mit R und theoretisch (wenn möglich) herauszufinden? Die Daten reichen vom 12. Januar bis 14. März und zeigen die monatlichen Verkäufe. Hier ist der …

10 r arima box-jenkins

2

Eine faire Münze wird geworfen, bis zum ersten Mal ein Kopf auftaucht. Die Wahrscheinlichkeit, dass dies bei einem ungeraden Zahlenwurf passiert, ist?

Eine faire Münze wird geworfen, bis zum ersten Mal ein Kopf auftaucht. Die Wahrscheinlichkeit, dass dies bei einem ungeraden Zahlenwurf passiert, ist? Wie gehe ich dieses Problem an?

10 probability

4

Wie gehe ich mit fehlenden Werten um, um Daten für die Merkmalsauswahl mit LASSO vorzubereiten?

Meine Situation: kleine Stichprobengröße: 116 binäre Ergebnisvariable lange Liste erklärender Variablen: 44 erklärende Variablen kamen nicht von oben; Ihre Wahl basierte auf der Literatur. Die meisten Fälle in der Stichprobe und die meisten Variablen haben fehlende Werte. Ansatz für die ausgewählte Funktionsauswahl: LASSO Mit dem glmnet-Paket von R kann ich …

10 r spss lasso data-imputation

1

Moment erzeugende Funktionen und Fourier-Transformationen?

Ist eine Momenterzeugungsfunktion eine Fourier-Transformation einer Wahrscheinlichkeitsdichtefunktion? Mit anderen Worten, ist eine Momenterzeugungsfunktion nur die spektrale Auflösung einer Wahrscheinlichkeitsdichteverteilung einer Zufallsvariablen, dh eine äquivalente Methode zur Charakterisierung einer Funktion hinsichtlich ihrer Amplitude, Phase und Frequenz anstelle eines Parameters? Wenn ja, können wir diesem Tier eine physikalische Interpretation geben? Ich frage, …

10 moments mgf cumulants

2

Ausdruck in geschlossener Form für die Verteilung der Probenkurtose der Gaußschen Verteilung

Gibt es einen Ausdruck in geschlossener Form für die Verteilung der Stichproben-Kurtosis von Daten, die aus der Gaußschen Verteilung entnommen wurden? dh P(K^<a)P(K^<a)P(\hat{K}<a) wobei die Beispielkurtose ist.K^K^\hat{K}

10 normal-distribution kurtosis

2

Was sind gute Metriken, um die Qualität einer PCA-Anpassung zu bewerten und die Anzahl der Komponenten auszuwählen?

Was ist eine gute Metrik zur Bewertung der Qualität der Hauptkomponentenanalyse (PCA)? Ich habe diesen Algorithmus an einem Datensatz durchgeführt. Mein Ziel war es, die Anzahl der Funktionen zu reduzieren (die Informationen waren sehr redundant). Ich weiß, dass der Prozentsatz der aufbewahrten Varianz ein guter Indikator dafür ist, wie viele …

10 machine-learning pca data-mining information-theory

1

Interpretation der Fläche unter der PR-Kurve

Ich vergleiche derzeit drei Methoden und habe die Genauigkeit, auROC und auPR als Metriken. Und ich habe folgende Ergebnisse: Methode A - acc: 0,75, auROC: 0,75, auPR: 0,45 Methode B - acc: 0,65, auROC: 0,55, auPR: 0,40 Methode C - acc: 0,55, auROC: 0,70, auPR: 0,65 Ich habe ein gutes …

10 machine-learning roc precision-recall

2

Die Äquivalenz von Stichprobenkorrelation und R-Statistik für eine einfache lineare Regression

Es wird oft angegeben, dass das Quadrat der Probenkorrelation dem Bestimmungskoeffizienten für eine einfache lineare Regression entspricht. Ich konnte dies selbst nicht nachweisen und würde mich über einen vollständigen Beweis dieser Tatsache freuen.R 2r2r2r^2R2R2R^2

10 regression correlation

2

Berechnung der NBA-Schießkonsistenz

Was wäre der richtige Weg, um die 3-Punkt-Schießkonsistenz eines NBA-Spielers zu bewerten / zu bestimmen? Zum Beispiel habe ich einen Spieler, der 37% aus der 3-Punkte-Reichweite schießt und das ganze Jahr über 200 Versuche unternimmt. Ich dachte darüber nach, den gleitenden Durchschnitt von 3 Punkten% einer beliebigen Anzahl von Schüssen …

10 standard-deviation consistency