Statistiken und Big Data

1

Statistiken für maschinelles Lernen, Papiere zum Starten?

Ich habe einen Hintergrund in Computerprogrammierung und elementarer Zahlentheorie, aber kein wirkliches Statistik-Training und habe kürzlich "entdeckt", dass die erstaunliche Welt einer ganzen Reihe von Techniken tatsächlich eine statistische Welt ist. Es scheint, dass Matrixfaktorisierungen, Matrixvervollständigung, hochdimensionale Tensoren, Einbettungen, Dichteschätzung, Bayes'sche Inferenz, Markov-Partitionen, Eigenvektorberechnung und PageRank hochgradig statistische Techniken sind …

10 machine-learning estimation

3

Was ist der Vorteil der Imputation gegenüber der Erstellung mehrerer Modelle in der Regression?

Ich frage mich, ob jemand einen Einblick geben könnte, ob eine Warum-Imputation für fehlende Daten besser ist, als einfach verschiedene Modelle für Fälle mit fehlenden Daten zu erstellen. Besonders im Fall von [verallgemeinerten] linearen Modellen (ich kann vielleicht in nichtlinearen Fällen sehen, dass die Dinge anders sind) Angenommen, wir haben …

10 regression missing-data data-imputation

4

So überprüfen Sie, ob mein Regressionsmodell gut ist

Eine Möglichkeit, die Genauigkeit des logistischen Regressionsmodells mithilfe von 'glm' zu ermitteln, besteht darin, das AUC-Diagramm zu ermitteln. Wie kann man dasselbe für ein Regressionsmodell überprüfen, das mit einer kontinuierlichen Antwortvariablen gefunden wurde (family = 'gaussian')? Mit welchen Methoden wird überprüft, wie gut mein Regressionsmodell zu den Daten passt?

10 r regression generalized-linear-model

2

Kerndichteschätzung für asymmetrische Verteilungen

Sei Beobachtungen, die aus einer unbekannten (aber sicherlich asymmetrischen) Wahrscheinlichkeitsverteilung stammen.{ x1, … , X.N.}}{x1,…,xN.}}\{x_1,\ldots,x_N\} Ich mag die Wahrscheinlichkeitsverteilung finden , indem Sie den KDE - Ansatz: f ( x ) = 1 Ich habe jedoch versucht, einen Gaußschen Kernel zu verwenden, der jedoch eine schlechte Leistung erbrachte, da er …

10 probability distributions pdf kernel-smoothing

2

Interpretieren der Zusammenfassungsfunktion für das lm-Modell in R.

Was bedeutet t valueund Pr(>|t|)bei Verwendung der summary()Funktion für ein lineares Regressionsmodell in R? Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 10.1595 1.3603 7.469 1.11e-13 *** log(var) 0.3422 0.1597 2.143 0.0322 *

10 r regression generalized-linear-model

3

Generieren Sie bei einer Münze mit unbekannter Tendenz effizient Variationen aus einer fairen Münze

Wie kann ich bei einer Münze mit unbekanntem Bias so effizient wie möglich Variablen erzeugen, die mit einer Wahrscheinlichkeit von 0,5 Bernoulli-verteilt sind? Das heißt, unter Verwendung der Mindestanzahl von Flips pro generierter Variable.ppp

10 random-generation

3

Verstehen der blau gepunkteten Linien in einem ACF von R.

Ich habe Probleme beim Verstehen der blau gepunkteten Linien im folgenden Bild der Autokorrelationsfunktion: Könnte mir jemand eine einfache Erklärung geben, was er mir erzählt?

10 r time-series autocorrelation

1

Interpretation von bedingten Dichtediagrammen

Ich würde gerne wissen, wie man Diagramme mit bedingter Dichte richtig interpretiert. Ich habe zwei unten eingefügt, die ich in R mit erstellt habe cdplot. Ist zum Beispiel die Wahrscheinlichkeit, dass das Ergebnis gleich 1 ist, wenn Var 1 150 ist, ungefähr 80%? Der dunkelgraue Bereich ist derjenige, der die …

10 r data-visualization interpretation conditional-probability pdf

3

Die gewichtete Summe zweier unabhängiger Poisson-Zufallsvariablen

Mit Wikipedia habe ich einen Weg gefunden, die Wahrscheinlichkeitsmassenfunktion zu berechnen, die sich aus der Summe zweier Poisson-Zufallsvariablen ergibt. Ich denke jedoch, dass mein Ansatz falsch ist. Sei zwei unabhängige Poisson-Zufallsvariablen mit dem Mittelwert λ 1 , λ 2 und S 2 = a 1 X 1 + a 2 …

10 distributions poisson-distribution

3

Erstellen Sie einen Pfadwahrscheinlichkeitsbaum für Reisen durch eine Website

Ich mache derzeit eine Analyse auf einer Website, für die ich ein Entscheidungsbaumdiagramm erstellen muss, das den wahrscheinlichen Weg zeigt, den Menschen bei jeder Ankunft auf der Website einschlagen. Ich habe es mit einem zu tun, data.frameder die Wege aller Kunden zur Site zeigt, beginnend von der Homepage. Ein Kunde …

10 r probability data-visualization markov-process

2

Was ist der Unterschied zwischen logit-transformierter linearer Regression, logistischer Regression und einem logistischen gemischten Modell?

Angenommen, ich habe 10 Schüler, die jeweils versuchen, 20 mathematische Probleme zu lösen. Die Probleme werden richtig oder falsch bewertet (in Langdaten) und die Leistung jedes Schülers kann durch ein Genauigkeitsmaß (in Unterdaten) zusammengefasst werden. Die folgenden Modelle 1, 2 und 4 scheinen unterschiedliche Ergebnisse zu liefern, aber ich verstehe, …

10 r regression logistic generalized-linear-model binomial

3

Grenzen zu baumbasierten Ensemble-Methoden bei kleinen n, großen p-Problemen?

Baumbasierte Ensemble-Methoden wie Random Forest und nachfolgende Ableitungen (z. B. bedingter Wald) sollen bei sogenannten "kleinen n , großen p " -Problemen nützlich sein , um die relative variable Bedeutung zu identifizieren. Dies scheint zwar der Fall zu sein, aber meine Frage ist, wie weit diese Fähigkeit gehen kann. Kann …

10 random-forest small-sample ensemble

2

Verwirrung im Zusammenhang mit Unterschieden zwischen Kriging- und Gauß-Prozessen

Es fällt mir schwer zu verstehen, was der Unterschied zwischen Kriging- und Gauß-Prozessen ist. Ich meine, Wiki sagt, dass sie gleich sind, aber ihre Formeln für die Vorhersage sind so unterschiedlich. Ich bin etwas verwirrt, warum sie ähnlich genannt werden. Klarstellungen?

10 gaussian-process

1

Wie kann man eine marginale Verteilung aus einer gemeinsamen Verteilung mit einer Abhängigkeit von mehreren Variablen finden?

Eines der Probleme in meinem Lehrbuch ist wie folgt. Ein zweidimensionaler stochastischer kontinuierlicher Vektor hat die folgende Dichtefunktion: fX., Y.( x , y) = { 15 x y20wenn 0 <x <1 und 0 <y <xAndernfallsfX,Y(x,y)={15xy2if 0 < x < 1 and 0 < y < x0otherwise f_{X,Y}(x,y)= \begin{cases} 15xy^2 & …

10 self-study random-variable marginal joint-distribution

4

Gutes Tutorial für eingeschränkte Boltzmann-Maschinen (RBM)

Ich studiere die Restricted Boltzmann Machine (RBM) und habe einige Probleme beim Verständnis der Log-Likelihood-Berechnungen in Bezug auf die Parameter des RBM. Obwohl viele Forschungsarbeiten zu RBM veröffentlicht wurden, gibt es keine detaillierten Schritte der Derivate. Nachdem ich online gesucht hatte, konnte ich sie in diesem Dokument finden: Fischer, A. …

10 references rbm