Statistiken und Big Data

3

Residuen für logistische Regression und Cooks Distanz

Gibt es bestimmte Annahmen bezüglich der Fehler für die logistische Regression, wie die konstante Varianz der Fehlerterme und die Normalität der Residuen? Entfernen Sie diese normalerweise auch, wenn Sie Punkte haben, deren Kochabstand größer als 4 / n ist? Wenn Sie sie entfernen, wie können Sie feststellen, ob das Modell …

10 regression logistic residuals diagnostic cooks-distance

4

Wahrscheinlichkeit, eine bestimmte Sequenz von Basenpaaren zu finden

Wenn ich über die Wahrscheinlichkeit nachdenke, wird mir immer klar, wie schlecht ich zählen kann ... Betrachten Sie eine Folge von Basisbuchstaben , jeweils gleich wahrscheinlich. Wie groß ist die Wahrscheinlichkeit, dass diese Sequenz eine bestimmte Sequenz von interessierenden Basenpaaren der Länge ?A ,nnnr ≤ nA,T,C, and GA,T,C, and GA,\; …

10 probability combinatorics

1

Sind Regressionen mit Schülerfehlern nutzlos?

Bitte bearbeiten. Wenn Sie Daten mit starken Schwänzen haben, scheint es intuitiv zu sein, eine Regression mit Schülerfehlern durchzuführen. Während ich diese Möglichkeit erkundete, stieß ich auf dieses Papier: Breusch, TS, Robertson, JC & Welsh, AH (1. November 1997). Die neue Kleidung des Kaisers: eine Kritik des multivariaten Regressionsmodells. Statistica …

10 regression mathematical-statistics modeling robust

1

Verdoppelung der Schwänze im Permutationstest mit zwei Stichproben

Angenommen, wir haben zwei Stichproben und möchten feststellen, ob sie aus derselben Verteilung stammen, wobei die Stichproben A, B aus einigen ganzen Zahlen bestehen. Wenn wir dies mit einem Permutationstest mit zwei Stichproben testen, insbesondere indem wir Permutationen betrachten, bei denen die Unterschiede in den Mitteln der Stichproben so extrem …

10 permutation-test

2

Was ist hierarchisch vorrangig in der Bayes'schen Statistik?

Was sind hierarchische Prioritäten? Wie unterscheiden sie sich vom allgemeinen Konzept der Priors?

10 bayesian multilevel-analysis

3

Clustering-Verteilungen

Ich habe mehrere Verteilungen (10 Verteilungen in der Abbildung unten). Tatsächlich handelt es sich um Histogramme: Auf der x-Achse gibt es 70 Werte, die die Größe einiger Partikel in einer Lösung darstellen, und für jeden Wert von x ist der entsprechende Wert von y der Anteil der Partikel, deren Größe …

10 clustering

3

In Bezug auf die Verwendung des Bigram-Modells (N-Gramm) zum Erstellen eines Merkmalsvektors für ein Textdokument

Ein traditioneller Ansatz der Feature-Konstruktion für das Text-Mining ist der Bag-of-Word-Ansatz und kann mithilfe von tf-idf zum Einrichten des Feature-Vektors, der ein bestimmtes Textdokument charakterisiert, erweitert werden. Gegenwärtig versuche ich, ein Bi-Gramm-Sprachmodell oder (N-Gramm) zum Erstellen eines Merkmalsvektors zu verwenden, weiß aber nicht genau, wie das geht? Können wir einfach …

10 machine-learning data-mining text-mining natural-language language-models

1

Wie berechnet man das Konfidenzintervall für die Vorhersage von Zeitreihen?

Ich habe eine Zeitreihe (sagen wir bis ) und muss die nächste Stichprobe (sagen wir ) unter Verwendung des Modells vorhersagen wie neuronales Netzwerk oder multiple lineare Regression. Zum Zeitpunkt n habe ich die gesamte Stichprobe von bis und muss vorhersagen . Zum Zeitpunkt ich die gesamte Stichprobe von bis …

10 time-series prediction-interval

2

Korrelation zwischen dichotomer und kontinuierlicher Variable

Ich versuche die Korrelation zwischen einer dichotomen und einer kontinuierlichen Variablen zu finden. Bei meinen Grundlagenarbeiten habe ich festgestellt, dass ich einen unabhängigen t-Test verwenden muss und die Voraussetzung dafür ist, dass die Verteilung der Variablen normal sein muss. Ich führte einen Kolmogorov-Smirnov-Test zum Testen der Normalität durch und stellte …

10 normal-distribution categorical-data continuous-data kolmogorov-smirnov association-measure

1

Unterschied zwischen Rand- und Bedingungsmodellen

Ein Randmodell berücksichtigt die Korrelation innerhalb jedes Clusters. Ein bedingtes Modell berücksichtigt auch die Korrelation innerhalb jedes Clusters. Meine Fragen sind: Modelliert ein Randmodell die Haupteffekte in einer Population, während ein bedingtes Modell die Haupteffekte innerhalb eines Clusters und in einer Population modelliert? Die Interpretation der Koeffizienten eines Randmodells entspricht …

10 repeated-measures interpretation regression-coefficients marginal-model

2

Wie kann ich Zeichenfolgen nach gemeinsamen Themen gruppieren?

Ich versuche zum Beispiel, Strings über das Programmieren mit anderen Strings über das Programmieren, Strings über die Physik mit anderen Strings über die Physik usw. für eine breite Palette von Themen zu gruppieren. Trotz des krassen theoretischen sprachlichen Aspekts des Problems möchte ich dies tatsächlich mit Programmierung / Software tun. …

10 natural-language data-mining

1

Test auf Proportionen und binären Klassifikator

Ich habe einen Prototyp einer Maschine, die Teile herstellt. In einem ersten Test produziert die Maschine Teile und ein binärer Klassifikator sagt mir, dass Teile defekt sind ( , normalerweise und ) und Teile gut sind.d 1 d 1 < N 1 d 1 / N 1 < 0,01 N …

10 hypothesis-testing statistical-significance classification proportion

2

Modellstabilität bei der Kreuzvalidierung von Regressionsmodellen

Wie sollte man bei mehreren Kreuzvalidierungsfalten einer logistischen Regression und den daraus resultierenden Mehrfachschätzungen jedes Regressionskoeffizienten messen, ob ein Prädiktor (oder eine Reihe von Prädiktoren) auf der Grundlage der Regressionskoeffizienten stabil und aussagekräftig ist / sind? ? Ist das bei linearer Regression anders?

10 regression model-selection cross-validation

3

Online-Material zum Erlernen der Zeitreihenanalyse

Meine Frage ist, ob es gute Online-Materialien gibt, um dies zu lernen. Etwas, das die Dinge gut einführt, insbesondere ARMA-Modelle und die damit verbundene Mathematik. Bearbeiten: Ich suche etwas von der High-End-Bachelor-Ebene. So etwas wie in Brockwell und Davis ' Einführung in Zeitreihen und Prognosen

10 time-series references arma

2

Wie wählt man die beste Transformation, um Linearität zu erreichen?

Ich möchte mehrere lineare Regressionen durchführen und dann neue Werte mit wenig Extrapolation vorhersagen. Ich habe meine Antwortvariable im Bereich von -2 bis +7 und drei Prädiktoren (die Bereiche um +10 - +200). Die Verteilung ist nahezu normal. Aber die Beziehung zwischen der Antwort und den Prädiktoren ist nicht linear, …

10 regression data-transformation