Statistiken und Big Data

Fragen und Antworten für Personen, die sich für Statistik, maschinelles Lernen, Datenanalyse, Data Mining und Datenvisualisierung interessieren

3
Gibt es normalisierte Entsprechungen zu Skewness und Kurtosis?
Was wäre das normalisierte Äquivalent zu Skewness, das dieselbe Einheit wie die Daten hätte? Was wäre das normalisierte Äquivalent zu Kurtosis? Idealerweise sollten diese Funktionen in Bezug auf die Daten linear sein, was bedeutet, dass, wenn alle Beobachtungen mit einem Faktor multipliziert würden n, die resultierende normalisierte Schiefe und Kurtosis …
2
Fisher-Informationsmatrix-Determinante für ein überparametrisiertes Modell
Betrachten Sie eine Bernoulli-Zufallsvariable X∈{0,1}X∈{0,1}X\in\{0,1\} mit dem Parameter θθ\theta (Erfolgswahrscheinlichkeit). Die Wahrscheinlichkeitsfunktion und die Fisher-Information (eine 1×11×11 \times 1 Matrix) sind: L1(θ;X)I1(θ)=p(X|θ)=θX(1−θ)1−X=detI1(θ)=1θ(1−θ)L1(θ;X)=p(X|θ)=θX(1−θ)1−XI1(θ)=detI1(θ)=1θ(1−θ) \begin{align} \mathcal{L}_1(\theta;X) &= p(\left.X\right|\theta) = \theta^{X}(1-\theta)^{1-X} \\ \mathcal{I}_1(\theta) &= \det \mathcal{I}_1(\theta) = \frac{1}{\theta(1-\theta)} \end{align} Betrachten Sie nun eine " " Version mit zwei Parametern: der Erfolgswahrscheinlichkeit und der …
2
Wie soll ich Interaktionen zwischen erklärenden Variablen modellieren, wenn eine von ihnen quadratische und kubische Terme haben kann?
Ich hoffe aufrichtig, dass ich diese Frage so formuliert habe, dass sie definitiv beantwortet werden kann - wenn nicht, lassen Sie es mich bitte wissen und ich werde es erneut versuchen! Ich sollte auch beachten, dass ich R für diese Analysen verwenden werde. Ich habe mehrere Maßnahmen, von plant performance …
2
Konvertieren Sie die Poisson-Verteilung in die Normalverteilung
Ich habe hauptsächlich einen Informatik-Hintergrund, aber jetzt versuche ich, mir grundlegende Statistiken beizubringen. Ich habe einige Daten, von denen ich denke, dass sie eine Poisson-Verteilung haben Ich habe zwei Fragen: Ist das eine Poisson-Distribution? Zweitens ist es möglich, dies in eine Normalverteilung umzuwandeln? Jede Hilfe wäre dankbar. Vielen Dank
2
Interpretation von ACF- und PACF-Plots
Ich möchte nur überprüfen, ob ich die ACF- und PACF-Diagramme richtig interpretiere: Die Daten entsprechen den Fehlern, die zwischen den tatsächlichen Datenpunkten und den unter Verwendung eines AR (1) -Modells erzeugten Schätzungen erzeugt wurden. Ich habe mir die Antwort hier angesehen: Schätzen Sie die ARMA-Koeffizienten durch ACF- und PACF-Inspektion Nachdem …
1
Unvoreingenommener Schätzer mit minimaler Varianz für
Sei eine Zufallsstichprobe aus einer Verteilung für . DhX1,...,XnX1,...,Xn X_1, ...,X_nGeometric(θ)Geometric(θ)Geometric(\theta)0&lt;θ&lt;10&lt;θ&lt;10<\theta<1 pθ(x)=θ(1−θ)x−1I{1,2,...}(x)pθ(x)=θ(1−θ)x−1I{1,2,...}(x)p_{\theta}(x)=\theta(1-\theta)^{x-1} I_{\{1,2,...\}}(x) Finden Sie den unverzerrten Schätzer mit der minimalen Varianz fürg(θ)=1θg(θ)=1θg(\theta)=\frac{1}{\theta} Mein Versuch: Da die geometrische Verteilung aus der Exponentialfamilie stammt, ist die Statistik vollständig und für ausreichend . Auch wenn ein Schätzer für , ist es unverzerrt. …
1
Exponentielle Familie: Beobachtete vs. erwartete ausreichende Statistik
Meine Frage ergibt sich aus dem Lesen von Minkas "Schätzung einer Dirichlet-Verteilung" , in dem Folgendes ohne Beweis im Zusammenhang mit der Ableitung eines Maximum-Likelihood-Schätzers für eine Dirichlet-Verteilung auf der Grundlage von Beobachtungen von Zufallsvektoren angegeben wird: Wie immer bei der Exponentialfamilie sind bei einem Gradienten von Null die erwarteten …
3
Warum mögen Menschen reibungslose Daten?
Ich soll den Squared Exponential Kernel (SE) für die Gaußsche Prozessregression verwenden. Die Vorteile dieses Kernels sind: 1) einfach: nur 3 Hyperparameter; 2) glatt: Dieser Kernel ist Gaußsch. Warum mögen die Leute "Glätte" so sehr? Ich weiß, dass der Gaußsche Kern unendlich differenzierbar ist, aber ist das so wichtig? (Bitte …
4
Am wenigsten korrelierte Teilmenge von Zufallsvariablen aus einer Korrelationsmatrix
Ich habe eine Korrelationsmatrix , die ich unter Verwendung des linearen Korrelationskoeffizienten nach Pearson durch Matlab's corrcoef () erhalten habe . Die Korrelationsmatrix der Dimension 100x100, dh ich habe die Korrelationsmatrix für 100 Zufallsvariablen berechnet.AAA Unter diesen 100 Zufallsvariablen möchte ich die 10 Zufallsvariablen finden, deren Korrelationsmatrix so wenig Korrelation …
5
Ist die Verwendung von Dezilen zur Ermittlung der Korrelation ein statistisch gültiger Ansatz?
Ich habe eine Stichprobe von 1.449 Datenpunkten, die nicht korreliert sind (r-Quadrat 0,006). Bei der Analyse der Daten stellte ich fest, dass durch die Aufteilung der unabhängigen Variablenwerte in positive und negative Gruppen ein signifikanter Unterschied im Durchschnitt der abhängigen Variablen für jede Gruppe zu bestehen scheint. Wenn die Punkte …
2
Warum maximiert PCA die Gesamtvarianz der Projektion?
Christopher Bishop schreibt in seinem Buch Pattern Recognition and Machine Learning einen Beweis dafür, dass jede aufeinanderfolgende Hauptkomponente die Varianz der Projektion auf eine Dimension maximiert, nachdem die Daten in den orthogonalen Raum zu den zuvor ausgewählten Komponenten projiziert wurden. Andere zeigen ähnliche Beweise. Dies beweist jedoch nur, dass jede …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.