Statistiken und Big Data

2

Wie kann man mit dem Backpropagation-Algorithmus Fehler im neuronalen Netzwerk ableiten?

Aus diesem Video von Andrew Ng gegen 5:00 Uhr Wie werden und abgeleitet? Was bedeutet eigentlich überhaupt? wird durch Vergleich mit y erhalten, ein solcher Vergleich ist für die Ausgabe einer verborgenen Ebene nicht möglich, oder?δ 2 δ 3 δ 4δ3δ3\delta_3δ2δ2\delta_2δ3δ3\delta_3δ4δ4\delta_4

10 machine-learning neural-networks backpropagation

3

Können unabhängige Variablen mit geringer Korrelation mit abhängigen Variablen signifikante Prädiktoren sein?

Ich habe acht unabhängige Variablen und eine abhängige. Ich habe eine Korrelationsmatrix erstellt, und 5 von ihnen haben eine geringe Korrelation mit dem DV. Ich habe dann eine schrittweise multiple Regression durchgeführt, um zu sehen, ob eine / alle IVs den DV vorhersagen können. Die Regression zeigte, dass nur zwei …

10 regression correlation statistical-significance feature-selection predictor

2

Multiple Regression mit kategorialen und numerischen Prädiktoren

Ich bin relativ neu in R und versuche, ein Modell an Daten anzupassen, die aus einer kategorialen Spalte und einer numerischen (ganzzahligen) Spalte bestehen. Die abhängige Variable ist eine fortlaufende Zahl. Die Daten haben das folgende Format: predCateg, predIntNum, ResponseVar Die Daten sehen ungefähr so aus: ranking, age_in_years, wealth_indicator category_A, …

10 r generalized-linear-model

3

Stationarität in multivariaten Zeitreihen

Ich arbeite mit einer multivariaten Zeitreihe und verwende das VAR-Modell (Vector Autoregression) für die Vorhersage. Meine Frage ist, was Stationarität in einem multivariaten Rahmen eigentlich bedeutet. 1) Ich weiß, dass, wenn im VAR-Setup die Determinante der Inversen der | IA | -Matrix Eigenwerte im Modul kleiner als 1 hat, das …

10 time-series var stationarity

2

Gute PCA-Beispiele für den Unterricht

Ich unterrichte eine Klasse von Ingenieuren, Sozialwissenschaftlern und Computerprogrammierern in linearer Algebra. Wir haben gerade eine Singularwertzerlegung durchgeführt, und wir haben einen zusätzlichen Tag, daher dachte ich, ich würde über die Beziehung zwischen Singularwertzerlegung und Hauptkomponentenanalyse sprechen. Ich habe den theoretischen Teil der Vorlesung gut geschrieben, aber es fällt mir …

10 pca dataset teaching

1

Woher wissen Sie, ob meine Daten zur Pareto-Verteilung passen?

Ich habe eine Probe, die ein Vektor mit 220 Zahlen ist. Hier ist ein Link zu einem Histogramm meiner Daten. . Und ich möchte überprüfen, ob meine Daten zu einer Pareto-Verteilung passen, aber ich möchte keine QQ-Diagramme mit dieser Verteilung sehen, aber ich brauche eine genaue Antwort mit p-Wert in …

10 r distributions pareto-distribution

2

Leistung eines Mann Whitney-Tests im Vergleich zum Test

Ein Mann Whitney U-Test ist also angeblich zu 95% so leistungsfähig wie ein t-Test, wenn die t-Test-Annahmen von Normalität und homogener Varianz erfüllt sind. Ich weiß auch, dass ein Mann Whitney U-Test leistungsfähiger ist als ein T-Test, wenn diese Annahmen nicht erfüllt sind. Meine Frage ist, ist ein Mann-Whitney-Test für …

10 anova t-test power wilcoxon-mann-whitney

1

Vergleich negatives Binomialmodell und Quasi-Poisson

Ich habe negative Binomial- und Quasi-Poisson-Modelle ausgeführt, die auf einem Ansatz zum Testen von Hypothesen basieren. Meine endgültigen Modelle, die beide Methoden verwenden, haben unterschiedliche Kovariaten und Wechselwirkungen. Es scheint, dass es in beiden Fällen keine Muster gibt, wenn ich meine Residuen zeichne. Daher habe ich mich gefragt, mit welchem …

10 generalized-linear-model negative-binomial poisson-regression model-comparison quasi-likelihood

2

Grenzwert in einer ROC-Kurve. Gibt es eine einfache Funktion?

Ich möchte den Grenzwert für das Geschlecht anhand einer anthropologischen Messung ermitteln. Ich kann die Kurven zeichnen und weiß, dass für den Fall, dass sowohl Sensitivität als auch Spezifität ähnlich wichtig sind, der Punkt bestimmt werden sollte, der der oberen linken Ecke des Rahmens am nächsten liegt (oder wenn die …

10 roc

2

Vektorrechnung in der Statistik

In diesem Semester unterrichte ich eine Klasse zur Integration von Funktionen mehrerer Variablen und zur Vektorrechnung. Die Klasse besteht aus den meisten Wirtschafts- und Ingenieur-Majors, mit ein paar Mathematik- und Physik-Leuten. Ich habe diese Klasse letztes Semester unterrichtet und festgestellt, dass sich viele der Wirtschaftswissenschaftler in der zweiten Hälfte ziemlich …

10 generalized-linear-model teaching integral geometry quasi-likelihood

1

einfache Stichprobenmethode für einen Kernel Density Estimator

Ich habe einen einfachen Kernel Density Estimator in Java entwickelt, der auf ein paar Dutzend Punkten (vielleicht bis zu einhundert oder so) und einer Gaußschen Kernelfunktion basiert. Die Implementierung gibt mir zu jedem Zeitpunkt das PDF und CDF meiner Wahrscheinlichkeitsverteilung. Ich möchte jetzt eine einfache Stichprobenmethode für diese KDE implementieren …

10 sampling pdf kde

2

Was ist der Unterschied zwischen ordinaler Regression und Rangfolge?

Sowohl in der ordinalen Regression als auch in der Rangfolge lernen Sie aus einer geordneten abhängigen Variablen. Meine Frage lautet also: Was ist der Unterschied in der Formulierung (falls vorhanden) zwischen dem ordinalen Regressionsproblem und dem Lernen, ein Rangproblem zu lösen?

10 regression ordinal-data ranking

2

Was sind die Freiheitsgrade einer Verteilung?

Ich habe es gerade mit vielen Distributionen zu tun, z. B. , , .t χ 2FFFtttχ2χ2\chi^2 Ich habe mich gefragt, warum diese Freiheitsgrade für Verteilungen wie die -Verteilung bedeuten .F(m,n)F(m,n)F(m,n)

10 distributions mathematical-statistics degrees-of-freedom

4

Welches Ergebnis ist zu wählen, wenn Kruskal-Wallis und Mann-Whitney widersprüchliche Ergebnisse zu liefern scheinen?

Ich habe diese Gruppen, in denen die Werte Antworten auf ein 10-Punkte-Likert-Element sind: g1 <- c(10,9,10,9,10,8,9) g2 <- c(4,9,4,9,8,8,8) g3 <- c(9,7,9,4,8,9,10) Daher habe ich Kruskal-Wallis verwendet, um Unterschiede zwischen den Antworten in den Gruppen festzustellen. Das Ergebnis war: Kruskal-Wallis chi-squared = 5.9554, df = 2, p-value = 0.05091 Wenn …

10 wilcoxon-mann-whitney kruskal-wallis

2

Vorteil der Kernel-Dichteschätzung gegenüber der parametrischen Schätzung

Gibt es einen bestimmten Grund, warum Sie die Kernel-Dichteschätzung der parametrischen Schätzung vorziehen? Ich habe gelernt, die Verteilung an meine Daten anzupassen. Diese Frage kam zu mir. Meine Datengröße ist mit 7500 Datenpunkten relativ groß. Auto Ansprüche. Mein Ziel ist es, es an eine Verteilung anzupassen (nichtparametrisch oder parametrisch). Verwenden …

10 estimation nonparametric kernel-smoothing parametric