Statistiken und Big Data

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

4
Hilfe bei der Interpretation eines Interaktionsplots?
Ich habe Probleme beim Interpretieren von Interaktionsdiagrammen, wenn eine Interaktion zwischen den beiden unabhängigen Variablen besteht. Die folgenden Grafiken stammen von dieser Site: Hier sind und die unabhängigen Variablen und ist die abhängige Variable.B D V.EINAAB.BBD V.DVDV Frage: Es gibt eine Wechselwirkung und einen Haupteffekt von , aber keinen Haupteffekt …
5
Logistische Regression bei Big Data
Ich habe einen Datensatz von rund 5000 Funktionen. Für diese Daten habe ich zuerst den Chi-Quadrat-Test zur Merkmalsauswahl verwendet. Danach erhielt ich ungefähr 1500 Variablen, die eine signifikante Beziehung zur Antwortvariablen zeigten. Jetzt muss ich die logistische Regression darauf abstimmen. Ich verwende das glmulti-Paket für R (das glmulti-Paket bietet eine …
3
Missverständnis der Monte-Carlo-Pi-Schätzung
Ich bin mir ziemlich sicher, dass ich die Funktionsweise der Monte-Carlo-Integration verstehe, aber ich verstehe nicht die Formulierung, wie sie zur Schätzung von Pi verwendet wird. Ich gehe nach dem in der 5. Folie dieser Präsentation beschriebenen Verfahren vor: http://homepages.inf.ed.ac.uk/imurray2/teaching/09mlss/slides.pdf Ich verstehe die vorbereitenden Schritte. Pi entspricht der vierfachen Fläche …
2
Warum sind Pearsons Residuen einer negativen Binomialregression kleiner als die einer Poisson-Regression?
Ich habe diese Daten: set.seed(1) predictor <- rnorm(20) set.seed(1) counts <- c(sample(1:1000, 20)) df <- data.frame(counts, predictor) Ich habe eine Poisson-Regression durchgeführt poisson_counts <- glm(counts ~ predictor, data = df, family = "poisson") Und eine negative binomiale Regression: require(MASS) nb_counts <- glm.nb(counts ~ predictor, data = df) Dann berechnete ich …
2
Parameterschätzung mit verallgemeinerten linearen Modellen
Wenn wir eine glmFunktion in R verwenden, wird standardmäßig die iterativ neu gewichtete Methode der kleinsten Quadrate (IWLS) verwendet, um die maximale Wahrscheinlichkeitsschätzung der Parameter zu ermitteln. Jetzt habe ich zwei Fragen. Garantieren IWLS-Schätzungen das globale Maximum der Wahrscheinlichkeitsfunktion? Basierend auf der letzten Folie in dieser Präsentation denke ich, dass …
3
Muss ICA zuerst PCA ausführen?
Ich habe ein anwendungsbasiertes Papier gelesen, in dem es heißt, dass PCA vor der Anwendung von ICA angewendet wird (unter Verwendung des fastICA-Pakets). Meine Frage ist, erfordert ICA (fastICA), dass PCA zuerst ausgeführt wird? Dieses Papier erwähnte das ... wird auch argumentiert, dass die Voranwendung von PCA die ICA-Leistung verbessert, …
1
Wahrscheinlichkeitsverteilung von Funktionen von Zufallsvariablen?
Ich habe Zweifel: Betrachten Sie die reellen Zufallsvariablen und beide im Wahrscheinlichkeitsraum definiert sind .XXXZZZ(Ω,F,P)(Ω,F,P)(\Omega, \mathcal{F},\mathbb{P}) Sei , wobei eine reelle Funktion ist. Da eine Funktion von Zufallsvariablen ist, ist es eine Zufallsvariable.Y:=g(X,Z)Y:=g(X,Z)Y:= g(X,Z)g(⋅)g(⋅)g(\cdot)YYY Lassen dh eine Realisierung von .x:=X(ω)x:=X(ω)x:=X(\omega)XXX Ist gleich ?P(Y|X=x)=P(g(X,Z)|X=x)P(Y|X=x)=P(g(X,Z)|X=x)\mathbb{P}(Y|X=x)=\mathbb{P}(g(X,Z)|X=x)P(g(x,Z))P(g(x,Z))\mathbb{P}(g(x,Z))
4
Nicht orthogonale Technik analog zu PCA
Angenommen, ich habe einen 2D-Punktdatensatz und möchte die Richtungen aller lokalen Varianzmaxima in den Daten ermitteln, zum Beispiel: PCA hilft in dieser Situation nicht, da es sich um eine orthogonale Zerlegung handelt und daher nicht beide Linien erkennen kann, die ich blau angezeigt habe. Stattdessen kann die Ausgabe wie die …
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.