Statistiken und Big Data

1

Wann soll ein zufälliger Effekt in ein Modell aufgenommen werden?

Ich bin neu in der gemischten Modellierung und ich bin verwirrt, ob es angemessen ist, einen zufälligen Effekt in einer Analyse zu verwenden, die ich mache. Jeder Rat wäre dankbar. Meine Studie testet, wie gut ein neu entwickelter Index der Säugetierhäufigkeit den Wert eines etablierten, aber arbeitsintensiveren Index vorhersagen kann. …

9 random-effects-model nested-data

3

Konzeptionelle Unterscheidung zwischen Heteroskedastizität und Nichtstationarität

Ich habe Probleme, zwischen den Konzepten der Skedastizität und der Stationarität zu unterscheiden. Nach meinem Verständnis ist die Heteroskedastizität eine unterschiedliche Variabilität in Subpopulationen, und die Nichtstationarität ist ein sich im Laufe der Zeit ändernder Mittelwert / Varianz. Wenn dies ein korrektes (wenn auch vereinfachtes) Verständnis ist, ist Nichtstationarität einfach …

9 time-series heteroscedasticity stationarity intuition

1

Berechnung der Log-Wahrscheinlichkeit für gegebene MLE (Markov-Ketten)

Ich arbeite derzeit mit Markov-Ketten und berechnete die Maximum-Likelihood-Schätzung unter Verwendung von Übergangswahrscheinlichkeiten, wie von mehreren Quellen vorgeschlagen (dh Anzahl der Übergänge von a nach b geteilt durch die Anzahl der Gesamtübergänge von a zu anderen Knoten). Ich möchte jetzt die Log-Wahrscheinlichkeit der MLE berechnen.

9 maximum-likelihood markov-process likelihood

1

Unbekannte p-Wert-Berechnung

Ich habe kürzlich ein R-Skript debuggt und fand etwas sehr Seltsames. Der Autor hat seine eigene p-Wert-Funktion definiert pval <- function(x, y){ if (x+y<20) { # x + y is small, requires R.basic p1<- nChooseK(x+y,x) * 2^-(x+y+1); p2<- nChooseK(x+y,y) * 2^-(x+y+1); pvalue = max(p1, p2) } else { # if …

9 r hypothesis-testing p-value

1

Überlebensanalyse zur Ereignisvorhersage

Für jeden Datensatz in meinen Datensätzen habe ich die folgenden Informationen (X1 ,… ,Xm ,δ ,T )(X1 ,… ,Xm ,δ ,T ) (X_1 \ , \dots \ , X_m \ , \delta \ , T \ ) wo Merkmale sind, ist 1 , wenn das Zielereignis auftritt , und 0 …

9 classification survival

1

Finden der Verteilung einer Statistik

Studieren für einen Test. Konnte diesen nicht beantworten. Sei iid N ( 0 , 1 ) Zufallsvariablen. DefinierenX.1 , ich, X.2 , ich, X.3 , ich, i = 1 , … , nX.1,ich,X.2,ich,X.3,ich,ich=1,…,nX_{1,i},X_{2,i},X_{3,i}, i=1,\ldots,nN.( 0 , 1 )N.(0,1)\mathcal{N}(0,1) W.ich= ( X.1 , ich+ X.2 , ichX.3 , ich) / 1 …

9 normal-distribution data-transformation

2

"Vergesslichkeit" des Prior in der Bayes'schen Umgebung?

Es ist bekannt, dass der Bayes'sche Prior "vergessen" wird , wenn Sie mehr Beweise haben (z. B. in Form eines größeren für iid-Beispiele), und der größte Teil der Schlussfolgerung wird durch die Beweise (oder die Wahrscheinlichkeit) beeinflusst.nnnnnn Es ist leicht, es für verschiedene spezielle Fälle zu sehen (wie Bernoulli mit …

9 bayesian prior

2

Bestimmen Sie die optimale Lernrate für den Gradientenabstieg in der linearen Regression

Wie kann man die optimale Lernrate für den Gradientenabstieg bestimmen? Ich denke, ich könnte es automatisch anpassen, wenn die Kostenfunktion einen größeren Wert als in der vorherigen Iteration zurückgibt (der Algorithmus konvergiert nicht), aber ich bin mir nicht sicher, welchen neuen Wert er annehmen soll.

9 regression machine-learning gradient-descent

2

Intervallzensiertes Cox-Proportional-Hazards-Modell in R.

Wie führe ich bei intervallzensierten Überlebenszeiten ein intervallzensiertes Cox-PH-Modell durch R? Bei einer erneuten Suche wird das Paket angezeigt intcox, das nicht mehr im RRepository vorhanden ist. Ich bin mir fast sicher, dass die coxphFunktion im survivalPaket keine intervallzensierten Überlebensdaten verarbeiten kann. Außerdem möchte ich die Daten nicht unterstellen und …

9 r survival cox-model interval-censoring

1

Ist dies eine korrekte Methode, um eine Wahrscheinlichkeit mithilfe des Bayes-Theorems kontinuierlich zu aktualisieren?

Nehmen wir an, ich versuche herauszufinden, mit welcher Wahrscheinlichkeit Vanille das beliebteste Eis ist. Ich weiß, dass die Person auch Horrorfilme mag. Ich möchte die Wahrscheinlichkeit herausfinden, dass das Lieblingseis der Person Vanille ist, da sie Horrorfilme mag. Ich weiß folgendes: 5%5%5\% der Menschen wählen Vanille als ihren Lieblingseisgeschmack. (Dies …

9 probability bayes

1

Verwirrung in Bezug auf lineare dynamische Systeme

Ich habe dieses Buch Mustererkennung und maschinelles Lernen von Bishop gelesen. Ich hatte eine Verwirrung in Bezug auf eine Ableitung des linearen dynamischen Systems. In LDS nehmen wir an, dass die latenten Variablen kontinuierlich sind. Wenn Z die latenten Variablen und X die beobachteten Variablen bezeichnet p(zn|zn−1)=N(zn|Azn−1,τ)p(zn|zn−1)=N(zn|Azn−1,τ)p(z_n|z_{n-1}) = N(z_n|Az_{n-1},\tau) p(xn|zn)=N(xn,Czn,Σ)p(xn|zn)=N(xn,Czn,Σ)p(x_n|z_n) …

9 machine-learning linear-model kalman-filter pattern-recognition graphical-model

1

Zentrale Momente symmetrischer Verteilungen

Ich versuche zu zeigen, dass das zentrale Moment einer symmetrischen Verteilung: für ungerade Zahlen Null ist. So zum Beispiel das dritte zentrale MomentIch habe zunächst versucht zu zeigen, dassIch bin mir nicht sicher, wohin ich von hier aus gehen soll, irgendwelche Vorschläge? Gibt es einen besseren Weg, dies zu beweisen?E …

9 mathematical-statistics expected-value moments

2

SVM-Regression mit Längsschnittdaten

Ich habe ungefähr 500 Variablen pro Patient, jede Variable hat einen kontinuierlichen Wert und wird zu drei verschiedenen Zeitpunkten (nach 2 Monaten und nach 1 Jahr) gemessen. Mit der Regression möchte ich das Behandlungsergebnis für neue Patienten vorhersagen. Ist es möglich, die SVM-Regression mit solchen Längsschnittdaten zu verwenden?

9 regression svm panel-data

1

Was ist iterativer Bootstrap? Wie wird es benutzt?

Ich bin kürzlich auf eine Erwähnung von "Doppel- / Dreifach-Bootstrap" oder "iterativem Bootstrap" gestoßen. Soweit ich weiß, wird jedes Bootstrap-Beispiel erneut gebootet. Was ist der Sinn? Wie wird es benutzt?

9 bootstrap

2

Wie verwendet man eine einfache exponentielle Glättung in R?

Ich bin Anfänger in R, Könnten Sie bitte erklären, wie man ses im Prognosepaket der R- Prognose verwendet ? Ich möchte die Anzahl der Anfangsperioden und die Glättungskonstante wählen. d <- c(3,4,41,10,9,86,56,20,18,36,24,59,82,51,31,29,13,7,26,19,20,103,141,145,24,99,40,51,72,58,94,78,11,15,17,53,44,34,12,15,32,14,15,26,75,110,56,43,19,17,33,26,40,42,18,24,69,18,18,25,86,106,104,35,43,12,4,20,16,8) Ich habe 70 Perioden, ich möchte 40 Perioden für die anfängliche und 30 für die Out-of-Sample verwenden. ses(d, …

9 r time-series forecasting