Statistiken und Big Data

1

abhängig von der Summe, wie ist die Verteilung der negativen Binome

Wenn ein negatives Binomial sind, wie ist dann die Verteilung von gegebenx1,x2,…,xnx1,x2,…,xnx_1, x_2, \ldots, x_n(x1,x2,…,xn)(x1,x2,…,xn)(x_1, x_2, \ldots, x_n) x1+x2+…+xn=Nx1+x2+…+xn=Nx_1 + x_2 + \ldots + x_n = N\quad ? NNN ist fest. Wenn x1,x2,…,xnx1,x2,…,xnx_1, x_2, \ldots, x_n Poisson sind, ist (x_1, x_2, \ ldots, x_n) abhängig von der Summe (x1,x2,…,xn)(x1,x2,…,xn)(x_1, x_2, …

9 poisson-distribution multinomial negative-binomial conditioning

2

Kollaboratives Filtern durch Matrixfaktorisierung mit logistischer Verlustfunktion

Betrachten Sie das Problem der kollaborativen Filterung. Wir haben Matrix der Größe #users * #items. wenn Benutzer i Element j mag, wenn Benutzer i Element j nicht mag, undwenn es keine Daten über (i, j) Paar gibt. Wir wollen für zukünftige Benutzer-Artikel-Paare vorhersagen .MMMMi,j=1Mi,j=1M_{i,j} = 1Mi,j=0Mi,j=0M_{i,j} = 0Mi,j=?Mi,j=?M_{i,j}=?Mi,jMi,jM_{i,j} Der Standardansatz …

9 machine-learning recommender-system matrix-decomposition

1

Diskrete Daten und Alternativen zu PCA

Ich habe einen Datensatz mit diskreten (ordinalen, meristischen und nominalen) Variablen, die morphologische Flügelcharakteristika für mehrere eng verwandte Insektenarten beschreiben. Ich möchte eine Art Analyse durchführen, die mir eine visuelle Darstellung der Ähnlichkeit der verschiedenen Arten anhand der morphologischen Eigenschaften gibt. Das erste, was mir in den Sinn kam, war …

9 pca discrete-data correspondence-analysis mixed-type-data

4

Erweiterung der logistischen Regression für Ergebnisse im Bereich zwischen 0 und 1

Ich habe ein Regressionsproblem, bei dem die Ergebnisse nicht streng 0, 1 sind, sondern im Bereich aller reellen Zahlen von 0 bis 1 enthalten sind, einschließlich .Y=[0,0.12,0.31,...,1]Y=[0,0.12,0.31,...,1]Y = [ 0, 0.12, 0.31, ..., 1 ] Dieses Problem wurde bereits in diesem Thread diskutiert , obwohl meine Frage etwas anders ist. …

9 regression logistic

2

Aus relationalen Daten lernen

Einstellungen Viele Algorithmen arbeiten mit einer einzelnen Beziehung oder Tabelle, während viele reale Datenbanken Informationen in mehreren Tabellen speichern (Domingos, 2003). Frage Welche Arten von Algorithmen lernen gut aus mehreren (relationalen) Tabellen. Insbesondere interessieren mich die Algorithmen, die für die Regressions- und Klassifizierungsaufgaben anwendbar sind (nicht die netzwerkanalyseorientierten, z. B. …

9 regression machine-learning classification dataset

3

Vorzeichenwechsel beim Hinzufügen einer weiteren Variablen in der Regression und mit viel größerer Größe

Grundeinstellung: Regressionsmodell: wobei C der Vektor der Kontrollvariablen ist.y=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy=constant+β1x1+β2x2+β3x3+β4x4+αC+ϵy = \text{constant} +\beta_1x_1+\beta_2x_2+\beta_3x_3+\beta_4x_4+\alpha C+\epsilon Ich interessiere mich für und erwarte, dass und negativ sind. Es gibt jedoch ein Multikollinearitätsproblem im Modell. Der Korrelationskoeffizient ist gegeben durch corr ( , 0,9345, corr ( , x_3) = 0,1765, corr ( x_2 , x_3) …

9 regression multicollinearity

1

Interpretationskoeffizienten einer Interaktion zwischen kategorialer und kontinuierlicher Variable

Ich habe eine Frage zur Interpretation der Koeffizienten einer Wechselwirkung zwischen kontinuierlicher und kategorialer Variable. Hier ist mein Modell: model_glm3=glm(cog~lg_hag+race+pdg+sex+as.factor(educa)+(lg_hag:as.factor(educa)), data=base_708) Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 21.4836 2.0698 10.380 < 2e-16 *** lg_hag 8.5691 3.7688 2.274 0.02334 * raceblack -8.4715 1.7482 -4.846 1.61e-06 *** racemexican -3.0483 1.7073 …

9 categorical-data generalized-linear-model interaction interpretation

4

Box Cox Transformationen zur Regression

Ich versuche, ein lineares Modell mit nur einem Prädiktor (z. B. (x, y)) an einige Daten anzupassen. Die Daten sind so, dass für kleine Werte von x die y-Werte eine enge Anpassung an eine gerade Linie ergeben. Wenn jedoch die x-Werte zunehmen, werden die y-Werte flüchtiger. Hier ist ein Beispiel …

9 r regression variance data-transformation

1

Eine Parallele zwischen LSA und pLSA

In der Originalarbeit von pLSA zeichnet der Autor Thomas Hoffman eine Parallele zwischen pLSA- und LSA-Datenstrukturen, die ich mit Ihnen diskutieren möchte. Hintergrund: Nehmen wir an, wir haben eine Sammlung von Dokumenten und ein Vokabular von BegriffenNNND={d1,d2,....,dN}D={d1,d2,....,dN}D = \lbrace d_1, d_2, ...., d_N \rbraceMMMΩ={ω1,ω2,...,ωM}Ω={ω1,ω2,...,ωM}\Omega = \lbrace \omega_1, \omega_2, ..., \omega_M …

9 machine-learning conditional-probability svd information-retrieval lsa

1

Wie soll ich die Daten meines Beschleunigungssensors normalisieren?

Ich arbeite mit einem großen Satz von Beschleunigungsmesserdaten, die mit mehreren Sensoren erfasst wurden, die von vielen Probanden getragen werden. Leider scheint hier niemand die technischen Spezifikationen der Geräte zu kennen, und ich glaube nicht, dass sie jemals neu kalibriert wurden. Ich habe nicht viele Informationen über die Geräte. Ich …

9 normalization signal-processing

2

Benjamini-Hochberg-Abhängigkeitsannahmen gerechtfertigt?

Ich habe einen Datensatz, in dem ich auf signifikante Unterschiede zwischen drei Populationen in Bezug auf etwa 50 verschiedene Variablen teste. Ich mache dies einerseits mit Kruskal-Wallis-Tests und andererseits mit Likelihood-Ratio-Tests für verschachtelte GLM-Modellanpassungen (mit und ohne Population als unabhängige Variable). Als Ergebnis habe ich einerseits eine Liste von Kruskal-Wallis- …

9 chi-squared multiple-comparisons likelihood-ratio kruskal-wallis false-discovery-rate

5

Hilft Preclustering dabei, ein besseres Vorhersagemodell zu erstellen?

Für die Aufgabe der Abwanderungsmodellierung habe ich Folgendes in Betracht gezogen: Berechnen Sie k Cluster für die Daten Erstellen Sie k Modelle für jeden Cluster einzeln. Der Grund dafür ist, dass es nichts zu beweisen gibt, dass die Population der Abonnenten homogen ist, so dass es vernünftig ist anzunehmen, dass …

9 machine-learning clustering data-mining predictive-models

2

Verzerrte Variablen in der PCA- oder Faktoranalyse

Ich möchte eine Hauptkomponentenanalyse (Faktoranalyse) auf SPSS basierend auf 22 Variablen durchführen. Einige meiner Variablen sind jedoch sehr verzerrt (die aus SPSS berechnete Schiefe liegt zwischen 2 und 80!). Also hier sind meine Fragen: Sollte ich die verzerrten Variablen so beibehalten oder könnte ich die Variablen bei der Hauptkomponentenanalyse transformieren? …

9 pca factor-analysis dimensionality-reduction skewness

2

Verteilungen auf Teilmengen von ?

Ich frage mich, ob es Standardverteilungen für Teilmengen von Ganzzahlen . Entsprechend könnten wir dies als Verteilung auf einen Längenvektor von binären Ergebnissen ausdrücken , z. B. wenn dann entspricht dem Vektor .{1,2,...,J}{1,2,...,J}\{1, 2, ..., J\}JJJJ=5J=5J = 5{1,3,5}{1,3,5}\{1, 3, 5\}(1,0,1,0,1)(1,0,1,0,1)(1, 0, 1, 0, 1) Im Idealfall suche ich eine Verteilung …

9 bayesian discrete-data

3

PCA-, ICA- und Laplace-Eigenkarten

Ich interessiere mich sehr für die Laplace-Eigenkartenmethode. Derzeit verwende ich es zur Dimensionsreduzierung für meine medizinischen Datensätze. Bei der Verwendung der Methode bin ich jedoch auf ein Problem gestoßen. Zum Beispiel habe ich einige Daten (Spektren-Signale), ich kann PCA (oder ICA) verwenden, um einige PCs und ICs zu erhalten. Das …

9 pca ica