Statistiken und Big Data

1

Was ist der intuitive Sinn hinter dem Zweck und der Mechanik ausreichender Statistiken?

Die Definition einer ausreichenden Statistik lautet: Sei eine Zufallsstichprobe aus einer Verteilung, die durch einen Parameter indiziert ist . Sei eine Statistik. Angenommen, für jedes und jeden möglichen Wert von hängt die bedingte gemeinsame Verteilung von , dass nur von , nicht aber von abhängt . Dann ist eine ausreichende …

9 regression sufficient-statistics

2

Warum ein Faktordiagramm für die Bayes'sche Inferenz verwenden?

Ich verstehe nicht, warum die Konvertierung eines Bayes'schen Netzwerks in einen Faktorgraphen für die Bayes'sche Inferenz gut ist. Meine Fragen sind: Was ist der Vorteil der Verwendung eines Faktorgraphen im Bayes'schen Denken? Was würde passieren, wenn wir es nicht benutzen? Alle konkreten Beispiele werden geschätzt!

9 bayesian graphical-model bayesian-network

4

Die Varianz des Stichprobenanteils nimmt mit n ab, aber die Anzahl nimmt mit n zu - warum?

Ich habe einen intuitiven Block damit. Für ein Binomialproblem beträgt die Standardabweichung einer Zählung . Umgekehrt nimmt die Standardabweichung des Stichprobenanteils mit zunehmendem und beträgt . Ich kann die Division durch , habe aber kein Gefühl dafür, warum sich Standardabweichungen in entgegengesetzte Richtungen bewegen.n p ( 1 - p )- …

9 binomial standard-deviation

2

Kontrollvariablen in Experimenten verwenden?

Warum sollte man in einer Situation, in der die Zuordnung zur Behandlungsgruppe zufällig ist, eine beliebige Anzahl von Basiskovariaten kontrollieren wollen? Mein Verständnis ist, dass eine zufällige Zuordnung der Behandlung die Behandlungsvariable streng exogen machen sollte, wodurch eine Kontrollgruppe entsteht, die angemessen als kontrafaktisch angesehen werden kann. Die einzige Ausnahme, …

9 experiment-design treatment-effect random-allocation

1

Der Versuch, den Gaußschen Prozess zu verstehen

Ich lese das GPML-Buch und in Kapitel 2 (Seite 15) erfahren Sie, wie Sie mit dem Gaußschen Prozess (GP) eine Regression durchführen, aber es fällt mir schwer, herauszufinden, wie es funktioniert. Bei der Bayes'schen Inferenz für parametrische Modelle wählen wir zuerst einen Prior für die Modellparameter , dh p ( …

9 machine-learning gaussian-process

5

Die lineare Regression passt nicht gut

Ich mache eine lineare Regression mit der R lm-Funktion: x = log(errors) plot(x,y) lm.result = lm(formula = y ~ x) abline(lm.result, col="blue") # showing the "fit" in blue aber es passt nicht gut. Leider kann ich das Handbuch nicht verstehen. Kann mich jemand in die richtige Richtung weisen, um besser …

9 r regression

1

Können wir die Irwin-Hall-Verteilung allgemeiner gestalten?

Ich muss eine symmetrische Verteilungsklasse mit niedriger Kurtosis finden, die die einheitliche, die dreieckige und die normale Gaußsche Verteilung umfasst. Die Irwin-Hall - Verteilung (Summe der Standard - Uniform) bietet diese Eigenschaft, werden aber nicht ganzzahligen Aufträge nicht die Behandlung . Wenn Sie jedoch zB einfach unabhängig voneinander z. B. …

9 distributions pdf uniform cdf

2

Wie kann ein linearer und ein quadratischer Term eingeschlossen werden, wenn auch die Interaktion mit diesen Variablen einbezogen wird?

Wenn Sie einen numerischen Prädiktor mit kategorialen Prädiktoren und deren Wechselwirkungen hinzufügen, wird es normalerweise als notwendig angesehen, die Variablen vorher auf 0 zu zentrieren. Der Grund dafür ist, dass die Haupteffekte ansonsten schwer zu interpretieren sind, da sie mit dem numerischen Prädiktor bei 0 bewertet werden. Meine Frage ist …

9 centering quadratic-form

3

Finden Sie k von n Elementen mit den geringsten paarweisen Korrelationen

Ich habe eine Matrix paarweiser Korrelationen zwischen n Elementen. Jetzt möchte ich eine Teilmenge von k Elementen mit der geringsten Korrelation finden. Somit gibt es zwei Fragen: Welches ist das geeignete Maß für die Korrelation innerhalb dieser Gruppe? Wie finde ich die Gruppe mit der geringsten Korrelation? Dieses Problem erscheint …

9 correlation ranking

1

Teilabhängigkeitsdiagramme und Gradientenverstärkung (GBM-Paket)

Ist es möglich, ein partielles Abhängigkeitsdiagramm zu zeichnen, um die Klassenwahrscheinlichkeit anzuzeigen und die Auswirkungen eines Prädiktors für ein GBM- Modell abzuschätzen ? Ähnliches wie partialPlotaus dem randomForestPaket. Nach diesem Artikel ist ein Teilplot mit gbm machbar. Vielen Dank im Voraus für Ihre Hilfe.

9 r gbm

1

Relative Effizienz des von Wilcoxon signierten Ranges in kleinen Stichproben

Ich habe in der veröffentlichten Literatur (und hier veröffentlicht) gesehen, dass die asymptotische relative Effizienz des von Wilcoxon signierten Rang-Tests im Vergleich zum t-Test mindestens 0,864 beträgt. Ich habe auch gehört, dass dies nur für große Stichproben gilt, obwohl einige Bücher dies nicht erwähnen (was ist damit?). Wie auch immer, …

9 nonparametric power wilcoxon-signed-rank paired-comparisons efficiency

2

Lokproblem mit Firmen unterschiedlicher Größe

Ich arbeite an Think Bayes (kostenlos hier: http://www.greenteapress.com/thinkbayes/ ) und mache Übung 3.1. Hier ist eine Zusammenfassung des Problems: "Eine Eisenbahn nummeriert ihre Lokomotiven in der Reihenfolge 1..N. Eines Tages sehen Sie eine Lokomotive mit der Nummer 60. Schätzen Sie, wie viele Lokomotiven die Eisenbahn hat." Diese Lösung wird mit …

9 bayesian conditional-probability bayes

1

Diskrete Uniform aus Münzwürfen erzeugen

Angenommen, Sie haben eine faire Münze, die Sie so oft werfen können, wie Sie möchten (möglicherweise zählbar unendlich). Ist es möglich, die diskrete Gleichverteilung auf zu erzeugen , wobei KEINE Potenz von 2 ist? Wie würdest du es machen?( 1 , 2 , . . . , K )(1,2,...,k)(1,2,...,k)kkk Wenn …

9 random-generation uniform

4

Mathematische Definition der Kausalität

Sei und Zufallsvariablen. ist die bedingte Mittelwert von gegeben . Wir sagen, ist nicht kausal mit wenn nicht von abhängt , was impliziert, dass es gleich . Lassen Sie uns nun für eine Sekunde mit dieser Definition der Kausalität fortfahren. Nach dem Gesetz der iterierten Erwartungen ist . Dies bedeutet, …

9 econometrics causality conditional-expectation

3

Muss die auf neuronalen Netzen basierende Klassifizierung reduziert werden?

Ich verwende einen auf neuronalen Netzen basierenden Klassifizierer, um eine Klassifizierung für meine Daten in n-dimensional durchzuführen. Dann dachte ich, es wäre vielleicht eine gute Idee, zuerst eine Dimensionsreduzierung wie PCA für meine Daten durchzuführen und dann die PCA-Ergebnisse in den Klassifikator zu schreiben (ich behalte 3 PCs). Die Klassifizierung …

9 pca neural-networks