Statistiken und Big Data

5

Glätten Sie eine kreisförmige / periodische Zeitreihe

Ich habe Daten für Kraftfahrzeugunfälle nach Tageszeit. Wie zu erwarten, sind sie mitten am Tag hoch und erreichen zur Hauptverkehrszeit ihren Höhepunkt. Die Standard-geom_density von ggplot2 glättet es gut Eine Teilmenge der Daten für Unfälle im Zusammenhang mit Alkohol am Steuer ist an beiden Enden des Tages (abends und am …

9 r pdf kernel-smoothing splines

1

Interpretation des Bayes'schen 95% -Vorhersageintervalls

Angenommen, das folgende bivariate Regressionsmodell: wobei iid für .u i N ( 0 , σ 2 = 9 ) i = 1 , … , nyi=βxi+ui,yi=βxi+ui, y_i = \beta x_i + u_i, uiuiu_iN(0,σ2=9)N(0,σ2=9)N(0, \sigma^2 = 9)i=1,…,ni=1,…,ni = 1,\ldots, n Angenommen , ein noninformative Stand , dann kann gezeigt werden , …

9 probability self-study bayesian confidence-interval credible-interval

1

Verwirrt durch Ableitung der Regressionsfunktion

Ich habe gerade eine Kopie von The Elements of Statistical Learning von Hastie, Tibshirani und Friedman erhalten. In Kapitel 2 (Überblick über betreutes Lernen), Abschnitt 4 (Statistische Entscheidungstheorie) gibt er eine Ableitung der Regressionsfunktion. Lassen bezeichnet einen reellen Zufallseingangsvektor geschätzt und einer reellen Zufallsausgangsgröße bewertet, mit gemeinsamer Verteilung . Wir …

9 regression statistical-learning

1

HMC: Wie viele Dimensionen sind zu viele?

Nach dem, was ich gelesen habe, ist Hamiltonian Monte Carlo die "goto" MCMC-Methode, wenn Ihr Problem hochdimensional ist. Wie viele Dimensionen 10, 100, 1000, 10.000, 100.000, ... sind praktisch zu viele? Die Rechenkosten werden zweifellos zu einem Problem, und ich nehme an, dass das verwendete Modell wichtig ist, aber abgesehen …

9 autocorrelation mcmc monte-carlo dimensionality-reduction

1

Wie interpretiere ich das Mann-Whitney U, wenn ich die Formelschnittstelle von R verwende?

Angenommen, wir haben die folgenden Daten: set.seed(123) data <- data.frame(x = c(rnorm(50, 1, 1), rnorm(50, 5, 2)), y = c(rep('A', 50), rep('B', 50))) Was das folgende Boxplot ( boxplot(data$x ~ data$y)) ergibt : Angenommen, ich möchte testen, ob die beiden Stichproben dieselben Standortparameter haben (Median und / oder Mittelwert). In …

9 r nonparametric wilcoxon-mann-whitney

2

Unterschied zwischen Nullverteilung und Stichprobenverteilung

Ich stelle diese Fragen zur Klarstellung der Begriffe zwischen "Nullverteilung" und "Stichprobenverteilung". Ich finde, wenn jemand Nullverteilung sagt , bedeuten sie tatsächlich dasselbe wie wenn andere Stichprobenverteilung sagen . In diesem Artikel zum Testen von Hypothesen [1] sehen Sie die folgende Beschreibung eines Beispiels Wir betrachten eine Zufallsvariable Y, die …

9 hypothesis-testing distributions sampling

2

Randomisierungs- / Permutationstest für gepaarte Vektoren in R.

Ich bin kein Experte, also vergib mir, wenn ein Teil der Terminologie etwas ungeschickt ist. Gerne stellen wir Ihnen bei Bedarf weitere Informationen zur Verfügung. Ich habe zwei Vektoren mit 50 gepaarten numerischen Werten in R. Ich möchte einen zweiseitigen Randomisierungs- oder Permutationstest durchführen, um festzustellen, ob ihre Unterschiede zufällig …

9 r statistical-significance permutation-test

3

Wie ordne ich eine Trajektorie einem Vektor zu?

Ich habe eine Reihe von Datenpunkten in dieser Form (Zeitstempel, Lat, Long) für eine Gruppe von Benutzern. Jeder Benutzer hat eine Flugbahn, wenn er von Punkt A nach Punkt B fährt. Es kann eine beliebige Anzahl von Punkten von A nach B geben. Es handelt sich um geordnete Datenpunkte basierend …

9 time-series multivariate-analysis data-transformation functional-data-analysis

1

Vervollständigen Sie eine ausreichende Statistik

Ich habe vor kurzem angefangen, statistische Inferenz zu studieren. Ich habe verschiedene Probleme durchgearbeitet und dieses hat mich völlig verblüfft. Sei X1,…,XnX1,…,XnX_1,\dots,X_n eine Zufallsstichprobe aus einer diskreten Verteilung, die mit Wahrscheinlichkeit 1313\frac{1}{3} die Werteθ−1, θ, or θ+1θ−1, θ, or θ+1\theta-1,\space\theta,\space\text{or}\space\theta+1, wobeiθθ\theta; eine ganze Zahl ist. Zeigen Sie, dass es keine …

9 self-study mathematical-statistics inference discrete-data

3

Lineares Modell: Vergleich der Vorhersagekraft zweier verschiedener Messmethoden

Ich interessiere mich für Vorhersagen Yund studiere verschiedene zwei Messtechniken X1und X2. Es könnte zum Beispiel sein, dass ich den Geschmack einer Banane vorhersagen möchte, indem ich entweder messe, wie lange sie auf dem Tisch liegt, oder indem ich die Anzahl der braunen Flecken auf der Banane messe. Ich möchte …

9 regression linear-model mixed-model

1

Richtige Gleichung für die gewichtete unverzerrte Probenkovarianz

Ich suche nach der richtigen Gleichung, um die gewichtete unverzerrte Stichproben-Kovarianz zu berechnen. Internetquellen sind zu diesem Thema ziemlich selten und verwenden alle unterschiedliche Gleichungen. Die wahrscheinlichste Gleichung, die ich gefunden habe, ist folgende: qj k= ∑N.i = 1wich( ∑N.i = 1wich)2- ∑N.i = 1w2ich∑N.i = 1wich( xi j- x¯j) …

9 covariance unbiased-estimator weighted-data

1

Was bedeutet hochgestellt in

Im Zusammenhang mit der wahrscheinlichkeitsbasierten Inferenz habe ich einige Notationen bezüglich der interessierenden Parameter gesehen, die ich etwas verwirrend fand. Zum Beispiel Notation wie pθ( x )pθ(x)p_{\theta}(x) und E.θ[ S.( θ ) ]Eθ[S(θ)]{\mathbb E}_{\theta}\left[S(\theta)\right] . Welche Bedeutung hat der Parameter ( θθ\theta ) in der obigen Indexnotation? Mit anderen Worten, …

9 expected-value pdf likelihood notation

2

Sehr unausgeglichener Testdatensatz und ausgewogene Trainingsdaten in der Klassifizierung

Ich habe ein Trainingsset mit ungefähr 3000 positiven und 3000 negativen Instanzen. Aber mein Testdatensatz ist ziemlich unausgeglichen. Der positive Satz hat nur 50 Instanzen und der negative 1500 Instanzen. Dies führt dazu, dass die Genauigkeit sehr gering ist. Gibt es Ansätze zur Lösung dieses Problems? Ich benutze SVM, um …

9 machine-learning classification data-mining svm

1

Bedeutung der partiellen Korrelation

Aus Wikipedia Formal ist die partielle Korrelation zwischen und einer Gruppe von gegebenen Steuern Variablen , geschrieben ρ_ {XY · Z} , ist die Korrelation zwischen den Residuen RX und RY von dem resultierenden lineare Regression von X mit Z und Y mit Z bezeichnet.XXXYYYnnnZ={Z1,Z2,…,Zn}Z={Z1,Z2,…,Zn}Z = \{Z_1, Z_2, …, Z_n\}ρXY⋅ZρXY·Zρ_{XY·Z}RXRXRXRYRYRYXXXZZZYYYZZZ …

9 correlation partial-correlation conditioning

2

Simulieren Sie eine eingeschränkte Normalen an der unteren oder oberen Grenze in R.

Ich möchte zufällige Daten aus einer eingeschränkten Normalverteilung mit R generieren. Zum Beispiel möchte ich vielleicht eine Variable aus einer Normalverteilung mit simulieren mean=3, sd= 2und alle Werte größer als 5 werden aus derselben Normalverteilung neu abgetastet. Für die allgemeine Funktion könnte ich also Folgendes tun. rnorm(n=100, mean=3, sd=2) Ich …

9 r normal-distribution simulation truncation