Statistiken und Big Data

5

Wie kann eine Wahrscheinlichkeitsverteilung divergieren?

Wie kann beispielsweise die Gammaverteilung nahe Null divergieren (für einen geeigneten Satz von Skalierungs- und Formparametern, z. B. Form und Skalierung ) und ihre Fläche immer noch gleich eins haben?=0.1=0.1=0.1=10=10=10 Nach meinem Verständnis sollte die Fläche einer Wahrscheinlichkeitsdichteverteilung immer gleich eins sein. Wenn Sie die Dirac-Delta-Verteilung nehmen, die bei Null …

8 probability distributions

2

Wie passt man eine Poisson-Verteilung an Tabellendaten an?

Ich habe eine Tabelle mit und , die so sind, dass die Anzahl von sagt Anzahl der Kinder, die alle haben.y = ( 3062 , 587 , 284 , 103 , 33 , 4 , 2 ) x i y ix = ( 0 , 1 , 2 , 3 …

8 self-study distributions maximum-likelihood fitting

1

Autokorrelation verketteter unabhängiger AR (1) -Prozesse

Sei ein stochastischer Prozess, der durch Verketten von iid-Draws aus einem AR (1) -Prozess gebildet wird, wobei jeder Draw ein Vektor der Länge 10 ist. Mit anderen Worten, sind Realisierungen eines AR (1) -Prozesses; stammen aus demselben Prozess, sind jedoch unabhängig von den ersten 10 Beobachtungen. und so weiter.{ X …

8 r autocorrelation independence lags

1

Marsangriff (Wahrscheinlichkeit,

Angenommen, die Erde wurde von Marsraumschiffen angegriffen und wir haben Raketen, die gegen die Raumschiffe abgefeuert werden können. Die Wahrscheinlichkeit, jedes Raumschiff von jeder Rakete zu treffen und zu zerstören, beträgt (unabhängig vom Rest).m = k ⋅ n n pnnnm=k⋅nm=k⋅nm=k \cdot nnnnppp Wie groß ist die Wahrscheinlichkeit, alle Raumschiffe zu …

8 probability conditional-probability markov-process coupon-collector-problem

2

Gibt es eine nützliche Möglichkeit, das „beste“ Konfidenzintervall zu definieren?

Die Standarddefinition von (sagen wir) einem 95% -Konfidenzintervall (CI) erfordert lediglich, dass die Wahrscheinlichkeit, dass es den wahren Parameter enthält, 95% beträgt. Offensichtlich ist dies nicht eindeutig. Die Sprache, die ich gesehen habe, legt nahe, dass es unter den vielen gültigen CI normalerweise sinnvoll ist, so etwas wie das kürzeste …

8 hypothesis-testing confidence-interval

2

Wie ist Vorwissen in einem rein bayesianischen Rahmen möglich?

Dies ist eher eine philosophische Frage, aber wie bildet man aus rein bayesianischer Sicht tatsächlich Vorwissen? Wenn wir vorherige Informationen benötigen, um gültige Schlussfolgerungen zu ziehen, scheint es ein Problem zu geben, wenn wir auf frühere Erfahrungen zurückgreifen müssen, um die heutigen Prioritäten zu rechtfertigen. Wir haben offenbar die gleiche …

8 bayesian inference philosophical

1

Korrektur für Mehrfachtests bei einer bescheidenen Anzahl von Tests (10-20) mit FDR?

Die Falschentdeckungsrate (Benjamini-Hochberg) wird normalerweise für "Big Data" verwendet, z. B. für genetische Studien mit Hunderten von Tests. Aber kann es auch bei einer geringeren Anzahl von Tests verwendet werden? Betrachten Sie beispielsweise die Ergebnisse von zwei Gruppen (Männer gegen Frauen) anhand von beispielsweise 10 bis 20 verschiedenen Fragebögen. Verliert …

8 multiple-comparisons small-sample false-discovery-rate

1

Konfidenzintervall des dritten Moments der Normalverteilung

Wie berechnet man das genaue Konfidenzintervall für den dritten Moment der Normalverteilung ?N(a,σ2)N.(ein,σ2)N(a, \sigma^2)

8 probability normal-distribution mathematical-statistics confidence-interval

1

Interpretation der Ergebnisse des Spielmodells

Ich passe einige verallgemeinerte additive Modelle mit dem mgcvPaket in R an und möchte zwischen zwei Modellen testen. ob ich einen Begriff entfernen kann oder nicht. Ich bekomme jedoch widersprüchliche Ergebnisse (soweit ich das beurteilen kann). Ein Modell m1mit einem glatten Begriff für xhinzugefügt scheint eine bessere Anpassung in Bezug …

8 r regression gam

1

Benötigt Basus Theorem nur eine minimale Suffizienz?

Casella & Berger stellen den Satz von Basu (Th 6.2.24) wie folgt auf: Wenn eine vollständige und minimal ausreichende Statistik ist, ist unabhängig von jeder Zusatzstatistik.T.( X.)T(X)T(X)T.( X.)T(X)T(X) In der Vorlesung sah ich jedoch einen Beweis für den Satz, der nur die Suffizienz und nicht die minimale Suffizienz verwendete. Der …

8 sufficient-statistics

2

Haben alle Kugeln in der Urne die gleiche Farbe (wenn sie nicht klar zu sehen sind)?

Ich habe ein Problem, das sich auf Kugeln in Urnen reduziert (es geht eigentlich um Referenz und alternative Allele in Populationen). Angenommen, ich habe eine große, gut gemischte Urne (iid draw), die zwei Farben von Kugeln enthalten kann: Aquamarin und Rotkehlchenei-Blau ( a bzw. r ). Sie haben eine enge …

8 hypothesis-testing

1

Was ist der Unterschied zwischen der Bayes'schen Optimierung (Gauß'sche Prozesse) und dem simulierten Tempern in der Praxis?

Beide Prozesse scheinen verwendet zu werden, um den Maximalwert einer unbekannten Funktion zu schätzen, und beide haben offensichtlich unterschiedliche Möglichkeiten, dies zu tun. Aber in der Praxis ist eine der beiden Methoden im Wesentlichen austauschbar? Wo würde ich eins über das andere verwenden wollen? https://en.wikipedia.org/wiki/Simulated_annealing http://www.iro.umontreal.ca/~bengioy/cifar/NCAP2014-summerschool/slides/Ryan_adams_140814_bayesopt_ncap.pdf Ähnliche Frage Bayes'sche Optimierung …

8 optimization maximum bayesian-optimization

1

Entscheidungsbaum mit kontinuierlicher Eingabevariable

Es ist bekannt, dass wir beim Erstellen eines Entscheidungsbaums die Eingabevariable vollständig aufteilen und die 'beste' Aufteilung nach statistischem Testansatz oder Verunreinigungsfunktionsansatz finden. Meine Frage ist, wenn wir eine kontinuierliche Variable als Eingabevariable verwenden (nur wenige doppelte Werte), kann die Anzahl der möglichen Teilungen sehr groß sein, um die "beste" …

8 cart

1

Kovarianz für drei Variablen

Ich versuche zu verstehen, wie die Kovarianzmatrix funktioniert. Nehmen wir also an, wir haben zwei Variablen: , wobei Cov ( X , Y ) = E [ ( x - E [ X ] ) ( y - E [ Y ] ) ] die Beziehung zwischen den Variablen angibt, …

8 correlation covariance moments

3

Binäre Zeitreihen

Ich habe eine binäre Zeitreihe: Wir haben 2160 Daten (0 = nicht passiert, 1 = passiert) für einen Zeitraum von einer Stunde in 90 Tagen. Ich möchte nach diesen 90 Tagen prognostizieren, wo die nächste 1 stattfinden wird, und diese Bestimmung auch für den nächsten Monat verlängern.

8 time-series binary-data