Statistiken und Big Data

1

Eine statistische Interaktion ist signifikant, aber der Autor bestreitet sie. Warum?

Ich bewerte einen Zeitschriftenartikel hinsichtlich seiner statistischen Wechselwirkungen. Der Artikel versucht, eine Beziehung zwischen einer weniger strengen Kontrolle des Blutdrucks und dem Fortschreiten zu schwerem Bluthochdruck herzustellen. Es wird vermutet, dass eine vorbestehende Hypertonie ein Prognosefaktor ist (gegeben ).p=0.048<0.05p=0.048<0.05p=0.048<0.05 Ihre Verteidigung ist das Der Wert ist geringfügig signifikant. Dies kann …

8 interaction odds

2

Konfidenzintervall für den Median

Ich habe eine Reihe von Werten von denen ich den Median M berechne. Ich habe mich gefragt, wie ich den Fehler bei dieser Schätzung berechnen kann.xich, i = 1 , … , N.xich,ich=1,…,N.{x_i}, i=1, \dots ,N Im ich festgestellt, dass es als berechnet werden kann, wobei die Standardabweichung ist. Aber …

8 standard-deviation bootstrap standard-error median

3

Gaußsche Wahrscheinlichkeit + welcher Prior = Gaußscher Rand?

Bei gegebener Gaußscher Wahrscheinlichkeit für eine Stichprobe wie wobei der Parameterraum und , beliebige Parametrisierungen des mittleren Vektors und der Kovarianzmatrix.p ( y | θ ) = N ( y ; μ ( θ ) , Σ ( θ ) ) Θ μ ( θ ) Σ ( θ )yyyp(y|θ)=N(y;μ(θ),Σ(θ))p(y|θ)=N(y;μ(θ),Σ(θ))p(y|\theta) …

8 normal-distribution mixed-model prior marginal conjugate-prior

1

Wie kann man die geometrische Intuition des Innenlebens neuronaler Netze verstehen?

Ich habe in letzter Zeit die Theorie hinter ANNs studiert und wollte die "Magie" hinter ihrer Fähigkeit zur nichtlinearen Klassifizierung mehrerer Klassen verstehen. Dies führte mich zu dieser Website, auf der geometrisch gut erklärt wird, wie diese Annäherung erreicht wird. So habe ich es verstanden (in 3D): Die verborgenen Ebenen …

8 machine-learning neural-networks approximation intuition function

1

Details zur praktischen Implementierung der Bayes'schen Optimierung

Ich probiere Bayesian Optimization aus und folge Snoek, Larochelle und Adams [ http://arxiv.org/pdf/1206.2944.pdf] mit GPML [ http://www.gaussianprocess.org/gpml/code/matlab / doc /] . Ich habe die auf Seite 3 beschriebene Erfassungsfunktion für erwartete Verbesserungen implementiert und gehe davon aus, dass ich richtig bin. Um zu entscheiden, wo ich mein Ziel als nächstes …

8 gaussian-process optimization bayesian-optimization

1

Was sind die Vor- und Nachteile des Einsatzes von LASSO für die Ursachenanalyse?

Statistisches Lernen und seine Ergebnisse sind derzeit in den Sozialwissenschaften allgegenwärtig. Vor ein paar Monaten sagte Guido Imbens: "LASSO ist der neue OLS". Ich habe ein wenig Maschinelles Lernen studiert und weiß, dass das Hauptziel die Vorhersage ist. Ich stimme auch Leo Breimans Unterscheidung zwischen zwei Statistikkulturen zu. Aus meiner …

8 machine-learning lasso causality

1

Konkrete Beispiele eines frequentistischen Ansatzes, der einem Bayes'schen überlegen ist [geschlossen]

Geschlossen . Diese Frage muss fokussierter sein . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so, dass sie sich nur auf ein Problem konzentriert, indem Sie diesen Beitrag bearbeiten . Geschlossen vor 4 Jahren . Können Sie mir helfen, den Standpunkt des Frequentisten …

8 bayesian frequentist

1

Kann BIC zum Testen von Hypothesen verwendet werden?

Definieren des Bayesian Informationskriterium als B I C = - 2 ⋅ lnL.^+ k ⋅ ( ln( n ) - ln( 2 π) )B.ichC.=- -2⋅ln⁡L.^+k⋅(ln⁡(n)- -ln⁡(2π)) \mathrm{BIC} = {-2 \cdot \ln{\hat L} + k \cdot (\ln(n) - \ln(2 \pi))} (I nicht die Konstante fallen, , zu vermeiden , wenn Probleme …

8 hypothesis-testing bayesian bic

1

Erklären Sie den Rückwärtsalgorithmus für das Hidden-Markov-Modell

Ich habe den Viterbi und Forward Algorithmus implementiert , leider kann ich seltsamerweise nicht verstehen, wie der Backward Algorithmus funktioniert. Intuitiv habe ich das Gefühl, dass ich das Gleiche wie in Vorwärts nur rückwärts tun muss, wobei ich die Werte verwende, die während der Vorwärtsausbreitung berechnet wurden . Ist meine …

8 markov-process hidden-markov-model viterbi-algorithm

3

Kreuzkorrelation zwischen zwei saisonalen Reihen

Um zu bestimmen , Kreuzkorrelation zwischen Salesund Variable cost, die beide mit monatlicher Saisonalität, brauche ich , um de-seasonalize beid Serien?

8 time-series seasonality cross-correlation

1

Woher können konjugierte Priors neben der exponentiellen Familie noch kommen?

Müssen alle konjugierten Prioren aus der exponentiellen Familie stammen? Wenn nicht, welche anderen Familien haben / produzieren konjugierte Priors?

8 bayesian conjugate-prior

1

Warum jemals F-Statistik verwenden?

Wir können die F-Statistik verwenden, um zu bestimmen, ob mindestens einer der Prädiktoren einen Einfluss auf die Antwort hat. Aber warum nicht einfach einen minimalen p-Wert für alle Prädiktoren verwenden? Es ist nicht erforderlich, ein neues Konzept einzuführen.

8 f-statistic

2

Was passiert, wenn wir einer LSTM-Ebene eine 2D-Matrix zuführen?

Angenommen, ich füge eine 2D-Formmatrix (99, 13) als Eingabe in eine LSTM-Ebene ein. Ich habe n Dateien, wobei jede (99,13) Größenvektoren enthält. Ich habe beschlossen, 13 als Anzahl der Features und 99 als Zeitschritte zu betrachten. (Während der Implementierung mit Keras habe ich die LSTM-Ebene als erste Ebene hinzugefügt. Und …

8 machine-learning lstm rnn

1

Varianz bei der Schätzung von p für eine Binomialverteilung

Wie kann ich die Varianz von p berechnen, die aus einer Binomialverteilung abgeleitet wird? Nehmen wir an, ich werfe n Münzen und bekomme k Köpfe. Ich kann p als k / n schätzen, aber wie kann ich die Varianz in dieser Schätzung berechnen? Ich bin daran interessiert, damit ich die …

8 probability variance binomial

1

Warum verwendet probabilistische PCA Gaußsche Priorität gegenüber latenten Variablen?

Ich lese gerade Artikel über probabilistische PCA und frage mich, warum der Gaußsche Prior (und nicht irgendein anderer Prior) für die latenten Variablen ausgewählt wurde. Ist es nur, weil es einfach ist oder gibt es einen anderen Grund? Verweise: Tipping & Bishop, 1999, Probabilistische Hauptkomponentenanalyse - knapp unter Gl. (2) …

8 normal-distribution pca prior latent-variable