Statistiken und Big Data

1

Testen, ob eine Binomialverteilung zu Daten passt

Ich habe eine Stichprobe aus einer diskreten Verteilung als solche: Type: 0 1 2 3 4 5 Occurrences: 88 12 52 43 21 5 Meine Aufgabe ist es zu testen, ob eine Binomialverteilung (n = 5, p) zu diesen Daten passt oder nicht. Ich verstehe, dass ich Hypothesentests verwenden soll …

8 hypothesis-testing distributions chi-squared binomial

1

R Binomialfamilie mit Identitätsverknüpfung

Ich möchte ein lineares Modell von R anpassen family=binomial(link="identity"), wobei jedoch die Binomialfamilie keine Identitätsverknüpfung hat. Was sollte ich tun?

8 r generalized-linear-model binomial link-function

4

Wenn eine von mehreren Variablen ist, die sich zu summieren , ist zwischen und ein nützlicher Wert?

Eine Annahme für die Regressionsanalyse ist, dass und nicht miteinander verflochten sind. Wenn ich jedoch darüber nachdenke, scheint es mir, dass es Sinn macht.Y.X.XXY.YY Hier ist ein Beispiel. Wenn wir einen Test mit 3 Abschnitten haben (AB und C). Die Gesamtbewertung der Tests entspricht der Summe der Einzelbewertungen für die …

8 regression correlation r-squared

1

Wahl zwischen verschiedenen robusten Regressionen in R.

Ich schreibe ein Programm zur Bewertung von Immobilien und verstehe die Unterschiede zwischen einigen robusten Regressionsmodellen nicht wirklich. Deshalb weiß ich nicht, welches ich wählen soll. Ich habe versucht lmrob, ltsRegund rlm. Für denselben Datensatz ergaben alle drei Methoden unterschiedliche Werte für die Koeffizienten. Ich dachte, dass es am besten …

8 r regression p-value r-squared

2

R lmerTest und Tests mehrerer zufälliger Effekte

Ich bin gespannt, wie das lmerTest-Paket in R, insbesondere die "rand" -Funktion, Tests mit zufälligen Effekten verarbeitet. Betrachten Sie das Beispiel aus dem lmerTest-PDF auf CRAN, das den integrierten Datensatz "Karotten" verwendet: #import lme4 package and lmerTest package library(lmerTest) #lmer model with correlation between intercept and slopes #in the random …

8 lme4-nlme mixed-model likelihood-ratio

1

Obergrenze an

( 0 , 1 ) φ ( x ) = 1 / x E [ 1X.XX ist eine diskrete Zufallsvariable, die Werte von annehmen kann . Da eine konvexe Funktion ist, können wir Jensens Ungleichung verwenden, um eine Untergrenze abzuleiten : Ist es möglich, eine Obergrenze abzuleiten ?( 0 , …

8 probability expected-value bounds

1

Wie berechnet man eine Stichprobengröße zur Überprüfung der Richtigkeit / Unrichtigkeit von Datensätzen in einer Datentabelle?

Ich habe vorhandene Antworten auf CrossValidated (und an anderer Stelle online) gelesen und kann nicht finden, wonach ich suche. Bitte verweise mich jedoch auf vorhandene Quellen, wenn ich sie verpasst habe. Angenommen, ich habe einen Datensatz mit N = 1000 Datensätzen, von denen jeder manuell abgetastet und entweder als "gültig" …

8 bayesian sampling sample-size hypergeometric

1

Aktualisierung der Verzerrung mit RBMs (Restricted Boltzmann Machines)

Ich bin sehr neu in RBMs und versuche jetzt, ein RBM-Programm zu schreiben. Entschuldigung, wenn dies eine dumme Frage ist und / oder hier bereits beantwortet wurde. Ich habe einige Artikel online gelesen und hier Fragen gestellt, aber ich kann nichts darüber finden , wie die Verzerrungen (oder Verzerrungsgewichte) aktualisiert …

8 deep-learning rbm deep-belief-networks

4

Gibt es eine Möglichkeit, Saisonalität bei Regressionskoeffizienten zuzulassen?

Angenommen, ich habe eine Zeitreihe, G t , und eine Kovariate B t . Ich möchte die Beziehung zwischen ihnen durch das ARMA-Modell finden: G t = Z t + β 0 + β 1 B t wobei der Rest Z t einem ARMA-Prozess folgt. Das Problem ist: Ich weiß …

8 time-series correlation econometrics arima time-varying-covariate

2

Warum enthält der Name EM-Algorithmus ein E.

Ich verstehe, wo der E-Schritt im Algorithmus stattfindet (wie im Abschnitt "Mathematik" unten erläutert). Meiner Meinung nach ist der Schlüsseleinfallsreichtum des Algorithmus die Verwendung der Jensen-Ungleichung, um eine Untergrenze für die Log-Wahrscheinlichkeit zu erstellen. In diesem Sinne Expectationwird einfach genommen, um die logarithmische Wahrscheinlichkeit neu zu formulieren, um in Jensens …

8 maximum-likelihood optimization expectation-maximization latent-variable kullback-leibler

2

Ist der Wilcoxon-Rang-Summen-Test der richtige Test, um festzustellen, ob sich die Gesamtspenden unterscheiden?

Hintergrund: Meine Software bittet Benutzer um optionale Spenden in beliebiger Höhe. Ich habe Testspendenanfragen unter den Benutzern aufgeteilt, um den besten Weg zu finden, um zu fragen: 50% erhalten Anforderungsversion 1, 50% erhalten Anforderungsversion 2, und wir sehen, welche besser ist. Fast alle Benutzer geben 0 US-Dollar, aber einige spenden. …

8 r p-value wilcoxon-mann-whitney permutation-test ab-test

1

Gibbs Sampler-Übergangskern

Sei die Zielverteilung auf die absolut kontinuierlich zum dimensionalen Lebesgue-Maß geschrieben wird, dh:( R d , B ( R d ) ) dππ\pi(Rd,B(Rd))(Rd,B(Rd))(\mathbb{R}^d,\mathcal{B}(\mathbb{R^d}))ddd & pgr; ( x 1 , . . . , x d ) λ d λ d ( d x 1 , . . . , d …

8 bayesian conditional-probability markov-process gibbs integral

3

Finden Sie die Verteilung und transformieren Sie sie in die Normalverteilung

Ich habe Daten, die beschreiben, wie oft ein Ereignis während einer Stunde stattfindet ("Anzahl pro Stunde", nph) und wie lange die Ereignisse dauern ("Dauer in Sekunden pro Stunde", dph). Dies sind die Originaldaten: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732, 4.58823529414907, 5.59999999993481, 5.06666666666667, 11.6470588233699, 1.99999999998209, NA, 4.46153846149851, 18, 1.05882352939726, 9.21739130425452, 27.8399999994814, …

8 normal-distribution data-transformation logistic generalized-linear-model ridge-regression t-test wilcoxon-signed-rank paired-data naive-bayes distributions logistic goodness-of-fit time-series eviews ecm panel-data reliability psychometrics validity cronbachs-alpha self-study random-variable expected-value median regression self-study multiple-regression linear-model forecasting prediction-interval normal-distribution excel bayesian multivariate-analysis modeling predictive-models canonical-correlation rbm time-series machine-learning neural-networks fishers-exact factorisation-theorem svm prediction linear reinforcement-learning cdf probability-inequalities ecdf time-series kalman-filter state-space-models dynamic-regression index-decomposition sampling stratification cluster-sample survey-sampling distributions maximum-likelihood gamma-distribution

2

Probleme mit der Ausreißererkennung

In einem Blogbeitrag schreibt Andrew Gelman : Die schrittweise Regression ist eines dieser Dinge, wie die Erkennung von Ausreißern und Kreisdiagramme, die bei Nicht-Statistikern beliebt zu sein scheinen, von Statistikern jedoch als Scherz angesehen werden. Ich verstehe den Verweis auf Kreisdiagramme, aber warum wird laut Gelman die Statistik der Ausreißer …

8 dataset outliers quality-control

2

Das Wahlvorhersagemodell von Nate Silver

Nate Silver war in der Vergangenheit recht erfolgreich darin, die Ergebnisse von US-Wahlen vorherzusagen, was in seinem Buch The Signal and the Noise beschrieben wird . Das Buch enthält einige Beschreibungen des verwendeten Modells, und ein Blogbeitrag von ihm beschreibt das Modell, das für die Zwischenwahlen 2014 verwendet wurde. Diese …

8 references prediction