Statistiken und Big Data

Fragen und Antworten für Personen, die sich für Statistik, maschinelles Lernen, Datenanalyse, Data Mining und Datenvisualisierung interessieren

2
Ist dies eine gültige Methode zum Erstellen eines Konfidenzintervalls?
Die Dreierregel besagt, dass, wenn wir beobachten, dass 0 ist, ein 95% -Konfidenzintervall für . Ich bin verwirrt über die Ableitung dieser Regel auf Wikipedia und anderswo.Y∼Bin(n,p)Y∼Bin(n,p)Y\sim \text{Bin}(n,p)[0,3/n][0,3/n][0,3/n]ppp Wikipedia entspricht dem Finden eines 95% -Konfidenzintervalls dem Finden aller so dass . Ich kämpfe darum, dies mit meinem eigenen Verständnis in …
1
Summe der Prognosen
Ich habe eine Frage zur Prognose. Ich baue ein Bestandsmodell für Lager auf, bei dem allen Lagern mehrere Kunden / Länder zugewiesen sind. Ich habe Daten zum Umsatz für alle Länder separat, sodass ich meine Prognose für diese Daten durchführen kann, um eine Prognose für die Ländernachfrage zu erhalten. Ich …
1
Ist die Anwendung der CLT auf die Summe der Zufallsvariablen eine gute Annäherung?
ich benutze (μ,σ2)(μ,σ2)(\mu, \sigma^2) eine Verteilung mit Mittelwert bedeuten μμ\mu und Varianz σ2σ2\sigma^2, NN\mathcal{N} hinzugefügt, um die Normalverteilung zu bedeuten. Gesetzt den Fall X1,…,Xn∼iid(μ,σ2)X1,…,Xn∼iid(μ,σ2)X_1, \dots, X_n\overset{\text{iid}}{\sim}(\mu, \sigma^2) mit σ2&lt;∞σ2&lt;∞\sigma^2 < \infty. Die formale Aussage des zentralen Grenzwertsatzes (CLT) besagt dies X¯n−μσ/n−−√→dN(0,1).X¯n−μσ/n→dN(0,1).\dfrac{\bar{X}_n - \mu}{\sigma/\sqrt{n}}\overset{d}{\to}\mathcal{N}(0, 1)\text{.} Es wird hier diskutiert , dass …
3
Frequentist Predictive Distribution für eine Cauchy-Variable
Ich konnte dies in der Literatur nicht finden, aber das bedeutet wahrscheinlich, dass ich an der falschen Stelle suche. Ich suche nach der frequentistischen Vorhersageverteilung für eine eindimensionale und eine n-dimensionale Cauchy-Variable, sofern sie existiert. Das Problem bei der n-dimensionalen Version ist, dass es nichts Vergleichbares wie eine Kovariatenmatrix gibt, …
1
Klassifizierungsalgorithmus basierend auf durchschnittlichen Entfernungen von einem Testpunkt zu den Punkten in jeder Klasse
Gibt es einen Klassifizierungsalgorithmus, der dem Punktcluster, dessen durchschnittliche Entfernung minimal ist, einen neuen Testvektor zuweist? Lassen Sie es mich besser schreiben: Stellen wir uns vor, wir haben Cluster von jeweils Punkten. Für jeden Cluster k berechne ich den Durchschnitt aller Abstände zwischen und , wobei ein Punkt im Cluster …
2
Was ist eine strikte Definition einer U-förmigen Beziehung?
Ich habe jetzt mehrere Artikel gesehen, die U-förmige oder inverse U-förmige Beziehungen zwischen Variablen analysieren (in einem Regressionsrahmen). Das allgemeine Verständnis, das ich von dort habe, ist, dass es sich um eine bestimmte Art einer nichtlinearen Beziehung handelt, die wir alle leicht visualisieren können. Ich bin jedoch etwas verwirrt darüber, …
1
Beeinflusst das Aufnehmen der Protokolle der abhängigen und / oder unabhängigen Variablen die Modellfehler und damit die Gültigkeit der Inferenz?
Ich sehe oft Leute (Statistiker und Praktiker), die Variablen ohne einen zweiten Gedanken transformieren. Ich hatte immer Angst vor Transformationen, weil ich befürchte, dass sie die Fehlerverteilung ändern und somit zu ungültigen Schlussfolgerungen führen könnten, aber es ist so häufig, dass ich etwas falsch verstehen muss. Angenommen, ich habe ein …
2
Warum erhalte ich keine gleichmäßige p-Wert-Verteilung durch logistische Regression mit zufälligen Prädiktoren?
Der folgende Code generiert einen Satz von Testdaten, die aus einer Reihe von "Signal" -Wahrscheinlichkeiten mit Binomialrauschen bestehen. Der Code verwendet dann 5000 Sätze von Zufallszahlen als "erklärende" Reihen und berechnet den logistischen Regressions-p-Wert für jede. Ich finde, dass die zufälligen Erklärungsreihen in 57% der Fälle bei 5% statistisch signifikant …
2
Multikollinearität zwischen ln (x) und ln (x) ^ 2
Ich verwende ein negatives Binomialmodell und eine meiner Prädiktorvariablen ist eine Zählvariable. Da diese Variable stark verzerrt war, habe ich beschlossen, sie logarithmisch zu transformieren. Es wird jedoch angenommen, dass der Effekt dieser Variablen nicht linear ist. Sobald ich jedoch den quadratischen Term in mein Modell einbeziehe, erhalte ich VIFs …
1
Bedingungslose Verteilung des ARMA-Prozesses mit T-Student-Fehlern
Wenn im -Modell die Fehler eine Normalverteilung haben, ist die bedingungslose Verteilung von Normal. Wenn die Fehler eine T-Student-Verteilung mit Freiheitsgraden haben. Was ist die bedingungslose Verteilung von ?Yt∼ARMA(p,q)Yt∼ARMA(p,q)Y_t\sim ARMA(p,q)YtYtY_tνν\nuYtYtY_t Also wobei .Yt=ϕ1Yt−1+⋯+ϕpYt−p+et−θ1et−1−⋯−θqet−qYt=ϕ1Yt−1+⋯+ϕpYt−p+et−θ1et−1−⋯−θqet−qY_t=\phi_1Y_{t-1}+\dots+\phi_pY_{t-p}+e_t-\theta_1e_{t-1}-\dots-\theta_q e_{t-q}et∼tνet∼tνe_t\sim t_\nu Ich habe keine Ahnung, wie ich die Verteilung und die Bücher finden soll, die ich …
2
Verzögerte abhängige Variable in der linearen Regression
Kürzlich habe ich eine Arbeit gelesen, in der in einer Zeitreihe Daten gemäß der Gleichung OLS wurde hier (mit dem Befehl in R) verwendet, um den Koeffizienten von . Ist es statistisch korrekt?Yt=β1Yt−1+β2X+ε.Yt=β1Yt−1+β2X+ε. Y_t=\beta_1 Y_{t−1}+\beta_2X+\varepsilon. lm()Yt−1Yt−1Y_{t-1} Ich verstehe, wenn wir uns mit Zeitreihendaten befassen, bedeutet dies tatsächlich einen ARX-Prozess und …
1
Zufallsstichprobe aus inversem Cdf ohne geschlossene Form generieren
Ich arbeite an einer bestimmten Distribution, deren inverses cdf nicht in geschlossener Form existiert. Das cdf der Distribution ist gegeben durch F(x;d,m,p,α,β)=1−(1+xm)−dexp(−βxα)1−p(1+xm)−dexp(−βxα)F(x;d,m,p,α,β)=1−(1+xm)−dexp⁡(−βxα)1−p(1+xm)−dexp⁡(−βxα)F(x; d, m, p, \alpha, \beta) = \frac{1-(1+x^m)^{-d} \exp(-\beta x^\alpha)}{1-p(1+x^m)^{-d} \exp(-\beta x^\alpha)} für streng positive und .m,d,α,βm,d,α,βm, d, \alpha, \beta0&lt;p&lt;10&lt;p&lt;10\lt p \lt 1 Mein Problem ist, dass ich neu …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.