Statistiken und Big Data

6

Wenn ein glaubwürdiges Intervall eine flache Priorität hat, entspricht ein 95% -Konfidenzintervall einem glaubwürdigen Intervall von 95%?

Ich bin sehr neu in der Bayes'schen Statistik, und das mag eine dumme Frage sein. Dennoch: Betrachten Sie ein glaubwürdiges Intervall mit einem Prior, das eine gleichmäßige Verteilung angibt. Zum Beispiel von 0 bis 1, wobei 0 bis 1 den gesamten Bereich der möglichen Werte eines Effekts darstellt. Wäre in …

31 bayesian confidence-interval estimation prior credible-interval

4

Stimmt es, dass der Perzentil-Bootstrap niemals verwendet werden sollte?

In den MIT OpenCourseWare-Hinweisen für 18.05 Introduction to Probability and Statistics, Spring 2014 (derzeit hier verfügbar ) heißt es: Die Bootstrap-Perzentil-Methode überzeugt durch ihre Einfachheit. Dies hängt jedoch von der Bootstrap-Verteilung von ab, wobei eine bestimmte Stichprobe eine gute Annäherung an die tatsächliche Verteilung von . Rice sagt über die …

31 confidence-interval bootstrap

2

Benötigen wir einen Gradientenabstieg, um die Koeffizienten eines linearen Regressionsmodells zu finden?

Ich habe versucht, maschinelles Lernen mit dem Coursera-Material zu erlernen . In dieser Vorlesung verwendet Andrew Ng den Algorithmus der Gradientenabnahme, um die Koeffizienten des linearen Regressionsmodells zu ermitteln, mit denen die Fehlerfunktion (Kostenfunktion) minimiert wird. Benötigen wir für die lineare Regression einen Gradientenabstieg? Es scheint, dass ich die Fehlerfunktion …

31 regression machine-learning linear-model gradient-descent

3

Wie ist Naive Bayes ein linearer Klassifikator?

Ich habe den anderen Thread hier gesehen, aber ich glaube nicht, dass die Antwort die eigentliche Frage befriedigt hat. Was ich immer wieder gelesen habe, ist, dass Naive Bayes ein linearer Klassifikator (z. B. hier ) ist (so dass er eine lineare Entscheidungsgrenze zeichnet), der die Log Odds-Demonstration verwendet. Ich …

31 classification naive-bayes

4

Wann ist die Bootstrap-Schätzung des Bias gültig?

Es wird oft behauptet, dass Bootstrapping eine Schätzung der Abweichung in einem Schätzer liefern kann. Wenn die Schätzung für eine Statistik ist und die Bootstrap-Repliken sind (mit ), dann ist die Bootstrap-Schätzung der Verzerrung was extrem einfach und mächtig erscheint, bis es beunruhigend ist. ~ t ii∈{1,⋯,N}biast≈1t^t^\hat tt~it~i\tilde t_ii∈{1,⋯,N}i∈{1,⋯,N}i\in\{1,\cdots,N\}biast≈1N∑it~i−t^biast≈1N∑it~i−t^\begin{equation} \mathrm{bias}_t …

31 bootstrap bias

3

Mittlerer quadratischer Fehler und verbleibende Quadratsumme

Ein Blick auf die Wikipedia-Definitionen von: Mittlerer quadratischer Fehler (MSE) Restsumme der Quadrate (RSS) Es sieht für mich so aus MSE=1NRSS=1N∑(fi−yi)2MSE=1NRSS=1N∑(fi−yi)2\text{MSE} = \frac{1}{N} \text{RSS} = \frac{1}{N} \sum (f_i -y_i)^2 wobei die Anzahl der Abtastwerte ist und unsere Schätzung von .NNNfifif_iyiyiy_i In keinem Wikipedia-Artikel wird dieser Zusammenhang jedoch erwähnt. Warum? Vermisse …

31 residuals mse

4

Logistische Regression - Fehlerbedingung und deren Verteilung

Zu der Frage, ob in der logistischen Regression (und ihrer angenommenen Verteilung) ein Fehlerbegriff vorhanden ist, habe ich an verschiedenen Stellen gelesen, dass: Es existiert kein Fehlerbegriff der Fehlerterm hat eine Binomialverteilung (entsprechend der Verteilung der Antwortvariablen) Der Fehlerbegriff hat eine logistische Verteilung Kann das bitte jemand klären?

31 logistic binomial bernoulli-distribution logistic-distribution

2

Relative Bedeutung einer Reihe von Prädiktoren in einer zufälligen Waldklassifikation in R

Ich möchte die relative Bedeutung von Variablensätzen für ein randomForestKlassifizierungsmodell in R bestimmen . Die importanceFunktion liefert die MeanDecreaseGiniMetrik für jeden einzelnen Prädiktor. Ist es so einfach, diese über jeden Prädiktor in einem Satz zu summieren? Beispielsweise: # Assumes df has variables a1, a2, b1, b2, and outcome rf <- …

31 r machine-learning classification random-forest

2

libsvm Datenformat [geschlossen]

Ich verwende das Tool libsvm ( http://www.csie.ntu.edu.tw/~cjlin/libsvm/ ) zur Unterstützung der Vektorklassifizierung. Ich bin jedoch verwirrt über das Format der Eingabedaten. Aus der README: Das Format der Trainings- und Testdatendatei ist: <label> <index1>:<value1> <index2>:<value2> ... . . . Jede Zeile enthält eine Instanz und wird mit einem '\ n'-Zeichen abgeschlossen. …

31 machine-learning svm python libsvm c++

3

Welcher Verteilung folgen meine Daten?

Angenommen, ich habe 1000 Komponenten und habe Daten darüber gesammelt, wie oft ein Fehler protokolliert wurde. Jedes Mal, wenn ein Fehler protokolliert wurde, verfolge ich auch, wie lange mein Team zur Behebung des Problems gebraucht hat. Kurz gesagt, ich habe die Reparaturzeit (in Sekunden) für jede dieser 1000 Komponenten aufgezeichnet. …

31 distributions data-visualization survival reliability distribution-identification

3

Ist es möglich, AIC und BIC für Lasso-Regressionsmodelle zu berechnen?

Ist es möglich, AIC- oder BIC-Werte für Lasso-Regressionsmodelle und andere regulierte Modelle zu berechnen, bei denen Parameter nur teilweise in die Gleichung eingehen? Wie bestimmt man die Freiheitsgrade? Ich verwende R, um Lasso-Regressionsmodelle mit der glmnet()Funktion aus dem glmnetPaket zu versehen, und möchte wissen, wie AIC- und BIC-Werte für ein …

31 r model-selection lasso aic bic

2

Rohe Residuen versus standardisierte Residuen versus studentisierte Residuen - was ist wann zu verwenden?

Dies sieht aus wie eine ähnliche Frage und hat nicht viele Antworten erhalten. Wenn ich Tests wie Cooks D weglasse und nur die Residuen als Gruppe betrachte, interessiert mich, wie andere Residuen bei der Beurteilung der Anpassungsgüte verwenden. Ich verwende die rohen Residuen: in einem QQ-Plot zur Beurteilung der Normalität …

31 goodness-of-fit residuals

1

Was ist der Unterschied zwischen einer Verlustfunktion und einer Fehlerfunktion?

Ist der Begriff "Verlust" gleichbedeutend mit "Fehler"? Gibt es einen Unterschied in der Definition? Und woher stammt der Begriff "Verlust"? Hinweis: Die hier erwähnte Fehlerfunktion ist nicht mit einem normalen Fehler zu verwechseln.

31 loss-functions

4

Warum verwenden wir ReLU in neuronalen Netzen und wie verwenden wir es?

Warum verwenden wir bei neuronalen Netzen gleichgerichtete Lineareinheiten (ReLU)? Wie verbessert das das neuronale Netzwerk? Warum sagen wir, dass ReLU eine Aktivierungsfunktion ist? Funktioniert die Aktivierung von Softmax nicht für neuronale Netze? Ich vermute, dass wir beide verwenden, ReLU und Softmax, wie folgt: Neuron 1 mit Softmax-Ausgabe ----> ReLU auf …

31 neural-networks

1

Cross-Entropy oder Log Likelihood in der Ausgabeebene

Ich habe diese Seite gelesen: http://neuralnetworksanddeeplearning.com/chap3.html und es hieß, dass Sigmoid-Ausgabeschicht mit Kreuzentropie mit Softmax-Ausgabeschicht mit Log-Wahrscheinlichkeit ziemlich ähnlich ist. Was passiert, wenn ich Sigmoid mit logarithmischer Wahrscheinlichkeit oder Softmax mit Kreuzentropie in der Ausgabeebene verwende? ist es gut Weil ich sehe, dass es nur einen kleinen Unterschied in der …

31 neural-networks maximum-likelihood softmax