Statistiken und Big Data

2

Wie viele Sticker brauche ich, um mein FIFA Panini-Album fertigzustellen?

Ich spiele das FIFA Panini Online-Sticker-Album , eine Internet-Adaption der klassischen Panini-Alben, die normalerweise für die Fußball-Weltmeisterschaft, die Europameisterschaft und möglicherweise für andere Turniere veröffentlicht werden. Das Album enthält Platzhalter für 424 verschiedene Aufkleber. Der Zweck des Spiels ist es, alle 424 zu sammeln. Die Aufkleber werden in 5er-Packs geliefert, …

30 probability coupon-collector-problem

8

Welche mathematischen Fächer würden Sie vorschlagen, um sich auf Data Mining und maschinelles Lernen vorzubereiten?

Ich versuche, ein selbstgesteuertes Mathematik-Curriculum zusammenzustellen, um mich auf das Erlernen von Data Mining und maschinellem Lernen vorzubereiten. Dies ist darauf zurückzuführen , dass ich Andrew Ngs Maschinenlernkurs in Coursera begonnen habe und das Gefühl hatte, dass ich meine mathematischen Fähigkeiten verbessern musste, bevor ich weitermachen konnte. Ich habe vor …

30 machine-learning references data-mining

1

Wann liegt die Binomialverteilungsfunktion über / unter ihrer begrenzenden Poisson-Verteilungsfunktion?

Es sei die Binomialverteilungsfunktion (DF) mit Parametern und die bei ausgewertet werden. : und lassen Sie den Poisson-DF mit dem Parameter a \ in \ mathbb R ^ + bezeichnen , der bei r \ in \ {0,1,2, \ ldots \} ausgewertet wird : \ begin {equation} F (a , …

30 binomial poisson-distribution convergence probability-inequalities

1

Was macht der Befehl anova () mit einem früheren Modellobjekt?

Hoffentlich ist dies eine Frage, die mir hier jemand zur Art der Zerlegung von Quadratsummen aus einem Modell mit gemischten Effekten beantworten kann, das dazu passt lmer(aus dem Paket lme4 R). Zuallererst sollte ich sagen, dass mir die Kontroverse bei der Verwendung dieses Ansatzes bewusst ist, und in der Praxis …

30 r anova mixed-model lme4-nlme

2

Test auf bimodale Verteilung

Ich frage mich, ob es einen statistischen Test gibt, um die Signifikanz einer bimodalen Verteilung zu "testen". Ich meine, wie viel meine Daten der bimodalen Verteilung entsprechen oder nicht? Wenn ja, gibt es einen Test im R-Programm?

30 r hypothesis-testing distributions bimodal

2

Ich und ich im Vergleich

Ich habe mich gefragt, ob mich jemand über die aktuellen Unterschiede zwischen diesen beiden Funktionen aufklären könnte. Ich fand die folgende Frage: Wie wähle ich die Bibliothek nlme oder lme4 R für Modelle mit gemischten Effekten? , aber das stammt aus ein paar Jahren. Das ist ein Leben lang in …

30 r mixed-model lme4-nlme

2

Was sind die Annahmen einer negativen binomischen Regression?

Ich arbeite mit einem großen Datensatz (vertraulich, daher kann ich nicht zu viel teilen) und bin zu dem Schluss gekommen, dass eine negative binomische Regression erforderlich wäre. Ich habe noch nie zuvor eine glm-Regression durchgeführt, und ich kann keine klaren Informationen über die Annahmen finden. Sind sie für MLR gleich? …

30 regression generalized-linear-model data-transformation assumptions negative-binomial

4

So führen Sie eine Dimensionsreduktion mit PCA in R durch

Ich habe einen großen Datensatz und möchte eine Dimensionsreduktion durchführen. Jetzt lese ich überall, dass ich PCA dafür verwenden kann. Ich scheine jedoch immer noch nicht zu verstehen, was ich tun soll, nachdem ich die PCA berechnet / durchgeführt habe. In R ist dies mit dem Befehl einfach zu bewerkstelligen …

30 r pca

9

Warum ein Vektorfehlerkorrekturmodell verwenden?

Ich bin verwirrt über das Vector Error Correction Model ( VECM ). Technischer Hintergrund: VECM bietet die Möglichkeit, das Vector Autoregressive Model ( VAR ) auf integrierte multivariate Zeitreihen anzuwenden . In den Lehrbüchern nennen sie einige Probleme bei der Anwendung einer VAR auf integrierte Zeitreihen, von denen die wichtigste …

30 time-series forecasting var cointegration vecm

4

Maschinelles Lernen zum Parsen von Strings?

Ich habe viele Adresszeichenfolgen: 1600 Pennsylvania Ave, Washington, DC 20500 USA Ich möchte sie in ihre Bestandteile zerlegen: street: 1600 Pennsylvania Ave city: Washington province: DC postcode: 20500 country: USA Aber natürlich sind die Daten schmutzig: Sie stammen aus vielen Ländern in vielen Sprachen, sind unterschiedlich geschrieben, enthalten Rechtschreibfehler, fehlen, …

30 machine-learning text-mining

5

Daten "Erkundung" vs. Daten "Schnüffeln" / "Foltern"?

Oft bin ich auf informelle Warnungen vor "Datenschnüffeln" gestoßen (hier ist ein amüsantes Beispiel ), und ich glaube, ich habe eine intuitive Vorstellung davon, was das ungefähr bedeutet und warum es ein Problem sein könnte. Andererseits scheint die "explorative Datenanalyse" ein absolut seriöses Verfahren in der Statistik zu sein, zumindest …

30 multiple-comparisons interpretation eda

1

Intuition hinter Tensorproduktwechselwirkungen in GAMs (MGCV-Paket in R)

Verallgemeinerte additive Modelle sind solche, bei denen . die funktionen sind flüssig und zu schätzen. In der Regel durch Splines bestraft. MGCV ist ein Paket in R, und der Autor (Simon Wood) schreibt ein Buch über sein Paket mit R-Beispielen. Ruppert et al. (2003) schreiben ein weitaus zugänglicheres Buch über …

30 r nonparametric interaction splines intuition

3

So bestimmen Sie die Qualität eines Klassifikators für mehrere Klassen

Gegeben ein Datensatz mit Instanzen zusammen mit N Klassen, wobei jede Instanz x i genau zu einer Klasse y i gehörtxixix_iNNNxixix_iyiyiy_i ein Klassifikator für mehrere Klassen Nach dem Training und Testen habe ich grundsätzlich eine Tabelle mit der wahren Klasse und der vorhergesagten Klasse a i für jede Instanz x …

30 machine-learning classification multi-class

3

Was ist ein guter Weg, um mit R ein Streudiagramm zu erstellen, das die Daten nach Behandlung trennt?

Ich bin sehr neu in Bezug auf R und Statistiken im Allgemeinen, aber ich muss ein Streudiagramm erstellen, von dem ich denke, dass es über seine ursprünglichen Kapazitäten hinausgeht. Ich habe ein paar Vektoren von Beobachtungen und möchte mit ihnen ein Streudiagramm erstellen, und jedes Paar fällt in eine von …

30 r data-visualization scatterplot

5

Strategien zum Unterrichten der Stichprobenverteilung

The tl; dr version Welche erfolgreichen Strategien setzen Sie ein, um die Stichprobenverteilung (z. B. eines Stichprobenmittelwerts) in einem Grundstudium zu vermitteln? Der Hintergrund Im September unterrichte ich einen Einführungskurs in Statistik für Studierende der Sozialwissenschaften (hauptsächlich Politikwissenschaft und Soziologie) im zweiten Studienjahr unter Verwendung der grundlegenden Statistikpraxis von David …

30 distributions sampling teaching