Statistiken und Big Data

3

Statistischer Test, um festzustellen, ob zwei Proben derselben Population entnommen wurden?

Nehmen wir an, ich habe zwei Proben. Wenn ich herausfinden will, ob sie aus verschiedenen Populationen stammen, kann ich einen T-Test durchführen. Angenommen, ich möchte testen, ob die Stichproben aus derselben Population stammen. Wie macht man das? Wie berechne ich die statistische Wahrscheinlichkeit, dass diese beiden Stichproben aus derselben Grundgesamtheit …

30 statistical-significance

6

Unterschied zwischen Bayes-Netzwerk, neuronalem Netzwerk, Entscheidungsbaum und Petri-Netzen

Was ist der Unterschied zwischen dem neuronalen Netzwerk , dem Bayes'schen Netzwerk , dem Entscheidungsbaum und den Petri-Netzen , obwohl sie alle grafische Modelle sind und die Ursache-Wirkung-Beziehung visuell darstellen?

30 machine-learning neural-networks bayesian-network fuzzy

6

Was ist der Unterschied zwischen logistischer Regression und Perzeptron?

Ich werde durch Andrew Ng Vortrag Notizen auf Machine Learning. Die Notizen führen uns in die logistische Regression und dann in Perzeptron ein. Während der Beschreibung von Perceptron heißt es in den Anmerkungen, dass wir nur die Definition der Schwellenwertfunktion ändern, die für die logistische Regression verwendet wird. Danach können …

30 regression machine-learning self-study logistic perceptron

5

Wie sollte ein einzelner Forscher über die Rate falscher Entdeckungen denken?

Ich habe versucht, mir Gedanken darüber zu machen, wie die False Discovery Rate (FDR) die Schlussfolgerungen des einzelnen Forschers beeinflussen sollte. Sollten Sie zum Beispiel Ihre Ergebnisse bei diskontieren, selbst wenn sie bei signifikant sind ? Hinweis: Ich spreche vom FDR im Zusammenhang mit der Untersuchung der Ergebnisse mehrerer Studien …

30 statistical-significance p-value publication-bias false-discovery-rate

3

ob Indikator / Binär / Dummy-Prädiktoren für LASSO neu skaliert werden sollen

Für das LASSO (und andere Modellauswahlverfahren) ist es entscheidend, die Prädiktoren neu zu skalieren. Die allgemeine Empfehlung, der ich folge, ist einfach, eine Normierung mit 0 Mittelwerten und 1 Standardabweichung für kontinuierliche Variablen zu verwenden. Aber was gibt es mit Dummies zu tun? ZB einige angewandte Beispiele aus derselben (ausgezeichneten) …

30 predictive-models model-selection lasso standardization multidimensional-scaling

3

Welchen

Ich versuche, Varianzinflationsfaktoren mithilfe der vifFunktion im R-Paket zu interpretieren car. Die Funktion druckt sowohl eine verallgemeinerte und auch GVIF 1 / ( 2 ⋅ df ) . Laut der Hilfedatei dieser letztere WertVIFVIF\text{VIF}GVIF1/(2⋅df)GVIF1/(2⋅df)\text{GVIF}^{1/(2\cdot\text{df})} Um die Dimension des Vertrauensellipsoids anzupassen, gibt die Funktion auch GVIF ^ [1 / (2 * …

30 r multicollinearity vif

3

Warum ist eine Stichproben-Kovarianzmatrix singulär, wenn die Stichprobengröße kleiner als die Anzahl der Variablen ist?

Angenommen, ich habe eine ppp dimensionale multivariate Gauß-Verteilung. Und ich nehme nnn Beobachtungen (jeder von ihnen ein ppp -vector) aus dieser Verteilung berechnen , und die Probe Kovarianzmatrix SSS . In dieser Arbeit geben die Autoren an, dass die mit berechnete Kovarianzmatrix der Stichprobe p>np>np > nsingulär ist. Wie ist …

30 covariance-matrix linear-algebra

5

Was bedeutet Interaktionstiefe in GBM?

Ich hatte eine Frage zum Interaktionstiefenparameter in gbm in R. Dies mag eine Noob-Frage sein, für die ich mich entschuldige, aber wie zeigt der Parameter, von dem ich glaube, dass er die Anzahl der Endknoten in einem Baum angibt, im Grunde genommen X-way an Interaktion zwischen den Prädiktoren? Ich versuche …

30 r machine-learning boosting gbm

7

Gefahr, dass alle Anfangsgewichte in Backpropagation auf Null gesetzt werden

Warum ist es gefährlich, Gewichte mit Nullen zu initialisieren? Gibt es ein einfaches Beispiel, das dies demonstriert?

30 neural-networks backpropagation

1

Hat die Cox-Regression eine zugrunde liegende Poisson-Verteilung?

Unser kleines Team hatte eine Diskussion und blieb stecken. Weiß jemand, ob Cox-Regression eine zugrunde liegende Poisson-Verteilung hat. Wir hatten eine Debatte darüber, dass die Cox-Regression mit konstanter Risikodauer möglicherweise Ähnlichkeiten mit der Poisson-Regression mit einer robusten Varianz aufweist. Irgendwelche Ideen?

30 regression poisson-distribution cox-model

5

Wie verwende ich die SVD bei der kollaborativen Filterung?

Ich bin ein bisschen verwirrt darüber, wie die SVD bei der kollaborativen Filterung verwendet wird. Angenommen, ich habe ein soziales Diagramm und erstelle aus den Kanten eine Adjazenzmatrix. Dann nehme ich eine SVD (vergessen wir die Regularisierung, Lernraten, Sparsity-Optimierungen usw.). Wie verwende ich diese SVD, um meine Empfehlungen zu verbessern? …

30 svd recommender-system

4

Was ist der Unterschied zwischen McNemars Test und dem Chi-Quadrat-Test und woher wissen Sie, wann Sie welche verwenden müssen?

Ich habe versucht, in verschiedenen Quellen nachzulesen, bin mir aber immer noch nicht sicher, welcher Test für meinen Fall geeignet wäre. Es gibt drei verschiedene Fragen, die ich zu meinem Datensatz stelle: Die Probanden werden zu verschiedenen Zeiten auf Infektionen mit X getestet. Ich möchte wissen, ob die Anteile von …

30 r chi-squared mcnemar-test

5

Wie kann der Least Square Estimator für die multiple lineare Regression abgeleitet werden?

Im einfachen linearen Regressionsfall können Sie den Schätzer für kleinste Quadrate , sodass Sie nicht kennen müssen, um \ hat \ beta_1 zu schätzeny=β0+β1xy=β0+β1xy=\beta_0+\beta_1xβ^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2β^1=∑(xi−x¯)(yi−y¯)∑(xi−x¯)2\hat\beta_1=\frac{\sum(x_i-\bar x)(y_i-\bar y)}{\sum(x_i-\bar x)^2}β^0β^0\hat\beta_0β^1β^1\hat\beta_1 Angenommen, ich habe y=β1x1+β2x2y=β1x1+β2x2y=\beta_1x_1+\beta_2x_2 . Wie kann ich \ hat \ beta_1 ableiten, β^1β^1\hat\beta_1ohne \ hat \ beta_2 zu schätzen β^2β^2\hat\beta_2? oder geht …

30 regression multiple-regression generalized-linear-model linear-model

2

Was bedeutet der Begriff sättigende Nichtlinearitäten?

Ich habe die Abhandlung ImageNet Classification with Deep Convolutional Neural Networks gelesen und in Abschnitt 3 wurde die Architektur ihres Convolutional Neural Network erläutert, wie sie es vorzogen: nicht sättigende Nichtlinearitätf(x)=max(0,x).f(x)=max(0,x).f(x) = max(0, x). weil es schneller war zu trainieren. In dieser Arbeit scheinen sie sich auf gesättigte Nichtlinearitäten als …

30 machine-learning neural-networks terminology conv-neural-network

2

Interpretation der Handlung (glm.model)

Kann mir jemand sagen, wie ich die Darstellungen "Residuen vs. angepasste", "normale q-q", "Skalenposition" und "Residuen vs. Hebel" interpretieren soll? Ich füge ein binomiales GLM ein, speichere es und zeichne es dann.

30 r logistic data-visualization generalized-linear-model qq-plot