Statistiken und Big Data r

2

Warum werden meine Schritte kleiner, wenn beim Steigungsabstieg eine feste Schrittgröße verwendet wird?

Angenommen, wir machen ein Spielzeugbeispiel für einen anständigen Gradienten, bei dem eine quadratische Funktion unter Verwendung der festen Schrittgröße minimiert wird . ( )α = 0,03xT.A xxT.EINxx^TAxα = 0,03α=0,03\alpha=0.03A = [ 10 , 2 ; 2 , 3 ]EIN=[10,2;;2,3]]A=[10, 2; 2, 3] Wenn wir die Spur von in jeder Iteration …

9 r machine-learning optimization gradient-descent

1

Hilfe bei der Interpretation von Zähldaten GLMM mit lme4 glmer und glmer.nb - Negatives Binomial gegenüber Poisson

Ich habe einige Fragen zur Spezifikation und Interpretation von GLMMs. 3 Fragen sind definitiv statistisch und 2 beziehen sich genauer auf R. Ich poste hier, weil ich letztendlich denke, dass das Problem die Interpretation der GLMM-Ergebnisse ist. Ich versuche gerade, ein GLMM zu montieren. Ich verwende US-Volkszählungsdaten aus der Longitudinal …

9 r lme4-nlme poisson-distribution negative-binomial glmm

1

Adaptives GAM glättet in mgcv

Simon Woods Buch über GAMs und sein zugehöriges R-Paket mgcv sind sowohl sehr detailliert als auch informativ, wenn es um GAM-Theorie und Modellanpassung an reale und simulierte Daten geht. Bei 1D-Glättungen gibt es wirklich nicht viel zu befürchten, außer zu entscheiden, ob zyklische oder adaptive Basisfunktionen implementiert werden sollen, was …

9 r mgcv

2

Kaplan-Meier-Kurven scheinen etwas anderes zu sagen als die Cox-Regression

In R mache ich eine Überlebensdatenanalyse von Krebspatienten. Ich habe sehr hilfreiche Artikel über Überlebensanalysen in CrossValidated und anderen Orten gelesen und denke, ich habe verstanden, wie man die Cox-Regressionsergebnisse interpretiert. Ein Ergebnis nervt mich jedoch immer noch ... Ich vergleiche das Überleben mit dem Geschlecht. Die Kaplan-Meier-Kurven sprechen eindeutig …

9 r survival cox-model kaplan-meier

1

Welches Deep-Learning-Modell kann Kategorien klassifizieren, die sich nicht gegenseitig ausschließen?

Beispiele: Ich habe einen Satz in der Stellenbeschreibung: "Java Senior Engineer in UK". Ich möchte ein Deep-Learning-Modell verwenden, um es als zwei Kategorien vorherzusagen: English und IT jobs. Wenn ich ein traditionelles Klassifizierungsmodell verwende, kann es nur 1 Etikett mit softmaxFunktion auf der letzten Ebene vorhersagen . Somit kann ich …

9 machine-learning deep-learning natural-language tensorflow sampling distance non-independent application regression machine-learning logistic mixed-model control-group crossover r multivariate-analysis ecology procrustes-analysis vegan regression hypothesis-testing interpretation chi-squared bootstrap r bioinformatics bayesian exponential beta-distribution bernoulli-distribution conjugate-prior distributions bayesian prior beta-distribution covariance naive-bayes smoothing laplace-smoothing distributions data-visualization regression probit penalized estimation unbiased-estimator fisher-information unbalanced-classes bayesian model-selection aic multiple-regression cross-validation regression-coefficients nonlinear-regression standardization naive-bayes trend machine-learning clustering unsupervised-learning wilcoxon-mann-whitney z-score econometrics generalized-moments method-of-moments machine-learning conv-neural-network image-processing ocr machine-learning neural-networks conv-neural-network tensorflow r logistic scoring-rules probability self-study pdf cdf classification svm resampling forecasting rms volatility-forecasting diebold-mariano neural-networks prediction-interval uncertainty

4

Wie interpretiere ich eine Überlebenskurve des Cox-Hazard-Modells?

Wie interpretieren Sie eine Überlebenskurve aus dem Cox-Proportional-Hazard-Modell? Nehmen wir in diesem Spielzeugbeispiel an, wir haben ein Cox-Proportional-Hazard-Modell für ageVariablen in kidneyDaten und generieren die Überlebenskurve. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Welche Aussage ist zum Zeitpunkt zum Beispiel wahr? oder sind beide falsch?200200200 Statement 1: Wir …

9 r survival cox-model likelihood machine-learning deep-learning generative-models machine-learning reinforcement-learning q-learning regression multicollinearity convergence beta-distribution bernoulli-distribution machine-learning self-study pattern-recognition neural-networks stochastic-processes linear

1

Geringere Abdeckung als erwartet für die Stichprobenerhebung mit Simulation

Ich habe versucht, die Frage Integral mit Wichtigkeit Stichprobenmethode in R bewerten zu beantworten . Grundsätzlich muss der Benutzer berechnen ∫π0f(x)dx=∫π01cos(x)2+x2dx∫0πf(x)dx=∫0π1cos⁡(x)2+x2dx\int_{0}^{\pi}f(x)dx=\int_{0}^{\pi}\frac{1}{\cos(x)^2+x^2}dx Verwenden der Exponentialverteilung als Wichtigkeitsverteilung q(x)=λ exp−λxq(x)=λ exp−λxq(x)=\lambda\ \exp^{-\lambda x} und finde den Wert von der die bessere Annäherung an das Integral (es ist ) ergibt . Ich formuliere …

9 r simulation exponential importance-sampling

2

Warum kann ich keine gültige SVD von X durch Eigenwertzerlegung von XX 'und X'X erhalten?

Ich versuche SVD von Hand zu machen: m<-matrix(c(1,0,1,2,1,1,1,0,0),byrow=TRUE,nrow=3) U=eigen(m%*%t(m))$vector V=eigen(t(m)%*%m)$vector D=sqrt(diag(eigen(m%*%t(m))$values)) U1=svd(m)$u V1=svd(m)$v D1=diag(svd(m)$d) U1%*%D1%*%t(V1) U%*%D%*%t(V) Die letzte Zeile kehrt jedoch nicht mzurück. Warum? Es scheint etwas mit Anzeichen dieser Eigenvektoren zu tun zu haben ... Oder habe ich das Verfahren falsch verstanden?

9 r svd eigenvalues

1

Leichte Inkonsistenz zwischen der in Kruskal-Wallis integrierten R-Funktion und der manuellen Berechnung

Das Folgende verwirrt mich und ich konnte die Antwort an keiner anderen Stelle finden. Ich versuche, R zu lernen, während ich einige Statistiken mache, und als Übung versuche ich, die Ergebnisse der eingebauten R-Funktionen zu überprüfen, indem ich diese auch sozusagen 'von Hand' in R mache Für den Kruskal-Wallis-Test erhalte …

9 r kruskal-wallis ties

1

Generieren Sie Zufallszahlen aus der "geneigten Gleichverteilung" aus der mathematischen Theorie

Für einen bestimmten Zweck muss ich Zufallszahlen (Daten) aus einer "geneigten gleichmäßigen" Verteilung generieren. Die "Steigung" dieser Verteilung kann in einem angemessenen Intervall variieren, und dann sollte sich meine Verteilung basierend auf der Steigung von gleichmäßig zu dreieckig ändern. Hier ist meine Ableitung: Machen wir es einfach und generieren Daten …

9 r distributions python random-generation uniform

2

Simulieren Sie lineare Regression mit Heteroskedastizität

Ich versuche, einen Datensatz zu simulieren, der mit meinen empirischen Daten übereinstimmt, bin mir jedoch nicht sicher, wie ich die Fehler in den Originaldaten abschätzen soll. Die empirischen Daten beinhalten Heteroskedastizität, aber ich bin nicht daran interessiert, sie weg zu transformieren, sondern ein lineares Modell mit einem Fehlerterm zu verwenden, …

9 r simulation heteroscedasticity gamlss dglm

1

Multivariate lineare Regression mit Lasso in r

Ich versuche, ein reduziertes Modell zu erstellen, um viele abhängige Variablen (DV) (~ 450) vorherzusagen, die stark korreliert sind. Meine unabhängigen Variablen (IV) sind ebenfalls zahlreich (~ 2000) und stark korreliert. Wenn ich das Lasso verwende, um ein reduziertes Modell für jede Ausgabe einzeln auszuwählen, wird nicht garantiert, dass ich …

9 r lasso multivariate-regression

1

Modell mit gemischten Effekten und Splines

Ich passe ein Modell mit gemischten Effekten mit einem Spline-Term in einer Anwendung an, bei der der zeitliche Trend bekanntermaßen kurvenlinear ist. Ich möchte jedoch beurteilen, ob der kurvenlineare Trend aufgrund einer individuellen Abweichung von der Linearität auftritt oder ob es sich um einen Effekt auf Gruppenebene handelt, der eine …

9 r splines lme4-nlme

1

Unterschied zwischen den SVM-Typen

Ich bin neu in der Unterstützung von Vektormaschinen. Kurze Erklärung Die svmFunktion aus dem e1071Paket in R bietet verschiedene Möglichkeiten: C-Klassifizierung Nu-Klassifizierung One-Classification (zur Erkennung von Neuheiten) eps-Regression Nu-Regression Was sind die intuitiven Unterschiede zwischen den fünf Typen? Welches sollte in welcher Situation angewendet werden?

9 r classification svm e1071

1

Lineares Modell, bei dem die Daten unsicher sind, unter Verwendung von R.

Angenommen, ich habe Daten mit Unsicherheiten. Beispielsweise: X Y 1 10±4 2 50±3 3 80±7 4 105±1 5 120±9 Die Art der Unsicherheit kann beispielsweise Wiederholungsmessungen oder -experimente oder Messinstrumentenunsicherheit sein. Ich möchte mit R eine Kurve daran anpassen, was ich normalerweise tun würde lm. Dies berücksichtigt jedoch nicht die …

9 r least-squares error-propagation

Als «r» getaggte Fragen