Ich suche nach theoretischen Ressourcen (Bücher, Tutorials usw.), um zu lernen, wie man fundierte statistische Schlussfolgerungen aus (vielen) multivariaten Website-Conversion-Daten ziehen kann. Ich bin hinter der Mathematik her und kann keine guten Nicht-Marketing-Sachen im Web finden. Die Art von Fragen, die ich beantworten möchte: Wie viel Einfluss hat eine einzelne …
Ich möchte eine Referenz finden, vorzugsweise kostenlos im Internet, wo ich über die theoretische oder praktische Begründung für die Verwendung parametrischer / analytischer Wahrscheinlichkeitsverteilungen lesen kann. Mit parametrischen Verteilungen meine ich die genannten wie Normal, Weibull usw.
Was sind wichtige / bemerkenswerte Verlage für Bücher in der Statistik? Wenn ich auf ein Buch stoße, das bei O'Reilly oder Springer veröffentlicht wurde, stelle ich mir vor, dass seine Qualität hoch sein wird. Welche anderen namhaften Verlage gibt es (für Statistikbücher)? Irgendeine Empfehlung, wie man es herausfinden kann? (Ich …
Ich suche Hilfe, Ratschläge oder Tipps, wie ich Biologen in meiner Abteilung Heterogenität / Heteroskedastizität erklären kann. Insbesondere möchte ich erklären, warum es wichtig ist, danach zu suchen und damit umzugehen, wenn es existiert. Ich habe nach Meinungen zu den folgenden Fragen gesucht. Beeinflusst Heterogenität die Zuverlässigkeit von Zufallseffektschätzungen? Ich …
Mir ist klar, dass die statistische Analyse von Finanzdaten ein großes Thema ist, aber genau deshalb muss ich meine Frage stellen, wenn ich versuche, in die Welt der Finanzanalyse einzudringen. Da ich zu diesem Zeitpunkt so gut wie nichts über das Thema weiß, sind die Ergebnisse meiner Google-Suche überwältigend. Viele …
Die Beta-Verteilung hängt damit zusammen, dass Binomial auch die Verteilung für Auftragsstatistiken ist . Wahrscheinlichkeitsmassenfunktion der Binomialverteilung ist f(k)=(nk)pk(1−p)n−k(1)(1)f(k)=(nk)pk(1−p)n−k f(k) = {n \choose k} p^k (1-p) ^{n-k} \tag{1} Die Wahrscheinlichkeitsdichtefunktion der Beta-Verteilung ist g(p)=1B(α,β)pα−1(1−p)β−1(2)(2)g(p)=1B(α,β)pα−1(1−p)β−1 g(p) = \frac{1}{\mathrm{B}(\alpha, \beta)} p^{\alpha-1} (1-p)^{\beta-1} \tag{2} wir können (nk)(nk)n \choose k in (1) umschreiben als …
Es gibt einen Absatz über Interaktionen in The Book of Why (Pearl & Mackenzie, 2018), Kapitel 9 (Ich kann die Seitenzahl nicht teilen, weil ich das Buch im Epub-Format habe), in dem die Autoren argumentieren, dass: Gleichung 9.4 gilt jedoch automatisch in einer Situation, ohne dass offensichtlich Kontrafakten aufgerufen werden …
In diesem Blog-Beitrag diskutieren die Autoren die gleichzeitige Schätzung von Quantilen und die Erstellung einer simultanen Konfidenzhüllkurve für die Schätzung, die die gesamte Quantilfunktion abdeckt. Sie tun dies, indem sie Bootstrapping durchführen und dann punktweise Bootstrap-Konfidenzintervalle berechnen und eine Bonferroni-Typkorrektur für mehrere Vergleiche anwenden. Da die Vergleiche nicht unabhängig sind, …
Ich bin daran interessiert zu verstehen, welche neuronale Netzwerkarchitektur derzeit auf dem neuesten Stand der Technik (manchmal mit "SOTA" abgekürzt) in Bezug auf Standardbildklassifizierungsaufgaben wie MNIST, STLN-10 und CIFAR ist. Dies ist eine Herausforderung, da häufig neue Ergebnisse veröffentlicht werden und es schwierig sein kann, Schritt zu halten. Gibt es …
Edit : Die Frage Was ist das beste Buch über verallgemeinerte lineare Modelle für Anfänger? beantwortet meine Frage nicht. Zum einen habe ich im Wesentlichen alle Bücher, die in den Antworten auf diese Frage erwähnt werden. Sie decken dieses Material nicht ab. Ich habe die Teile, die in meiner Frage …
Im Jahr 2015 veröffentlichten Tishby und Zaslavsky ein bekanntes Papier, in dem behauptet wurde, dass das sogenannte Prinzip des Informationsengpasses verwendet werden könnte, um das Verhalten tiefer neuronaler Netze zu verstehen. In einem neueren Artikel (April 2017) erweitern Schwartz-Ziv und Tishby diese Behauptungen und visualisieren insbesondere einige der Ergebnisse. Später …
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, …
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 …
Ich suche einen Kurs für maschinelles Lernen, der die Mathematik hinter Algorithmen vermittelt, anstatt nur zu lehren, wie man sie anwendet. Ich habe mir Udacity Into to Machine Learning und Andrew Ngs Kurs über Coursera angesehen, und beide scheinen mir zu zutreffend zu sein. Empfehlungen von Lehrbüchern wären ebenfalls sehr …
Eine Exponentialfamilie wird unter Verwendung von zwei Bestandteilen definiert: - eine Basisdichte - eine Anzahl ausreichender Statistikenq0(x)q0(x)q_0(x)Si(x)Si(x)S_i(x) Die Familie besteht aus allen Wahrscheinlichkeitsdichten, die geschrieben werden können als: q(x|(λ)i)∝q0(x)exp(∑iλiSi(x))q(x|(λ)i)∝q0(x)exp(∑iλiSi(x)) q(x| (\lambda)_i ) \propto q_0(x) \exp \left( \sum_i \lambda_i S_i(x) \right) Es ist bekannt, dass die Beziehung zwischen den Parametern und …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.