Statistiken und Big Data rule-of-thumb

24

Ich mag G van Belles Buch über statistische Faustregeln und in geringerem Maße allgemeine Fehler in der Statistik (und wie man sie vermeidet) von Phillip I Good und James W. Hardin. Sie adressieren häufige Fallstricke bei der Interpretation von Ergebnissen aus experimentellen Studien und Beobachtungsstudien und geben praktische Empfehlungen für …

85 modeling eda rule-of-thumb

8

Berechnung der optimalen Anzahl von Behältern in einem Histogramm

Ich bin daran interessiert, eine möglichst optimale Methode zu finden, um zu bestimmen, wie viele Fächer ich in einem Histogramm verwenden soll. Meine Daten sollten höchstens 30 bis 350 Objekte umfassen. Insbesondere versuche ich, Schwellenwerte (wie Otsus Methode) anzuwenden, von denen "gute" Objekte, von denen ich weniger haben sollte und …

80 rule-of-thumb histogram

7

Faustregeln für die minimale Stichprobengröße bei multipler Regression

Im Rahmen eines sozialwissenschaftlichen Forschungsvorschlags wurde mir folgende Frage gestellt: Ich bin immer um 100 + m (wobei m die Anzahl der Prädiktoren ist) gegangen, wenn ich die minimale Stichprobengröße für die multiple Regression bestimmt habe. Ist das angebracht Ich bekomme oft ähnliche Fragen, oft mit anderen Faustregeln. Ich habe …

72 regression sample-size power-analysis rule-of-thumb

4

Welche Referenzen sollten angeführt werden, um die Verwendung von 30 als ausreichend große Stichprobe zu unterstützen?

Ich habe viele Male gelesen / gehört, dass die Stichprobengröße von mindestens 30 Einheiten als "große Stichprobe" angesehen wird (Normalitätsannahmen der Mittelwerte gelten normalerweise ungefähr aufgrund der CLT, ...). Daher generiere ich in meinen Experimenten normalerweise Proben von 30 Einheiten. Können Sie mir bitte einen Hinweis geben, der bei der …

41 references sample-size normality-assumption central-limit-theorem rule-of-thumb

2

Gute Online-Ressource mit Tipps zur grafischen Zuordnung zwischen zwei numerischen Variablen unter verschiedenen Bedingungen

Kontext: Im Laufe der Zeit habe ich eine Reihe von Heuristiken zur effektiven Darstellung der Assoziation zwischen zwei numerischen Variablen entwickelt. Ich stelle mir vor, dass die meisten Leute, die mit Daten arbeiten, ähnliche Regeln haben würden. Beispiele für solche Regeln könnten sein: Wenn eine der Variablen positiv verzerrt ist, …

22 data-visualization correlation teaching rule-of-thumb scatterplot

4

Wie projiziert man einen neuen Vektor auf den PCA-Raum?

Nach der Durchführung der Hauptkomponentenanalyse (PCA) möchte ich einen neuen Vektor auf den PCA-Raum projizieren (dh seine Koordinaten im PCA-Koordinatensystem finden). Ich habe PCA in R-Sprache mit berechnet prcomp. Jetzt sollte ich meinen Vektor mit der PCA-Rotationsmatrix multiplizieren können. Sollen die Hauptkomponenten in dieser Matrix in Zeilen oder Spalten angeordnet …

21 r pca r variance heteroscedasticity misspecification distributions time-series data-visualization modeling histogram kolmogorov-smirnov negative-binomial likelihood-ratio econometrics panel-data categorical-data scales survey distributions pdf histogram correlation algorithms r gpu parallel-computing approximation mean median references sample-size normality-assumption central-limit-theorem rule-of-thumb confidence-interval estimation mixed-model psychometrics random-effects-model hypothesis-testing sample-size dataset large-data regression standard-deviation variance approximation hypothesis-testing variance central-limit-theorem kernel-trick kernel-smoothing error sampling hypothesis-testing normality-assumption philosophical confidence-interval modeling model-selection experiment-design hypothesis-testing statistical-significance power asymptotics information-retrieval anova multiple-comparisons ancova classification clustering factor-analysis psychometrics r sampling expectation-maximization markov-process r data-visualization correlation regression statistical-significance degrees-of-freedom experiment-design r regression curve-fitting change-point loess machine-learning classification self-study monte-carlo markov-process references mathematical-statistics data-visualization python cart boosting regression classification robust cart survey binomial psychometrics likert psychology asymptotics multinomial

3

oderMetriken für Clustering?

Verwendet jemand die Metriken L1L1L_1 oder L.5L.5L_.5 für das Clustering und nicht L2L2L_2 ? Über das überraschende Verhalten von Distanzmetriken im hochdimensionalen Raum gaben Aggarwal et al. (2001) an, dass L1L1L_1 istfür hochdimensionale Data-Mining-Anwendungendurchweg vorzuziehen als die euklidische Distanzmetrik L2L2L_2 und behauptete, dass oder noch besser kann.L.5L.5L_.5L.1L.1L_.1 Gründe für die …

14 clustering distance-functions rule-of-thumb

2

"Wann Boxplot und wann Barplot verwenden?"

Sowohl Box-and-Whisker- Plot als auch Balkendiagramm sind geeignete Grafiken für ANOVA gemäß The R Book (Crawley, 2013), aber welche sind geeigneter ? Ich nehme an, es hängt von der Situation ab ... kann mir jemand helfen?

14 boxplot rule-of-thumb barplot

1

Die Stichprobengröße ist erforderlich, um zu bestimmen, welche Anzeige die höchste Klickrate aufweist

Ich bin von Beruf Software-Designer und arbeite an einem Projekt für einen Kunden. Ich möchte sicherstellen, dass meine Analyse statistisch fundiert ist. Beachten Sie Folgendes: Wir haben n Anzeigen (n <10) und möchten einfach wissen, welche Anzeige die beste Leistung erbringt. Unser Ad-Server wird zufällig eine dieser Anzeigen schalten. Erfolg …

11 anova sample-size t-test rule-of-thumb

4

MANOVA und Korrelationen zwischen abhängigen Variablen: Wie stark ist zu stark?

Die abhängigen Variablen in einer MANOVA sollten nicht "zu stark korreliert" sein. Aber wie stark ist eine Korrelation zu stark? Es wäre interessant, die Meinungen der Menschen zu diesem Thema zu erfahren. Würden Sie beispielsweise in den folgenden Situationen mit MANOVA fortfahren? Y1 und Y2 korrelieren mit undp < 0,005r …

11 correlation anova multivariate-analysis rule-of-thumb manova

1

Beziehung zwischen Lernrate und Anzahl der versteckten Schichten?

Gibt es eine Faustregel zwischen der Tiefe eines neuronalen Netzwerks und der Lernrate? Mir ist aufgefallen, dass die Lernrate umso niedriger sein muss, je tiefer das Netzwerk ist. Wenn das richtig ist, warum ist das so?

10 neural-networks deep-learning hyperparameter rule-of-thumb

1

Histogramm mit einheitlichen und ungleichmäßigen Behältern

Diese Frage beschreibt den grundlegenden Unterschied zwischen einem einheitlichen und einem ungleichmäßigen Histogramm. In dieser Frage wird die Faustregel für die Auswahl der Anzahl der Fächer eines einheitlichen Histogramms erörtert, mit der (in gewissem Sinne) der Grad optimiert wird, in dem das Histogramm die Verteilung darstellt, aus der die Datenproben …

10 nonparametric outliers histogram rule-of-thumb

1

Wie formalisiert man eine vorherige Wahrscheinlichkeitsverteilung? Gibt es Faustregeln oder Tipps, die man verwenden sollte?

Während ich gerne denke, dass ich das Konzept der Vorinformationen in der statistischen Analyse und Entscheidungsfindung von Bayes gut verstehe, habe ich oft Probleme, mich mit seiner Anwendung zu befassen. Ich denke an einige Situationen, die meine Kämpfe veranschaulichen, und ich habe das Gefühl, dass sie in den Bayes'schen statistischen …

9 bayesian prior rule-of-thumb elicitation

1

Optimale Anzahl von Behältern im Histogramm nach der Freedman-Diaconis-Regel: Differenz zwischen theoretischer Rate und tatsächlicher Anzahl

Wikipedia berichtet, dass nach der Freedman- und Diaconis-Regel die optimale Anzahl von Behältern in einem Histogramm wachsen solltekkk k ∼ n1 / 3k∼n1/3k\sim n^{1/3} Dabei ist die Stichprobengröße.nnn Wenn Sie sich jedoch die nclass.FDFunktion in R ansehen , die diese Regel implementiert, zumindest mit Gaußschen Daten, und wenn , scheint …

8 histogram rule-of-thumb

1

Grundlegende einfache Regeln für Statistiken

Wenn wir in einem Binomialversuch positives Individuum unter Individuen beobachten, ist der Anteil positiver Individuen signifikant niedriger als mit einem Typ-1-Fehler von weniger als und sehr nahe bei . Diese Tatsache, die manchmal als "Dreierregel" bezeichnet wird, ist eine Folge der Ungleichungenx=0x=0x=0nnn3/n3/n3/n5%5%5\%exp(−np1−p)≤Pr(X=0)≤exp(−np).exp⁡(−np1−p)≤Pr(X=0)≤exp⁡(−np).\exp\left(-\frac{np}{1-p}\right) \leq \Pr(X=0) \leq \exp(-np). Kennen Sie andere einfache …

8 rule-of-thumb

Als «rule-of-thumb» getaggte Fragen