Statistiken und Big Data variance

1

Betrachten Sie in einer anderen Folge von Intuitionen für Identitäten in der Wahrscheinlichkeit das elementare Identitätsgesetz der Gesamtvarianz V a r (X.)=E [ V a r (X | Y)]+ V a r (E[X | Y])V.einr(X.)=E.[V.einr(X.|Y.)]]+V.einr(E.[X.|Y.]]) \begin{eqnarray} \rm{Var}(X) &=&\rm{E}[\rm{Var}(X|Y)] + \rm{Var}(E[X|Y]) \end{eqnarray} Es ist eine einfache, unkomplizierte algebraische Manipulation der Definition …

8 variance intuition

2

Ist eine geringe Verzerrung in einer Stichprobe ein Synonym für eine hohe Varianz?

Ist das Folgende wahr? niedrige Vorspannung = hohe Varianz hohe Vorspannung = niedrige Varianz Ich verstehe hohe und niedrige Vorurteile, aber wie unterscheidet sich die Varianz? Oder sind die oben genannten Synonyme?

8 machine-learning neural-networks variance sampling bias

3

Ist CoStandard Deviation eine Sache?

Es gibt also Standardabweichung, Varianz und Kovarianz, aber gibt es eine Co-Standardabweichung? Wenn nicht, warum nicht? Gibt es einen fundamentalen mathematischen Grund oder ist es nur eine Konvention? Wenn ja, warum wird es nicht mehr verwendet oder ist mit der Google-Suche zumindest schwer zu finden? Ich meine nicht, dass dies …

8 variance standard-deviation covariance-matrix

2

Varianz des gewichteten Mittelwerts größer als der ungewichtete Mittelwert

Ein Rezensent von mir fragt nach einem Grund, warum ich ungewichtete Daten anstelle von gewichteten Daten verwendet habe. Ich habe das Problem mit einem Statistiker besprochen, und seine Antwort war in etwa so Wenn Sie unabhängige Beobachtungen haben und den Gesamtmittelwert nehmen, ist seine Varianz immer kleiner als die Varianz …

8 variance weighted-mean weighted-data

1

Verstehen, dass

Ich habe gerade diese Frage und die wundervolle akzeptierte Antwort in diesem Forum gesehen. Ich wurde dann veranlasst, intuitiv zu verstehen, warum die Division von die Kovarianz normalisiert:S.xS.ySxSyS_xS_y COV( X., Y.)S.xS.y∈ [ - 1 , 1 ]COV⁡(X,Y)SxSy∈[−1,1]\frac{\operatorname{COV}(X,Y)}{S_xS_y} \in [-1,1] Ich denke, es wird hilfreich sein, wenn ich nur verstehe, warum …

8 correlation variance covariance intuition

3

Ein konkretes Beispiel ist die Durchführung einer SVD, um fehlende Werte zu unterstellen

Ich habe die großartigen Kommentare zum Umgang mit fehlenden Werten vor dem Anwenden von SVD gelesen, möchte aber anhand eines einfachen Beispiels wissen, wie dies funktioniert: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Wenn ich in der …

8 r missing-data data-imputation svd sampling matlab mcmc importance-sampling predictive-models prediction algorithms graphical-model graph-theory r regression regression-coefficients r-squared r regression modeling confounding residuals fitting glmm zero-inflation overdispersion optimization curve-fitting regression time-series order-statistics bayesian prior uninformative-prior probability discrete-data kolmogorov-smirnov r data-visualization histogram dimensionality-reduction classification clustering accuracy semi-supervised labeling state-space-models t-test biostatistics paired-comparisons paired-data bioinformatics regression logistic multiple-regression mixed-model random-effects-model neural-networks error-propagation numerical-integration time-series missing-data data-imputation probability self-study combinatorics survival cox-model statistical-significance wilcoxon-mann-whitney hypothesis-testing distributions normal-distribution variance t-distribution probability simulation random-walk diffusion hypothesis-testing z-test hypothesis-testing data-transformation lognormal r regression agreement-statistics classification svm mixed-model non-independent observational-study goodness-of-fit residuals confirmatory-factor neural-networks deep-learning

1

Varianz bei der Schätzung von p für eine Binomialverteilung

Wie kann ich die Varianz von p berechnen, die aus einer Binomialverteilung abgeleitet wird? Nehmen wir an, ich werfe n Münzen und bekomme k Köpfe. Ich kann p als k / n schätzen, aber wie kann ich die Varianz in dieser Schätzung berechnen? Ich bin daran interessiert, damit ich die …

8 probability variance binomial

1

Bayesianische Regression mit Singular - Ist der Posterior gut definiert?

SE-Community, ich hoffe, einige Einblicke in das folgende Problem zu bekommen. Bei einem einfachen linearen Regressionsmodell ist Unter einer Gaußschen Wahrscheinlichkeitsfunktion mit homoskedastischen Fehlertermen nimmt die bedingte Verteilung der abhängigen Variablen die Form Ich weise ein bedingtes (nicht informatives) Konjugat vor und waren . Es ist ein Standardergebnis, dass die …

8 regression bayesian variance posterior singular

4

Wäre ein

Nehmen wir an, wir kennen den Mittelwert einer bestimmten Verteilung. Beeinflusst dies die Intervallschätzung der Varianz einer Zufallsvariablen (die ansonsten anhand der Stichprobenvarianz berechnet wird)? Können wir wie in ein kleineres Intervall für das gleiche Konfidenzniveau erhalten?

8 normal-distribution confidence-interval variance

1

Wird angenommen, dass Gruppeneffekte in einem Modell mit gemischten Effekten aus einer Normalverteilung ausgewählt wurden?

Angenommen, wir sind daran interessiert, wie sich die Anzahl der Stunden, die diese Schüler studieren, auf die Noten der Schülerprüfungen auswirkt. Wir befragen Schüler aus verschiedenen Schulen. Wir führen das folgende Modell mit gemischten Effekten aus: Exam.gradesich= a + β1× Stunden studiertich+ Schulej+ eichexam.gradesi=a+β1×hours.studiedi+schoolj+ei \text{exam.grades}_i = a + \beta_1 \times …

8 regression normal-distribution confidence-interval mixed-model variance

3

Wie berechnet man den p.-Wert eines Odds Ratio in R?

Ich habe folgende Wertetabelle: 25 75 38 162 Das Odds Ratio beträgt 0,7037 und log (OR) beträgt -0,3514. Für eine Kontingenztabelle mit den Werten a, b, c und d ist die Varianz von log (OR) gegeben durch (1/a + 1/b + 1/c + 1/d) Wie kann ich den p.-Wert von …

8 r variance

1

Hat die Binomialverteilung die kleinstmögliche Varianz unter allen „vernünftigen“ Verteilungen, die binäre Wahlen modellieren können?

Stellen Sie sich eine Wahl vor, bei der Personen eine binäre Wahl treffen: Sie stimmen für A oder dagegen. Das Ergebnis ist, dass m Menschen für A stimmen, und daher ist das Ergebnis von A p = m / n .nnnmmmp=m/np=m/np=m/n Wenn ich diese Wahlen modellieren möchte, kann ich davon …

8 mathematical-statistics variance binomial underdispersion

1

Was ist das Minimum von über alle kontinuierlichen unimodalen Verteilungen in einem begrenzten Intervall ?

Alle Verteilungen in einem begrenzten Intervall erfüllen:[0,1][0,1][0,1] σ2≤μ(1−μ)σ2≤μ(1−μ)\sigma^2 \le \mu (1-\mu) Dabei ist der Mittelwert und die Varianz.μμ\muσ2σ2\sigma^2 Nehmen wir nun an, dass die Verteilung unimodal ist, in dem Sinne, dass sie höchstens ein lokales Maximum hat. Was ist der Mindestwert, den das folgende Verhältnis haben kann: μ(1−μ)σ2?μ(1−μ)σ2?\frac{\mu (1-\mu)}{\sigma^2}?

8 variance

2

Gibt es einen Test / eine Technik / eine Methode zum Vergleichen der Zerlegung von Hauptkomponenten zwischen Proben?

Gibt es eine methodische Möglichkeit, die Richtungen, Größen usw. der PCA-Ergebnisse für verschiedene Proben aus derselben Population zu vergleichen? Ich lasse die Art des Tests absichtlich vage, weil ich all die verschiedenen Möglichkeiten hören möchte ... zB könnte es einen Test geben (und ich spekuliere hier), der die Größen der …

8 hypothesis-testing pca variance inference

1

Warum repräsentiert zwischen zwei Variablen den Anteil der gemeinsamen Varianz?

Erstens schätze ich, dass Diskussionen über Allgemeinen Erklärungen zu (dh dem Bestimmungskoeffizienten in der Regression) hervorrufen . Das Problem, das ich beantworten möchte, besteht darin, dies auf alle Fälle der Korrelation zwischen zwei Variablen zu verallgemeinern.R 2r2r2r^2R2R2R^2 Ich bin also schon eine ganze Weile verwirrt über die gemeinsame Varianz. Ich …

8 correlation variance covariance r-squared

Als «variance» getaggte Fragen