Statistiques et Big Data

3

Comment générer des données avec une matrice de corrélation prédéfinie?

J'essaie de générer une séquence aléatoire corrélée avec une moyenne = , une variance = , un coefficient de corrélation = . Dans le code ci-dessous, j'utilise & comme écart-type et & comme moyen.1 0,80001110,80,80.8s1s2m1m2 p = 0.8 u = randn(1, n) v = randn(1, n) x = s1 * …

19 correlation matlab random-generation correlation-matrix

4

Comment démarrer avec la notation et le classement basés sur des données de concurrence par paire?

Je suis intéressé à apprendre comment évaluer et classer les individus d'un groupe qui n'interagissent / ne concurrencent que par paires (c'est-à-dire des systèmes comme le système de notation ELO pour les échecs). Existe-t-il des méthodes de référence ou des méthodes plus précises et avancées? Existe-t-il des packages R qui …

19 ranking rating bradley-terry-model elo

3

Comment calculer un intervalle de confiance pour la moyenne d'un ensemble de données log-normal?

J'ai entendu / vu à plusieurs endroits que vous pouvez transformer l'ensemble de données en quelque chose qui est distribué normalement en prenant le logarithme de chaque échantillon, calculer l'intervalle de confiance pour les données transformées et retransformer l'intervalle de confiance en utilisant l'opération inverse (par exemple, augmenter 10 à …

19 confidence-interval mean lognormal

3

Raison de la normalisation des mesures de distance euclidienne dans le clustering hiérarchique

Apparemment, dans un regroupement hiérarchique dans lequel la mesure de distance est la distance euclidienne, les données doivent d'abord être normalisées ou normalisées pour empêcher la covariable avec la variance la plus élevée de conduire le regroupement. Pourquoi est-ce? Ce fait n'est-il pas souhaitable?

19 clustering normalization

3

Quelle est l'importance de la fonction

Dans ma classe de calcul, nous avons rencontré la fonction , ou la "courbe en cloche", et on m'a dit qu'elle avait des applications fréquentes en statistique.e-x2e-X2e^{-x^2} Par curiosité, je veux demander: la fonction vraiment importante en statistique? Si oui, qu'est-ce qui rend e - x 2 utile et quelles …

19 normal-distribution

3

Interprétation du modèle ARIMA

J'ai une question sur les modèles ARIMA. Disons que j'ai une série temporelle que je voudrais prévoir et qu'un modèle ARIMA ( 2 , 2 ) semble être un bon moyen de mener l'exercice de prévision. Δ Y t = α 1 Δ Y t - 1 + α 2 …

19 regression time-series interpretation

3

Preuve que les fonctions de génération de moment déterminent de manière unique les distributions de probabilité

Le texte de Wackerly et al énonce ce théorème "Soit et les fonctions génératrices de moments des variables aléatoires X et Y, respectivement. Si les deux fonctions génératrices de moments existent et pour toutes les valeurs de t, alors X et Y ont la même distribution de probabilité. " sans …

19 mathematical-statistics references moments proof mgf

2

Quelle formule est utilisée pour l'écart type dans R?

Quelle formule est utilisée dans la fonction d'écart type sddans R?

19 r standard-deviation

2

Stabilité de la validation croisée dans les modèles bayésiens

J'adapte un HLM bayésien dans JAGS en utilisant la validation croisée k-fold (k = 5). Je voudrais savoir si les estimations du paramètre sont stables dans tous les plis. Quelle est la meilleure façon de procéder?ββ\beta Une idée est de trouver les différences des postérieurs de et de voir si …

19 bayesian cross-validation

1

Modélisation prédictive - Faut-il se soucier de la modélisation mixte?

Pour la modélisation prédictive, devons-nous nous préoccuper de concepts statistiques tels que les effets aléatoires et la non indépendance des observations (mesures répétées)? Par exemple.... J'ai des données de 5 campagnes de publipostage (survenues au cours d'une année) avec divers attributs et un drapeau à acheter. Idéalement, j'utiliserais toutes ces …

19 machine-learning predictive-models repeated-measures assumptions

5

Comment étudier la «corrélation» entre une variable continue et une variable catégorielle?

Qu'est-ce qu'une mesure de «corrélation» significative pour étudier la relation entre ces deux types de variables? En R, comment faire?

19 r correlation categorical-data association-measure

6

Programmeur cherchant à percer dans le domaine de l'apprentissage automatique

Je suis développeur de logiciels (principalement .NET et Python environ 5 ans d'expérience). Que puis-je faire pour m'aider à trouver un emploi dans le domaine de l'apprentissage automatique ou vraiment tout ce qui me permettra de me lancer dans ce domaine? Le diplôme d'études supérieures est-il une exigence difficile?

19 machine-learning data-mining careers

8

Regroupement de données de type mixte avec R

Verrouillé . Cette question et ses réponses sont verrouillées car la question est hors sujet mais a une signification historique. Il n'accepte pas actuellement de nouvelles réponses ou interactions. Je me demande s'il est possible d'effectuer au sein de R un clustering de données ayant des variables de données mixtes. …

19 r clustering mixed-type-data

1

La correction de Benjamini-Hochberg est-elle plus conservatrice à mesure que le nombre de comparaisons augmente?

Dans quelle mesure la correction de tests multiples de Benjamini-Hochberg est-elle conservatrice par rapport au nombre total de comparaisons? Par exemple, si j'ai une liste de 18 000 fonctionnalités pour deux groupes et que j'effectue un test de Wilcoxon pour obtenir une valeur de p. J'ajuste cette valeur de p …

19 multiple-comparisons p-value

1

Utilisation de l'erreur standard de distribution bootstrap

(ignorez le code R si nécessaire, car ma question principale est indépendante de la langue) Si je veux regarder la variabilité d'une statistique simple (ex: moyenne), je sais que je peux le faire via la théorie comme: x = rnorm(50) # Estimate standard error from theory summary(lm(x~1)) # same as... …

19 r bootstrap nonlinear-regression