Statistiques et Big Data

2

Quelle est la relation entre la taille de l'échantillon et l'influence de l'a priori sur le postérieur?

Si nous avons un petit échantillon, la distribution antérieure influencera-t-elle beaucoup la distribution postérieure?

17 bayesian sample-size prior

3

Mise en œuvre de la régression des crêtes: sélectionner une grille intelligente pour

J'implémente Ridge Regression dans un module Python / C, et je suis tombé sur ce "petit" problème. L'idée est que je souhaite échantillonner les degrés de liberté effectifs plus ou moins également espacés (comme le graphique de la page 65 sur les "Éléments de l'apprentissage statistique" ), c'est-à-dire, échantillon: où …

17 ridge-regression

4

Comment représenter graphiquement les résultats de l'ordre de classement subjectif?

Je cherche un moyen de visualiser les classements subjectifs, séparés de mes tests non paramétriques. J'ai demandé à 12 participants de classer 8 éléments différents en fonction de différents critères subjectifs (classements séparés pour chacun). Pour tout ensemble individuel de classements, je cherche un bon moyen de visualiser les tendances …

17 data-visualization nonparametric excel ranking

2

Tables de contingence: quels tests faire et quand?

Je voudrais voir une extension de cette discussion sur le débat séculaire du chi carré contre le test exact de Fisher, élargissant un peu la portée. Il existe de nombreux tests d'interactions dans une table de contingence, assez pour faire tourner la tête. J'espère avoir une explication sur le test …

17 r chi-squared contingency-tables

2

Fréquentisme et prieurs

Robby McKilliam dit dans un commentaire à ce post: Il convient de souligner que, du point de vue des fréquentistes, il n'y a aucune raison pour que vous ne puissiez pas intégrer les connaissances antérieures dans le modèle. En ce sens, la vue fréquentiste est plus simple, vous n'avez qu'un …

17 bayesian prior regularization frequentist

5

Mesures de similitude entre les courbes?

Je voudrais calculer la mesure de similitude entre deux ensembles ordonnés de points --- ceux sous Utilisateur comparés à ceux sous Professeur : Les points sont des courbes dans l'espace 3D, mais je pensais que le problème est simplifié si je les traçais en 2 dimensions comme sur la photo. …

17 multiple-comparisons similarities curves procrustes-analysis

2

Comment interpréter ma régression avec les premières variables différenciées?

J'ai deux séries chronologiques: Un proxy de la prime de risque de marché (ERP; ligne rouge) Le taux sans risque, fondé sur une obligation d'État (ligne bleue) Je veux tester si le taux sans risque peut expliquer l'ERP. Par la présente, j'ai essentiellement suivi les conseils de Tsay (2010, 3e …

17 regression time-series

2

Simplifiez la somme des combinaisons avec le même n, toutes les valeurs possibles de k

Existe-t-il un moyen de simplifier cette équation? (81)+(82)+(83)+(84)+(85)+(86)+(87)+(88)(81)+(82)+(83)+(84)+(85)+(86)+(87)+(88)\dbinom{8}{1} + \dbinom{8}{2} + \dbinom{8}{3} + \dbinom{8}{4} + \dbinom{8}{5} + \dbinom{8}{6} + \dbinom{8}{7} + \dbinom{8}{8} Ou plus généralement, ∑k=1n(nk)∑k=1n(nk)\sum_{k=1}^{n}\dbinom{n}{k}

17 combinatorics

2

Comment faire un modèle linéaire généralisé avec plusieurs variables dépendantes dans R?

J'ai six variables dépendantes (données de comptage) et plusieurs variables indépendantes, je vois que dans un MMR le script va comme ceci: my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn) Mais, comme mes données sont des nombres, je veux utiliser un modèle linéaire généralisé et j'ai essayé …

17 r generalized-linear-model multiple-regression

3

Comparaison de deux résultats d'exactitude de classificateur pour la signification statistique avec le test t

Je veux comparer l'exactitude de deux classificateurs pour la signification statistique. Les deux classificateurs sont exécutés sur le même ensemble de données. Cela m'amène à croire que je devrais utiliser un test t à échantillon unique d'après ce que j'ai lu . Par exemple: Classifier 1: 51% accuracy Classifier 2: …

17 machine-learning statistical-significance classification t-test

1

Les paramètres d'entrée pour l'utilisation de l'allocation Dirichlet latente

Lors de l'utilisation de la modélisation de sujet (allocation Dirichlet latente), le nombre de sujets est un paramètre d'entrée que l'utilisateur doit spécifier. Il me semble que nous devrions également fournir une collection d'ensembles de sujets candidats que le processus Dirichlet doit échantillonner? Ma compréhension est-elle correcte? En pratique, comment …

17 machine-learning bayesian clustering text-mining dirichlet-distribution

4

Termes d'erreur du modèle à moyenne mobile

Il s'agit d'une question de base sur les modèles Box-Jenkins MA. Si je comprends bien, un modèle MA est essentiellement une régression linéaire des valeurs de séries temporelles YYY rapport aux termes d'erreur précédents . Autrement dit, l'observation est d'abord régressée par rapport à ses valeurs précédentes , puis une …

17 regression time-series arima box-jenkins

5

Méthode rapide pour trouver les meilleurs métaparamètres de SVM (c'est plus rapide que la recherche dans la grille)

J'utilise des modèles SVM pour faire des prévisions à court terme des polluants atmosphériques. Pour former un nouveau modèle, je dois trouver des métaparamètres appropriés pour un modèle SVM (je veux dire C, gamma, etc.). La documentation de Libsvm (et de nombreux autres livres que j'ai lus) suggère d'utiliser la …

17 cross-validation svm

4

Confirmation de la distribution des résidus en régression linéaire

Supposons que nous ayons exécuté une régression linéaire simple y=β0+β1x+uy=β0+β1x+uy=\beta_0+\beta_1x+u , enregistré les résidus et dessiné un histogramme de distribution des résidus. Si nous obtenons quelque chose qui ressemble à une distribution familière, pouvons-nous supposer que notre terme d'erreur a cette distribution? Disons, si nous avons découvert que les résidus …

17 r regression residuals

1

Intervalle de confiance basé sur le bootstrap

En étudiant l'intervalle de confiance basé sur le bootstrap, j'ai lu une fois la déclaration suivante: Si la distribution de bootstrap est biaisée vers la droite, l'intervalle de confiance basé sur le bootstrap incorpore une correction pour déplacer les points d'extrémité encore plus vers la droite; cela peut sembler contre-intuitif, …

17 confidence-interval bootstrap