Statistiques et Big Data

2

Le deuxième paramètre de la distribution normale est-il la variance ou l'écart std?

Parfois, j'ai vu des manuels se référer au deuxième paramètre de la distribution normale comme l'écart-type et la variance. Par exemple, la variable aléatoire X ~ N (0, 4). Il n'est pas clair si sigma ou sigma au carré est égal à 4. Je veux juste découvrir la convention générale …

15 distributions normal-distribution

1

Classificateur vs modèle vs estimateur

Quelle est la différence entre un classificateur, un modèle et un estimateur? D'après ce que je peux dire: un estimateur est un prédicteur trouvé à partir d'un algorithme de régression un classificateur est un prédicteur trouvé à partir d'un algorithme de classification un modèle peut être à la fois un …

15 machine-learning

2

Pourquoi le retrait fonctionne-t-il vraiment, quelle est la particularité de 0?

Il y a déjà un article sur ce site qui parle du même problème: pourquoi le retrait fonctionne-t-il? Mais, même si les réponses sont populaires, je ne crois pas que l'essentiel de la question soit vraiment abordé. Il est assez clair que l'introduction d'un biais dans l'estimation entraîne une réduction …

15 regularization ridge-regression shrinkage

2

Pourquoi la distribution marginale / probabilité marginale est-elle décrite comme «marginale»?

Marginal se réfère généralement à quelque chose qui est un petit effet, quelque chose qui est à l'extérieur d'un plus grand système. Cela tend à diminuer l'importance de tout ce qui est décrit comme «marginal». Comment cela s'applique-t-il à la probabilité d'un sous-ensemble de variables aléatoires? En supposant que les …

15 probability terminology

2

Mise à jour récursive du MLE en tant que nouveau flux d'observations dans

Question générale Supposons que nous ayons des données iid X1X1x_1 , X2X2x_2 , ... streaming. Nous voulons calculer récursivement l'estimation de la probabilité maximale de . Autrement dit, avoir calculé nous observons un nouveau x_n et souhaitons en quelque sorte mettre à jour progressivement notre estimation \ hat {\ boldsymbol …

15 maximum-likelihood online

2

Quelle distribution utiliser pour modéliser l'heure avant l'arrivée d'un train?

J'essaie de modéliser certaines données sur les heures d'arrivée des trains. Je voudrais utiliser une distribution qui capture "plus j'attends, plus le train va apparaître" . Il semble qu'une telle distribution devrait ressembler à un CDF, de sorte que P (train apparaîtra | attendu 60 minutes) soit proche de 1. …

15 distributions modeling

2

Les tests de sur-dispersion dans les GLM sont-ils réellement * utiles *?

Le phénomène de «sur-dispersion» dans un GLM survient chaque fois que nous utilisons un modèle qui restreint la variance de la variable de réponse, et les données présentent une variance plus grande que la restriction du modèle ne le permet. Cela se produit généralement lors de la modélisation des données …

15 generalized-linear-model poisson-regression overdispersion quasi-likelihood

3

Quels sont les avantages de la régression linéaire par rapport à la régression quantile?

Le modèle de régression linéaire fait un tas d'hypothèses que la régression quantile ne fait pas et, si les hypothèses de régression linéaire sont remplies, mon intuition (et une expérience très limitée) est que la régression médiane donnerait des résultats presque identiques à la régression linéaire. Quels sont donc les …

15 regression multiple-regression quantile-regression

7

Quel type de courbe (ou modèle) dois-je adapter à mes données de pourcentage?

J'essaie de créer une figure qui montre la relation entre les copies virales et la couverture du génome (GCC). Voici à quoi ressemblent mes données: Au début, je viens de tracer une régression linéaire mais mes superviseurs m'ont dit que c'était incorrect et d'essayer une courbe sigmoïdale. J'ai donc fait …

15 regression modeling curve-fitting percentage

1

La somme de deux arbres de décision est-elle équivalente à un seul arbre de décision?

Supposons que nous ayons deux arbres de régression (arbre A et B) que l' arbre d' entrée de carte de sortie y ∈ R . Soit y = f A ( x ) de l' arbre A et f B ( x ) de l' arbre B. Chaque arbre utilise …

15 regression machine-learning cart

5

Pourquoi

15 probability bayesian

2

Quelles sont les utilisations importantes de la génération de nombres aléatoires dans les statistiques de calcul?

Comment et pourquoi les générateurs de nombres aléatoires (RNG) sont-ils importants dans les statistiques de calcul? Je comprends que le caractère aléatoire est important lors du choix des échantillons pour de nombreux tests statistiques afin d'éviter tout biais vers l'une ou l'autre hypothèse, mais y a-t-il d'autres domaines des statistiques …

15 hypothesis-testing monte-carlo algorithms random-generation computational-statistics

3

Quand est-il inapproprié de contrôler une variable?

Je peux penser à au moins un exemple naïf. Supposons que je veuille étudier la relation entre X et Z. Je soupçonne également que Y influence Z, donc je contrôle pour Y. Cependant, comme il se trouve, à mon insu, X cause Y et Y cause Z. Par conséquent, en …

15 mediation controlling-for-a-variable

2

Intuition sur l'estimation des paramètres dans les modèles mixtes (paramètres de variance vs modes conditionnels)

J'ai lu à plusieurs reprises que les effets aléatoires (BLUP / modes conditionnels pour, disons, les sujets) ne sont pas des paramètres d'un modèle linéaire à effets mixtes mais peuvent être dérivés des paramètres de variance / covariance estimés. Par exemple, Reinhold Kliegl et al. (2011) indiquent: Les effets aléatoires …

15 mixed-model intuition blup

3

Utilisation de glm () comme substitut d'un simple test du chi carré

Je souhaite modifier les hypothèses nulles à l'aide glm()de R. Par exemple: x = rbinom(100, 1, .7) summary(glm(x ~ 1, family = "binomial")) teste l'hypothèse que . Et si je veux changer le null en pp=0.5p=0.5p = 0.5ppp = une valeur arbitraire, à l'intérieur glm()? Je sais que cela peut …

15 r hypothesis-testing generalized-linear-model chi-squared offset