Statistiques et Big Data

3

Package R pour la régression logistique à effet fixe

Je cherche un Rpackage pour estimer les coefficients des modèles logit à effet fixe individuel (interception individuelle) à l'aide de l'estimateur de Chamberlain de 1980. Il est souvent connu sous le nom d'estimateur logit à effet fixe de Chamberlain. C'est un estimateur classique lorsqu'il s'agit de données de panel de …

14 r logistic panel-data clogit

2

Que signifierait un intervalle de confiance autour d'une valeur prédite à partir d'un modèle à effets mixtes?

Je regardais cette pageet remarqué les méthodes d'intervalles de confiance pour lme et lmer dans R. Pour ceux qui ne connaissent pas R, ce sont des fonctions pour générer des effets mixtes ou des modèles multi-niveaux. Si j'ai des effets fixes dans quelque chose comme une conception à mesures répétées, …

14 r confidence-interval mixed-model repeated-measures sas

12

Conférences statistiques?

Quelles sont les conférences statistiques annuelles les plus importantes? Règles: Une conférence par réponse Inclure un lien vers la conférence

14 conferences

4

Suivi: Dans une placette ANOVA mixte SE estimée ou SE réelle?

Je suis en train de terminer un article et suis tombé sur cette question d'hier qui m'a amené à me poser la même question. Est-il préférable de fournir à mon graphique l'erreur standard réelle à partir des données ou celle estimée à partir de mon ANOVA? Comme la question d'hier …

14 data-visualization anova mixed-model standard-error

9

Logiciel de visualisation pour le clustering

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 veux regrouper ~ 22 000 points. De nombreux algorithmes de clustering fonctionnent mieux avec des suppositions initiales de meilleure qualité. …

14 data-visualization clustering software

1

En quoi la stimulation douce diffère-t-elle d'AdaBoost?

Il existe une variante de boosting appelée softboost . En quoi la stimulation douce diffère-t-elle du AdaBoost plus connu ?

14 machine-learning boosting

4

Des questions sur la divergence KL?

Je compare deux distributions avec une divergence KL qui me renvoie un nombre non standardisé qui, selon ce que j'ai lu sur cette mesure, est la quantité d'informations nécessaires pour transformer une hypothèse en l'autre. J'ai deux questions: a) Existe-t-il un moyen de quantifier une divergence KL afin qu'elle ait …

14 distributions kullback-leibler information-geometry

4

Quelles techniques graphiques sont utilisées dans la modélisation des équations structurelles?

Je suis curieux de savoir s'il existe des techniques graphiques particulières, ou plus applicables, à la modélisation d'équations structurelles. Je suppose que cela pourrait tomber dans des catégories d'outils exploratoires pour l'analyse de covariance ou de diagnostics graphiques pour l'évaluation de modèles SEM. (Je ne pense pas vraiment aux diagrammes …

14 sem data-visualization

3

Que veut dire Fisher par cette citation?

Je continue de voir cette célèbre citation partout, mais je n'arrive pas à comprendre la partie soulignée à chaque fois. Un homme qui «rejette» provisoirement une hypothèse, conformément à la pratique habituelle, lorsque la signification est au niveau de 1% ou plus, se trompera certainement dans pas plus de 1% …

14 hypothesis-testing statistical-significance references experiment-design philosophical

1

Quelle est la «gravité» de Deborah Mayo?

Quelqu'un peut-il donner une explication détaillée (et claire) de ce que signifie sa «sévérité» (n'est-ce pas seulement la fonction de puissance évaluée à différents écarts pris comme hypothèse nulle?) Et comment elle s'inscrit dans la littérature sur les tests statistiques en général?

14 hypothesis-testing statistical-significance

3

Quelle est la valeur maximale de la divergence Kullback-Leibler (KL)

Je vais utiliser la divergence KL dans mon code python et j'ai eu ce tutoriel . Sur ce tutoriel, implémenter la divergence KL est assez simple. kl = (model * np.log(model/actual)).sum() Si je comprends bien, la distribution de probabilité de modelet actualdevrait être <= 1. Ma question est, quelle est …

14 machine-learning distance kullback-leibler

1

Pourquoi utiliser le score de Gini normalisé au lieu de l'ASC comme évaluation?

La compétition de Kaggle La prévision de conducteur sûr de Porto Seguro utilise le score de Gini normalisé comme métrique d'évaluation, ce qui m'a rendu curieux des raisons de ce choix. Quels sont les avantages de l'utilisation du score de Gini normalisé au lieu des mesures les plus courantes, comme …

14 classification auc model-evaluation gini

5

Modèle à effets mixtes: comparer la composante de variance aléatoire entre les niveaux d'une variable de regroupement

Supposons que j'ai NNN participants, chacun donnant une réponse YYY 20 fois, 10 dans une condition et 10 dans une autre. J'adapte un modèle linéaire à effets mixtes comparant YYY dans chaque condition. Voici un exemple reproductible simulant cette situation en utilisant le lme4package dans R: library(lme4) fml <- "~ …

14 r mixed-model lme4-nlme

3

Réglage des paramètres hyper: recherche aléatoire vs optimisation bayésienne

Ainsi, nous savons que la recherche aléatoire fonctionne mieux que la recherche dans la grille, mais une approche plus récente est l'optimisation bayésienne (en utilisant des processus gaussiens). J'ai recherché une comparaison entre les deux et je n'ai rien trouvé. Je sais qu'au cs231n de Stanford, ils ne mentionnent que …

14 bayesian hyperparameter

1

Caret glmnet vs cv.glmnet

Il semble y avoir beaucoup de confusion dans la comparaison de l'utilisation à l' glmnetintérieur caretpour rechercher un lambda optimal et à utiliser cv.glmnetpour faire la même tâche. De nombreuses questions ont été posées, par exemple: Modèle de classification train.glmnet vs cv.glmnet? Quelle est la bonne façon d'utiliser glmnet avec …

14 r caret glmnet machine-learning neural-networks maximum softmax probability distributions mathematical-statistics random-variable cdf statistical-significance variance expected-value ratio sample-size reliability tolerance-interval wilcoxon-signed-rank self-study variance sampling mean machine-learning svm libsvm self-study sampling ranks data-visualization histogram machine-learning classification normal-distribution mathematical-statistics maximum-likelihood mixture predictive-models prediction seasonality