Statistiques et Big Data

1

Comment définit-on la variance à long terme dans le domaine de l'analyse des séries chronologiques? Je comprends qu'il est utilisé dans le cas où il y a une structure de corrélation dans les données. Notre processus stochastique ne serait donc pas une famille de variables aléatoires iid mais plutôt uniquement …

13 time-series variance references kernel-smoothing non-independent

3

La forêt aléatoire et l'amplification sont-elles paramétriques ou non paramétriques?

En lisant l'excellente modélisation statistique: Les deux cultures (Breiman 2001) , nous pouvons saisir toute la différence entre les modèles statistiques traditionnels (par exemple, la régression linéaire) et les algorithmes d'apprentissage automatique (par exemple, Bagging, Random Forest, Boosted trees ...). Breiman critique les modèles de données (paramétriques) car ils sont …

13 machine-learning data-mining random-forest boosting bagging

3

Relation entre la somme des RV gaussiens et le mélange gaussien

Je sais qu'une somme de gaussiens est gaussienne. Alors, en quoi un mélange de gaussiens est-il différent? Je veux dire, un mélange de gaussiens n'est qu'une somme de gaussiens (où chaque gaussien est multiplié par le coefficient de mélange respectif), n'est-ce pas?

13 normal-distribution random-variable mixture gaussian-mixture

1

Une question liée au lemme Borel-Cantelli

Remarque: Borel-Cantelli Lemma dit que ∑n=1∞P(An)<∞⇒P(limsupAn)=0∑n=1∞P(An)<∞⇒P(limsupAn)=0\sum_{n=1}^\infty P(A_n) \lt \infty \Rightarrow P(\lim\sup A_n)=0 ∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1∑n=1∞P(An)=∞ and An's are independent⇒P(limsupAn)=1\sum_{n=1}^\infty P(A_n) =\infty \textrm{ and } A_n\textrm{'s are independent} \Rightarrow P(\lim\sup A_n)=1 Alors, if ∑n=1∞P(AnAcn+1)<∞∑n=1∞P(AnAn+1c)<∞\sum_{n=1}^\infty P(A_nA_{n+1}^c )\lt \infty en utilisant le Lemme Borel-Cantelli Je veux montrer que Premièrement, limn→∞P(An)limn→∞P(An)\lim_{n\to \infty}P(A_n) …

13 probability self-study stochastic-processes probability-inequalities

1

Qu'est-ce que cela signifie si la médiane ou la moyenne des sommes est supérieure à la somme de celles des compléments?

J'analyse la distribution de la latence du réseau. Le temps de téléchargement médian (U) est de 0,5 s. Le temps de téléchargement médian (D) est de 2 secondes. Cependant, le temps total médian (pour chaque point de données, T = U + D) est de 4 s. Quelles conclusions pourrait-on …

13 random-variable median summations

1

Estimateur biaisé pour la régression obtenant de meilleurs résultats que celui non biaisé dans le modèle d'erreur dans les variables

Je travaille sur certaines données syntaxiques pour le modèle Error In Variable pour certaines recherches. Actuellement, j'ai une seule variable indépendante et je suppose que je connais la variance pour la vraie valeur de la variable dépendante. Donc, avec cette information, je peux obtenir un estimateur sans biais pour le …

13 regression matlab unbiased-estimator errors-in-variables

1

Erreur additive ou erreur multiplicative?

Je suis relativement nouveau dans les statistiques et j'apprécierais de pouvoir mieux comprendre cela. Dans mon domaine, il existe un modèle de formulaire couramment utilisé: Pt= Po( Vt)αPt=Po(Vt)αP_t = P_o(V_t)^\alpha Lorsque les gens adaptent le modèle aux données, ils le linéarisent généralement et correspondent aux éléments suivants Journal( Pt) = …

13 modeling model error curve-fitting measurement-error

1

Paramètres vs variables latentes

J'ai déjà posé des questions à ce sujet et j'ai vraiment eu du mal à identifier ce qui fait un paramètre de modèle et ce qui en fait une variable latente. Donc, en regardant divers fils sur ce sujet sur ce site, la principale distinction semble être: Les variables latentes …

13 bayesian modeling random-variable latent-variable

2

Quelle est la différence entre la sélection de fonctionnalités et la réduction de dimensionnalité?

Je sais que la sélection des fonctionnalités et la réduction de la dimensionnalité visent à réduire le nombre de fonctionnalités dans l'ensemble de fonctionnalités d'origine. Quelle est la différence exacte entre les deux si nous faisons la même chose dans les deux?

13 machine-learning pca feature-selection dimensionality-reduction

3

Pourquoi la trace de est dans la régression des moindres carrés quand le vecteur de paramètre est de p dimensions?

Dans le modèle , nous pourrions estimer utilisant l'équation normale:y=Xβ+ϵy=Xβ+ϵ{y} = X \beta + \epsilonββ\beta β^=(X′X)−1X′y,β^=(X′X)−1X′y,\hat{\beta} = (X'X)^{-1}X'y, et nous pourrions obteniry^=Xβ^.y^=Xβ^.\hat{y} = X \hat{\beta}. Le vecteur des résidus est estimé par ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,ϵ^=y−Xβ^=(I−X(X′X)−1X′)y=Qy=Q(Xβ+ϵ)=Qϵ,\hat{\epsilon} = y - X \hat{\beta} = (I - X (X'X)^{-1} X') y = Q y = Q …

13 regression least-squares inference

2

Diagramme en boîte et moustache pour la distribution multimodale

Puis-je utiliser des diagrammes en boîte et moustaches également pour la distribution multimodale ou uniquement pour la distribution unimodale?

13 distributions data-visualization boxplot

2

Procédure et méthodes d'analyse de la série temporelle utilisant R

Je travaille sur un petit projet où nous essayons de prévoir les prix des matières premières (pétrole, aluminium, étain, etc.) pour les 6 prochains mois. J'ai 12 variables de ce type à prévoir et j'ai des données d'avril 2008 à mai 2013. Comment dois-je procéder pour la prédiction? J'ai fait …

13 r time-series forecasting neural-networks arima

1

La communauté du machine learning abusant est-elle «conditionnée» et «paramétrée par»?

Disons que dépend de α . Rigoureusement parlant,XXXαα\alpha si et α sont tous deux des variables aléatoires, on pourrait écrire p ( X ∣ α ) ;XXXαα\alphap(X∣α)p(X∣α)p(X\mid\alpha) cependant, si est une variable aléatoire et α est un paramètre, nous devons écrire p ( X ; α ) .XXXαα\alphap(X;α)p(X;α)p(X; \alpha) Je …

13 machine-learning terminology

3

Laquelle est la meilleure probabilité maximale ou la probabilité marginale et pourquoi?

Lors de la régression, si nous nous appuyons sur la définition de: Quelle est la différence entre une vraisemblance partielle, une vraisemblance de profil et une vraisemblance marginale? cela, Maximum de vraisemblance Trouvez β et θ qui maximise L (données β, θ |). Tandis que, vraisemblance marginale Nous intégrons θ …

13 regression maximum-likelihood

1

Test de cointégration entre deux séries chronologiques à l'aide de la méthode Engle-Granger en deux étapes

Je cherche à tester la cointégration entre deux séries chronologiques. Les deux séries ont des données hebdomadaires couvrant environ 3 ans. J'essaie de faire la méthode en deux étapes d'Engle-Granger. Mon ordre des opérations suit. Testez chaque série chronologique pour la racine unitaire via Augmented Dickey-Fuller. En supposant que les …

13 time-series cointegration unit-root augmented-dickey-fuller