Statistiques et Big Data

1

Quelle est la différence entre wilcox.test et coin :: wilcox_test dans R?

Ces deux fonctions existent dans R mais je ne connais pas leurs différences. Il semble qu'ils ne retournent que les mêmes valeurs p lors de l'appel wilcox.testavec correct=FALSE, et wilcox_test(dans le paquet de pièces) avec distribution="aymptotic". Pour les autres valeurs, ils renvoient des valeurs p différentes. Renvoie également wilcox.testtoujours W …

13 r hypothesis-testing p-value wilcoxon-mann-whitney

1

Aidez-moi à comprendre les valeurs de

J'essaie d'exécuter un logit bayésien sur les données ici . J'utilise bayesglm()dans le armpackage en R. Le codage est assez simple: df = read.csv("http://dl.dropbox.com/u/1791181/bayesglm.csv", header=T) library(arm) model = bayesglm(PASS ~ SEX + HIGH, family=binomial(link="logit"), data=df) summary(model) donne la sortie suivante: Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.10381 0.10240 …

13 r bayesian p-value

2

Pourquoi le problème d'encombrement est-il insoluble pour les grands échantillons?

Supposons que nous ayons un ensemble de points . Chaque point est généré en utilisant la distribution Pour obtenir postérieur pour nous écrivons Selon le document de Minka sur Expectation propagation nous avons besoin calculs pour obtenir a posteriori p (x | \ mathbf {y}) et, donc, problème devient intraitable …

13 bayesian mixture posterior

4

Cherchant une véritable illustration de la citation de Fisher sur le DoE

Mon équipe et moi aimerions faire une présentation aux non-statisticiens de l'entreprise sur l'utilité de la conception d'expériences. Ces non-statisticiens sont également nos clients et ne nous consultent généralement pas avant de collecter leurs données. Connaissez-vous de véritables exemples qui illustreraient bien la célèbre citation de Fisher "Appeler le statisticien …

13 experiment-design

1

Prédictions utilisant glmnet dans R

J'essaie de modéliser certaines données en utilisant le glmnetpackage dans R. Disons que j'ai les données suivantes training_x <- data.frame(variable1 = c(1, 2, 3, 2, 3), variable2 = c(1, 2, 3, 4, 5)) y <- c(1, 2, 3, 4, 5) (Il s'agit d'une simplification; mes données sont beaucoup plus compliquées.) …

13 r glmnet

2

Comment obtenir les résultats d'un test post-hoc Tukey HSD dans un tableau montrant les paires groupées?

J'aimerais effectuer un test post-hoc TukeyHSD après mon Anova bidirectionnel avec R, en obtenant un tableau contenant les paires triées groupées par différence significative. (Désolé pour le libellé, je suis encore nouveau avec les statistiques.) Je voudrais avoir quelque chose comme ça: Donc, regroupé avec des étoiles ou des lettres. …

13 r anova multiple-comparisons post-hoc tukey-hsd

1

Réponses à l'examen des statistiques amusantes [fermé]

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 7 ans . La correction des examens est probablement la tâche la plus ennuyeuse …

13 teaching humor

3

Comment tester l'uniformité dans plusieurs dimensions?

Tester l'uniformité est quelque chose de courant, mais je me demande quelles sont les méthodes pour le faire pour un nuage de points multidimensionnel.

13 hypothesis-testing uniform

4

Initialisation des centres K-means au moyen de sous-échantillons aléatoires de l'ensemble de données?

Si j'ai un certain ensemble de données, comment serait-il intelligent d'initialiser des centres de cluster à l'aide d'échantillons aléatoires de cet ensemble de données? Par exemple, supposons que je veuille 5 clusters. Je prends la 5 random samplesparole size=20%de l'ensemble de données d'origine. Puis-je alors prendre la moyenne de chacun …

13 clustering k-means unsupervised-learning

1

Utilisation de la méthode des moments généralisés (GMM) pour calculer le paramètre de régression logistique

Je veux calculer les coefficients d'une régression très similaire à la régression logistique (en fait, régression logistique avec un autre coefficient: quandApourrait être donné). J'ai pensé à utiliser GMM pour calculer les coefficients, mais je ne sais pas quelles sont les conditions de moment que je devrais utiliser.A1+e−(b0+b1x1+b2x2+…),A1+e−(b0+b1x1+b2x2+…), \frac{A}{1 + …

13 logistic generalized-moments

1

Quand la loi des grands nombres échoue-t-elle?

La question est simplement ce qui est énoncé dans le titre: quand la loi des grands nombres échoue-t-elle? Ce que je veux dire, c'est dans quels cas la fréquence d'un événement ne tendra-t-elle pas vers la probabilité théorique?

13 probability mathematical-statistics law-of-large-numbers

3

Quelles sont les bonnes revues disponibles gratuitement pour suivre les derniers développements de l'apprentissage automatique?

N'hésitez pas à remplacer les «revues» par tout autre portail utile de connaissances. Je souhaite garder un œil sur les nouveaux développements du machine learning, en vue d'applications pratiques. Je ne suis pas un universitaire cherchant à publier mon propre travail (du moins pas dans ce domaine), mais je veux …

13 machine-learning references

2

Régression linéaire lorsque vous ne connaissez que

Supposons que Xβ=YXβ=YX\beta =Y . Nous ne savons pas YYY exactement, que sa corrélation avec chaque facteur prédictif, XtYXtYX^\mathrm{t}Y . La solution des moindres carrés ordinaires (OLS) est β=(XtX)−1XtYβ=(XtX)−1XtY\beta=(X^\mathrm{t} X)^{-1} X^\mathrm{t}Y et il n'y a pas de problème. Mais supposons que XtXXtXX^\mathrm{t}X soit proche du singulier (multicolinéarité), et vous devez …

13 regression multicollinearity

3

Compréhension conceptuelle de l'erreur quadratique moyenne et de l'écart de biais moyen

J'aimerais acquérir une compréhension conceptuelle de l'erreur quadratique moyenne (RMSE) et de l'écart de biais moyen (MBD). Après avoir calculé ces mesures pour mes propres comparaisons de données, j'ai souvent été perplexe de constater que le RMSE est élevé (par exemple, 100 kg), tandis que le MBD est faible (par …

13 standard-deviation bias

6

Forêt aléatoire: comment gérer les nouveaux niveaux de facteurs dans l'ensemble de test?

J'essaie de faire des prédictions en utilisant un modèle de forêt aléatoire dans R. Cependant, je reçois des erreurs car certains facteurs ont des valeurs différentes dans l'ensemble de test que dans l'ensemble d'entraînement. Par exemple, un facteur Cat_2a des valeurs 34, 68, 76, etc., dans l'ensemble de test qui …

13 r categorical-data random-forest