Statistiques et Big Data

2

Interprétation et validation d'un modèle de régression des risques proportionnels de Cox à l'aide de R en anglais simple

Quelqu'un peut-il m'expliquer mon modèle Cox en anglais simple? J'ai ajusté le modèle de régression de Cox suivant à toutes mes données en utilisant la cphfonction. Mes données sont enregistrées dans un objet appelé Data. Les variables w, xet ysont continues; zest un facteur de deux niveaux. Le temps est …

13 r cross-validation survival cox-model

3

Qu'est-ce qu'un noyau et ce qui le distingue des autres fonctions

Il semble y avoir de nombreux algorithmes d'apprentissage automatique qui reposent sur les fonctions du noyau. SVM et NN pour n'en nommer que deux. Alors, quelle est la définition d'une fonction du noyau et quelles sont les exigences pour qu'elle soit valide?

13 svm terminology kernel-trick

6

Multicolinéarité lorsque les régressions individuelles sont significatives, mais que les VIF sont faibles

J'ai 6 variables ( X1. . . X6x1...X6x_{1}...x_{6} ) que j'utilise pour prédire yyy . Lors de l'analyse de mes données, j'ai d'abord essayé une régression linéaire multiple. De là, seules deux variables étaient significatives. Cependant, lorsque j'ai effectué une régression linéaire comparant chaque variable individuellement à yyy , toutes …

13 multiple-regression multicollinearity vif

2

Qu'est-ce qui fait obstacle aux réseaux de neurones pulsés utilisés dans les applications?

Les réseaux de neurones pulsés ou dopés intègrent davantage la dynamique des membranes des neurones biologiques, où les impulsions transportent des informations vers la couche suivante. Les neurones ne doivent pas nécessairement "tirer" tous en même temps, comme ils le feraient dans un backprop, par exemple. Pourtant, il semble y …

13 neural-networks

2

À quel n les n-grammes deviennent-ils contre-productifs?

Lors du traitement du langage naturel, on peut prendre un corpus et évaluer la probabilité que le mot suivant apparaisse dans une séquence de n. n est généralement choisi comme 2 ou 3 (bigrammes et trigrammes). Existe-t-il un point connu où le suivi des données pour la nième chaîne devient …

13 text-mining natural-language

3

Pourquoi est-il souvent supposé une distribution gaussienne?

Citant un article de Wikipédia sur l' estimation des paramètres pour un classificateur Bayes naïf : "une hypothèse typique est que les valeurs continues associées à chaque classe sont distribuées selon une distribution gaussienne." Je comprends qu'une distribution gaussienne est pratique pour des raisons analytiques. Cependant, y a-t-il une autre …

13 normal-distribution

2

Variables dépendantes phylogénétiques: ANOVA?

Je comprends que dériver une matrice de covariance à partir de données phylogénétiques pour faire pour deux variables sur lesquelles vous effectuez une régression. Mais que se passe-t-il si vous avez une variable continue, que vous avez précédemment montrée comme dépendante de la phylogénie, et une variable ordinale? Ce dernier …

13 anova phylogeny

1

Quelle est la vraie réponse à la question anniversaire?

"Quelle doit être la taille d'une classe pour que la probabilité de trouver deux personnes avec le même anniversaire soit d'au moins 50%?" J'ai 360 amis sur Facebook et, comme prévu, la distribution de leurs anniversaires n'est pas uniforme du tout. J'ai un jour avec 9 amis avec le même …

13 probability birthday-paradox

1

Calculs de puissance / taille d'échantillon pour l'étude des biomarqueurs

Nous avons un biomarqueur potentiel pour prédire si un patient a un cancer ou non. Le résultat du test du biomarqueur est binaire positif ou négatif. Nous voulons avoir une idée de la quantité de patients qui doivent être testés pour déterminer si ce biomarqueur est un bon prédicteur ou …

13 r power

2

Comment ajouter deux variables aléatoires dépendantes?

Je sais, je ne peux pas utiliser la convolution. J'ai deux variables aléatoires A et B et elles sont dépendantes. J'ai besoin de la fonction distributive de A + B

13 random-variable non-independent

3

Étymologie de «t» dans le test t et la distribution t

Je suis conscient du fait que Gosset a proposé la distribution t , mais quelle est l'étymologie du "t"? Comment "t" s'est-il retrouvé dans t- test et t -distribution?

13 t-test terminology t-distribution history etymology

2

Quelle est la bonne procédure pour choisir le décalage lors du test de cointégration Johansen?

Lors du préformage du test Johansen Cointegration pour 2 séries temporelles (le cas simple), vous devez décider du décalage que vous souhaitez utiliser. Faire le test pour différents décalages renvoie des résultats différents: pour certains niveaux de décalage, l'hypothèse nulle peut être rejetée mais pour d'autres, elle ne le peut …

13 time-series cointegration

5

Probabilité d'une série de k succès dans une séquence de n essais de Bernoulli

J'essaie de trouver la probabilité d'obtenir 8 essais consécutifs corrects dans un bloc de 25 essais, vous avez 8 blocs au total (sur 25 essais) pour obtenir 8 essais corrects d'affilée. La probabilité d'obtenir un essai correct basé sur une supposition est de 1/3, après avoir obtenu 8 réponses consécutives …

13 probability binomial

2

Comment tester si un échantillon de données correspond à la famille de distribution Gamma?

J'ai un échantillon de données qui a été généré à partir d'une variable aléatoire continue X. Et à partir de l'histogramme que je dessine en utilisant R, je suppose que peut-être la distribution de X obéit à une certaine distribution Gamma. Mais je ne connais pas les paramètres exacts de …

13 distributions hypothesis-testing goodness-of-fit gamma-distribution

2

Sélection de modèles non imbriqués

Le test du rapport de vraisemblance et l'AIC sont tous deux des outils pour choisir entre deux modèles et les deux sont basés sur le log-vraisemblance. Mais pourquoi le test du rapport de vraisemblance ne peut-il pas être utilisé pour choisir entre deux modèles non imbriqués alors que l'AIC le …

13 aic likelihood-ratio nested-models