Statistiques et Big Data

1

Joueurs d'échecs masculins et féminins - écarts attendus au niveau des queues de distribution

Je suis intéressé par les conclusions de cet article de 2009: Pourquoi les (meilleures) femmes sont-elles si douées aux échecs? Taux de participation et différences entre les sexes dans les domaines intellectuels Cet article tente d'expliquer pourquoi les meilleurs joueurs d'échecs masculins semblent être bien meilleurs que les meilleures joueuses …

12 population extreme-value

1

Surdispersion et alternatives de modélisation dans les modèles à effet aléatoire de Poisson avec décalages

J'ai rencontré un certain nombre de questions pratiques lors de la modélisation des données de comptage issues de la recherche expérimentale à l'aide d'une expérience intra-sujet. Je décris brièvement l'expérience, les données et ce que j'ai fait jusqu'à présent, suivi de mes questions. Quatre films différents ont été montrés en …

12 generalized-linear-model negative-binomial glmm poisson-regression overdispersion

1

L'optimiseur lme4 par défaut nécessite de nombreuses itérations pour les données de grande dimension

TL; DR: l' lme4optimisation semble être linéaire dans le nombre de paramètres du modèle par défaut, et est beaucoup plus lente qu'un glmmodèle équivalent avec des variables factices pour les groupes. Puis-je faire quelque chose pour l'accélérer? J'essaie d'adapter un modèle logit hiérarchique assez grand (~ 50k lignes, 100 colonnes, …

12 r mixed-model optimization lme4-nlme numerics

2

Comment trouver

Comment puis-je résoudre ça? J'ai besoin d'équations intermédiaires. Peut-être que la réponse est .−tf(x)−tf(x)-tf(x) ddt[∫∞txf(x)dx]ddt[∫t∞xf(x)dx] \frac{d}{dt} \left [\int_t^\infty xf(x)\,dx \right ] f(x)f(x)f(x) est la fonction de densité de probabilité. C'est-à-dire, et \ lim \ limits_ {x \ to \ infty} F (x) = 1limx→∞f(x)=0limx→∞f(x)=0\lim\limits_{x \to \infty} f(x) = 0limx→∞F(x)=1limx→∞F(x)=1\lim\limits_{x \to …

12 probability distributions self-study mathematical-statistics

3

Comment choisir un niveau de confiance?

J'utilise souvent un niveau de confiance de 90%, acceptant que celui-ci présente un degré d'incertitude supérieur à 95% ou 99%. Mais existe-t-il des directives sur la façon de choisir le bon niveau de confiance? Ou des directives pour les niveaux de confiance utilisés dans différents domaines? De plus, dans l'interprétation …

12 statistical-significance confidence-interval confidence presentation

3

Une confusion potentielle dans la conception d'une expérience

Aperçu de la question Avertissement: cette question nécessite beaucoup de configuration. S'il vous plaît, supportez-moi. Un de mes collègues et moi travaillons sur un plan d'expérience. La conception doit contourner un grand nombre de contraintes, que je listerai ci-dessous. J'ai développé une conception qui satisfait les contraintes et qui nous …

12 mixed-model experiment-design simulation confounding

1

Quelle est la différence entre «test d'hypothèse» et «sélection de modèle»?

Dans la littérature, les deux termes sont souvent utilisés comme synonymes ou entrelacés. J'essaie maintenant de trouver une distinction claire entre les deux termes. De mon point de vue, une hypothèse est généralement exprimée via un modèle. Donc, même si nous testons une hypothèse nulle ou alternative, de mon point …

12 hypothesis-testing model-selection regression-strategies

1

Les différences entre la régression logistique aléatoire et la régression logistique Plaine-Vanille

Je voudrais connaître les différences entre la régression logistique randomisée (RLR) et la régression logistique simple (LR), par conséquent, je lis un article "Sélection de la stabilité" de Meinshausen, et al. ; cependant je ne comprends pas ce qu'est RLR et quelles sont les différences entre RLR et LR. Quelqu'un …

12 machine-learning logistic

2

Dérogation à l'hypothèse de normalité dans l'ANOVA: le kurtosis ou l'asymétrie est-il plus important?

Modèles statistiques linéaires appliqués par Kutner et al. énonce ce qui suit concernant les écarts par rapport à l'hypothèse de normalité des modèles ANOVA: le kurtosis de la distribution d'erreur (soit plus ou moins atteint un pic qu'une distribution normale) est plus important que l'asymétrie de la distribution en termes …

12 anova normality-assumption skewness kurtosis

2

Quels sont les paramètres d'un postérieur de Wishart-Wishart?

Lors de l'inférence de la matrice de précision ΛΛ\boldsymbol{\Lambda} d'une distribution normale utilisée pour générer NNN vecteurs D-dimension x1,..,xNx1,..,xN\mathbf{x_1},..,\mathbf{x_N} xi∼N(μ,Λ−1)xi∼N(μ,Λ−1)\begin{align} \mathbf{x_i} &\sim \mathcal{N}(\boldsymbol{\mu, \Lambda^{-1}}) \\ \end{align} nous plaçons généralement un Wishart prioritaire sur ΛΛ\boldsymbol{\Lambda} car la distribution Wishart est le conjugué avant pour la précision d'une distribution normale multivariée avec …

12 bayesian posterior hierarchical-bayesian conjugate-prior wishart

1

Comment lire les résultats du test de Dunn?

Comment lire les résultats du test de Dunn ? Plus précisément, que m'indiquent les valeurs du tableau ci-dessous? J'ai des données non paramétriques dans 4 groupes, et j'ai d'abord fait un test de Kruskal-Wallis pour confirmer que les distributions des groupes étaient différentes les unes des autres et de l'ensemble …

12 r distributions kruskal-wallis dunn-test

1

Y a-t-il une différence entre une supervision à distance, une auto-formation, un apprentissage auto-supervisé et une supervision faible?

D'après ce que j'ai lu: Supervision à distance : A Distant supervision algorithm usually has the following steps: 1] It may have some labeled training data 2] It "has" access to a pool of unlabeled data 3] It has an operator that allows it to sample from this unlabeled data …

12 machine-learning terminology unsupervised-learning semi-supervised

3

Estimateur du maximum de vraisemblance de la distribution conjointe, compte tenu uniquement des comptes marginaux

Soit une distribution conjointe de deux variables catégorielles , avec . Supposons que échantillons ont été tirés de cette distribution, mais nous ne recevons que les comptes marginaux, à savoir pour :px,ypx,yp_{x,y}X,YX,YX,Yx,y∈{1,…,K}x,y∈{1,…,K}x,y\in\{1,\ldots,K\}nnnj=1,…,Kj=1,…,Kj=1,\ldots,K Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j),Sj=∑i=1nδ(Xi=l),Tj=∑i=1nδ(Yi=j), S_j = \sum_{i=1}^{n}{\delta(X_i=l)}, T_j = \sum_{i=1}^{n}{\delta(Y_i=j)}, Quel est l'estimateur du maximum de vraisemblance pour , étant donné …

12 categorical-data maximum-likelihood joint-distribution marginal maximum-entropy

3

Quels sont les choix populaires pour visualiser des données en 4 dimensions?

Disons que j'ai les données à quatre dimensions suivantes, où les trois premières peuvent être considérées comme des coordonnées et la dernière peut être considérée comme des valeurs. c1, c2, c3, value 1, 2, 6, 0.456 34, 34, 12 0.27 12, 1, 66 0.95 Comment mieux visualiser l'effet des trois …

12 r data-visualization

1

Régression logistique avec splines de régression dans R

J'ai développé un modèle de régression logistique basé sur des données rétrospectives d'une base de données nationale sur les traumatismes des traumatismes crâniens au Royaume-Uni. Le résultat clé est la mortalité à 30 jours (dénommée mesure de «survie»). D'autres mesures avec des preuves publiées d'effet significatif sur les résultats dans …

12 r logistic generalized-linear-model goodness-of-fit regression-strategies