Statistiques et Big Data

Q & A pour les personnes intéressées par les statistiques, l'apprentissage automatique, l'analyse de données, l'exploration de données et la visualisation de données

3
Limite supérieure exponentielle
Supposons que nous ayons des variables aléatoires IIDX1,…,XnX1,…,XnX_1,\dots,X_n avec la distribution Ber(θ)Ber(θ)\mathrm{Ber}(\theta) . Nous allons observer un échantillon du XiXiX_i 's de la manière suivante: Soit Y1,…,YnY1,…,YnY_1,\dots,Y_n être indépendant Ber(1/2)Ber(1/2)\mathrm{Ber}(1/2) variables aléatoires, supposons que tous les XiXiX_i ' s et YiYiY_i sont indépendants et définissent la taille de l'échantillon N=∑ni=1YiN=∑i=1nYiN=\sum_{i=1}^n …
2
Les X et Y normalement distribués sont-ils plus susceptibles d'entraîner des résidus normalement distribués?
Ici, la mauvaise interprétation de l'hypothèse de normalité dans la régression linéaire est discutée (que la `` normalité '' fait référence au X et / ou au Y plutôt qu'aux résidus), et l'affiche demande s'il est possible d'avoir X et Y non distribués normalement et ont encore des résidus normalement …
3
Quel test statistique utiliser pour le test A / B?
Nous avons deux cohortes de 1000 échantillons chacune. Nous mesurons 2 quantités sur chaque cohorte. Le premier est une variable binaire. Le second est un nombre réel qui suit une distribution de queue lourde. Nous voulons évaluer la cohorte la plus performante pour chaque métrique. Il existe de nombreux tests …
12 ab-test 
5
Comment effectuer l'imputation de valeurs dans un très grand nombre de points de données?
J'ai un très grand ensemble de données et il manque environ 5% de valeurs aléatoires. Ces variables sont corrélées entre elles. L'exemple de jeu de données R suivant n'est qu'un exemple de jouet avec des données corrélées factices. set.seed(123) # matrix of X variable xmat <- matrix(sample(-1:1, 2000000, replace = …
12 r  random-forest  missing-data  data-imputation  multiple-imputation  large-data  definition  moving-window  self-study  categorical-data  econometrics  standard-error  regression-coefficients  normal-distribution  pdf  lognormal  regression  python  scikit-learn  interpolation  r  self-study  poisson-distribution  chi-squared  matlab  matrix  r  modeling  multinomial  mlogit  choice  monte-carlo  indicator-function  r  aic  garch  likelihood  r  regression  repeated-measures  simulation  multilevel-analysis  chi-squared  expected-value  multinomial  yates-correction  classification  regression  self-study  repeated-measures  references  residuals  confidence-interval  bootstrap  normality-assumption  resampling  entropy  cauchy  clustering  k-means  r  clustering  categorical-data  continuous-data  r  hypothesis-testing  nonparametric  probability  bayesian  pdf  distributions  exponential  repeated-measures  random-effects-model  non-independent  regression  error  regression-to-the-mean  correlation  group-differences  post-hoc  neural-networks  r  time-series  t-test  p-value  normalization  probability  moments  mgf  time-series  model  seasonality  r  anova  generalized-linear-model  proportion  percentage  nonparametric  ranks  weighted-regression  variogram  classification  neural-networks  fuzzy  variance  dimensionality-reduction  confidence-interval  proportion  z-test  r  self-study  pdf 
1
Le modèle Lmer ne parvient pas à converger
Mes données sont décrites ici. Qu'est-ce qui peut provoquer une "erreur () est une erreur singulière" dans aov lors de l'ajustement d'un ANOVA à mesures répétées? J'essaie de voir l'effet d'une interaction en utilisant lmerdonc mon cas de base est: my_null.model <- lmer(value ~ Condition+Scenario+ (1|Player)+(1|Trial), data = my, REML=FALSE) …
12 r  lme4-nlme 
2
Interprétation de la matrice de variance-covariance
Supposons que nous avons un modèle linéaire Model1et vcov(Model1)donne la matrice suivante: (Intercept) latitude sea.distance altitude (Intercept) 28.898100 -23.6439000 -34.1523000 0.50790600 latitude -23.643900 19.7032500 28.4602500 -0.42471450 sea.distance -34.152300 28.4602500 42.4714500 -0.62612550 altitude 0.507906 -0.4247145 -0.6261255 0.00928242 Pour cet exemple, qu'est-ce que cette matrice affiche réellement? Quelles hypothèses pouvons-nous faire en …
2
Score au carré du renseignement et détermination du gagnant
Il existe un podcast NPR appelé Intelligence Squared. Chaque épisode est la diffusion d'un débat en direct sur une déclaration litigieuse telle que "Le 2e amendement n'est plus pertinent" ou "L'action positive sur les campus universitaires fait plus de mal que de bien". Quatre représentants débattent - deux pour la …
12 bayesian  rating 
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.