Statistiques et Big Data

1

Algorithme de normalisation en temps réel des données de séries chronologiques?

Je travaille sur un algorithme qui prend un vecteur du point de données le plus récent d'un certain nombre de flux de capteurs et compare la distance euclidienne aux vecteurs précédents. Le problème est que les différents flux de données proviennent de capteurs complètement différents, donc prendre une simple distance …

12 time-series normalization real-time

1

Inférence du réseau bayésien en utilisant pymc (confusion du débutant)

Je suis actuellement en train de suivre le cours PGM de Daphne Koller sur Coursera. En cela, nous modélisons généralement un réseau bayésien comme un graphe orienté de cause à effet des variables qui font partie des données observées. Mais sur les tutoriels et les exemples PyMC, je vois généralement …

12 bayesian inference bayesian-network pymc

2

Les valeurs de p pour le test de corrélation de Pearson peuvent-elles être calculées uniquement à partir du coefficient de corrélation et de la taille de l'échantillon?

Contexte: J'ai lu un article dans lequel les auteurs rapportent une corrélation de Pearson de 0,754 à partir de la taille de l'échantillon 878. La valeur de p résultante pour le test de corrélation est significative "deux étoiles" (c'est-à-dire p <0,01). Cependant, je pense qu'avec une taille d'échantillon aussi grande, …

12 hypothesis-testing correlation p-value fraud

3

Variance du produit de k variables aléatoires corrélées

Quelle est la variance du produit de variables aléatoires corrélées?kkk

12 variance random-variable

2

Quelles statistiques descriptives ne sont pas des tailles d'effet?

Wikipédia dit la taille de l'effet est une mesure de la force d'un phénomène ou une estimation basée sur un échantillon de cette quantité. Une taille d'effet calculée à partir des données est une statistique descriptive qui transmet l'ampleur estimée d'une relation sans indiquer si la relation apparente dans les …

12 effect-size

1

Premiers pas pour apprendre à prédire la série financière à l'aide de l'apprentissage automatique

J'essaie de comprendre comment utiliser l'apprentissage automatique pour prédire la série financière 1 étape ou plus dans le futur. J'ai une série temporelle financière avec des données descriptives et je voudrais former un modèle et ensuite utiliser le modèle pour prédire n étapes à venir. Ce que j'ai fait jusqu'à …

12 r time-series machine-learning random-forest finance

2

Rapport entre la somme de Normal et la somme des cubes de Normal

Aidez-moi à trouver la distribution limite (comme ) des éléments suivants: U n = X 1 + X 2 + … + X nn → ∞n→∞n \rightarrow \inftyoùXisont iidN(0,1).Un= X1+ X2+ … + XnX31+ X32+ … X3n,Un=X1+X2+…+XnX13+X23+…Xn3, U_n = \frac{X_1 + X_2 + \ldots + X_n}{X_1^3 + X_2^3 + \ldots …

12 distributions normal-distribution asymptotics

2

Nom du «paradoxe» rapporté par Gelman

Dans le livre d'Andrew Gelman "Red State, Blue State", il analyse le fait que les riches dans certains États ont tendance à voter plus républicains que les pauvres, mais que les États riches ont tendance à voter plus démocratiques que les États pauvres. Y a-t-il un nom pour ce paradoxe? …

12 paradox

2

Comment tester la surdispersion dans Poisson GLMM avec lmer () dans R?

J'ai le modèle suivant: > model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop +(1|landscape),family=poisson) ... et voici la sortie récapitulative. > summary(model1) Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS1 + sAG1 + sSHDI1 + sbare + season + crop + (1 | landscape) AIC BIC logLik deviance 4057 4088 -2019 4039 …

12 r poisson-distribution lme4-nlme glmm overdispersion

2

Lorsque les données ont une distribution gaussienne, combien d'échantillons la caractériseront?

Les données gaussiennes distribuées dans une seule dimension nécessitent deux paramètres pour la caractériser (moyenne, variance), et la rumeur veut qu'une trentaine d'échantillons sélectionnés au hasard est généralement suffisant pour estimer ces paramètres avec une confiance raisonnablement élevée. Mais que se passe-t-il lorsque le nombre de dimensions augmente? En deux …

12 normal-distribution multivariate-analysis

3

Naive Bayes présente des probabilités: dois-je compter deux fois les mots?

Je suis en train de prototyper mon propre modèle Naive Bayes bag o 'words, et j'avais une question sur le calcul des probabilités de fonctionnalité. Disons que j'ai deux classes, je vais juste utiliser le spam et non-spam car c'est ce que tout le monde utilise. Et prenons le mot …

12 classification conditional-probability naive-bayes

2

Quelle est la distribution attendue des résidus dans un modèle linéaire généralisé?

J'exécute un modèle linéaire généralisé, où je dois spécifier une famille différente de la normale. Quelle est la distribution attendue des résidus? Par exemple, les résidus devraient-ils être distribués normalement?

12 generalized-linear-model residuals normality-assumption

5

Packages de sélection de fonctionnalités dans R, qui effectuent à la fois la régression et la classification

Verrouillé . Cette question et ses réponses sont verrouillées car la question est hors sujet mais a une signification historique. Il n'accepte pas actuellement de nouvelles réponses ou interactions. Je suis très nouveau à R. J'apprends l'apprentissage automatique en ce moment. Désolé, si cette question semble très basique. J'essaie de …

12 r feature-selection

5

Le chiffre 20 est-il magique?

J'ai des références qui ont conseillé d'envisager une taille d'échantillon d'au moins 20 pour la distribution de l'ajustement des données. Y a-t-il un sens à cela? Merci

12 sample-size

3

La procédure à effets fixes de Mundlak est-elle applicable pour la régression logistique avec des variables muettes?

J'ai un ensemble de données avec 8000 grappes et 4 millions d'observations. Malheureusement, mon logiciel statistique, Stata, fonctionne assez lentement lorsque j'utilise sa fonction de données de panel pour la régression logistique: xtlogitmême avec un sous-échantillon de 10%. Cependant, lorsque vous utilisez la logitfonction non- panneau , les résultats apparaissent …

12 logistic categorical-data stata fixed-effects-model