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
Je suis curieux de savoir si quelqu'un a une référence spécifique (texte ou article de revue) pour soutenir la pratique courante dans la littérature médicale d'effectuer le calcul de la taille de l'échantillon en utilisant des méthodes paramétriques (c'est-à-dire en supposant une distribution normale et une certaine variance des mesures) …
Quelqu'un peut-il recommander des livres qui sont considérés comme des références standard pour les statistiques classiques (fréquentistes)? IE, assez complet, et aussi, existe depuis un certain temps afin que les fautes de frappe et les erreurs dans les formules aient pu être vérifiées et corrigées
Je travaille sur un petit corpus de texte (200M), que je veux explorer avec une analyse de cluster. Quels livres ou articles sur ce sujet recommanderiez-vous?
J'ai besoin d'aide pour expliquer et citer des textes statistiques de base, des articles ou d'autres références, pourquoi il est généralement incorrect d'utiliser la statistique de la marge d'erreur (ME) signalée dans les sondages pour déclarer naïvement un lien statistique. Un exemple: le candidat A conduit candidat B dans un …
Ma question porte sur les techniques de traitement des données incomplètes lors de la formation / ajustement du classificateur / modèle. Par exemple, dans un ensemble de données avec quelques centaines de lignes, chaque ligne ayant disons cinq dimensions et une étiquette de classe comme dernier élément, la plupart des …
Je veux effectuer un test T à deux échantillons pour tester une différence entre deux échantillons indépendants que chaque échantillon respecte les hypothèses du test T (chaque distribution peut être supposée indépendante et identiquement distribuée comme Normale avec une variance égale) . La seule complication du test T de base …
Quand auriez-vous tendance à utiliser les courbes ROC sur certains autres tests pour déterminer la capacité prédictive d'une mesure sur un résultat? Lorsqu'il s'agit de résultats discrets (vivants / morts, présents / absents), qu'est-ce qui rend les courbes ROC plus ou moins puissantes que quelque chose comme un chi carré?
Quelqu'un connaît-il une variante du test exact de Fisher qui prend en compte les poids? Par exemple, les poids d'échantillonnage . Ainsi, au lieu du tableau croisé 2x2 habituel, chaque point de données a une valeur de "masse" ou de "taille" pesant le point. Exemples de données: A B weight …
J'ai un ensemble de données composé d'éléments de trois groupes, appelons-les G1, G2 et G3. J'ai analysé certaines caractéristiques de ces éléments et les ai divisés en 3 types de "comportement" T1, T2 et T3 (j'ai utilisé l'analyse en grappes pour cela). Donc, maintenant j'ai une table de contingence 3 …
En anglais ordinaire, comment interpréter un complot Bland-Altman? Quels sont les avantages d'utiliser un tracé de Bland-Altman par rapport à d'autres méthodes de comparaison de deux méthodes de mesure différentes?
Ma question est simple: qu'est-ce que l'estimation conjointe? Et qu'est-ce que cela signifie dans le contexte de l'analyse de régression? Comment est-il fait? J'ai erré dans le puissant Internet pendant un certain temps, mais je n'ai pas trouvé de réponses à ces questions.
Supposons que nous ayons un ensemble (mesurable et convenablement bien comporté) S⊆B⊂RnS⊆B⊂RnS\subseteq B\subset\mathbb R^n , où BBB est compact. De plus, supposons que nous puissions tirer des échantillons de la distribution uniforme sur BBB rapport à la mesure de Lebesgue λ(⋅)λ(⋅)\lambda(\cdot) et que nous connaissons la mesure λ(B)λ(B)\lambda(B) . Par …
J'ai monté mon modèle et j'essaie de comprendre si c'est bon. J'ai calculé les métriques recommandées pour l'évaluer ( R2R2R^2 / AUC / précision / erreur de prédiction / etc) mais je ne sais pas comment les interpréter. En bref, comment savoir si mon modèle est bon en fonction de …
Dans l'analyse bayésienne conjuguée de Kevin Murphy de la distribution gaussienne , il écrit que la distribution prédictive postérieure est p(x∣D)=∫p(x∣θ)p(θ∣D)dθp(x∣D)=∫p(x∣θ)p(θ∣D)dθ p(x \mid D) = \int p(x \mid \theta) p(\theta \mid D) d \theta où est les données sur lesquelles le modèle est ajusté et sont des données invisibles. Ce …
Dans le livre Deep Learning d' Ian Goodfellow , il est écrit que Parfois, la fonction de perte dont nous nous soucions réellement (disons, erreur de classification) n'est pas celle qui peut être optimisée efficacement. Par exemple, la minimisation exacte de la perte 0-1 attendue est généralement insoluble (exponentielle dans …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.