Statistiques et Big Data

Quelqu'un peut-il illustrer, comme le fait Greg, mais plus en détail, comment les variables aléatoires peuvent être dépendantes, mais ont une covariance nulle? Greg, une affiche ici, donne un exemple en utilisant un cercle ici . Quelqu'un peut-il expliquer ce processus plus en détail en utilisant une séquence d'étapes qui …

12 random-variable  covariance  independence 

J'exécute le test de racine unitaire suivant (Dickey-Fuller) sur une série chronologique en utilisant la ur.df()fonction dans le urcapackage. La commande est: summary(ur.df(d.Aus, type = "drift", 6)) La sortie est: ############################################### # Augmented Dickey-Fuller Test Unit Root Test # ############################################### Test regression drift Call: lm(formula = z.diff ~ z.lag.1 + …

12 r  time-series  hypothesis-testing  unit-root 

Je pensais que la fonction de lien canonique venait du paramètre naturel de la famille exponentielle. Disons, considérons la famille puis est la fonction de lien canonique. Prenons la distribution de Bernoulli comme exemple, nous avons Ainsi, la fonction de lien canoniqueg(⋅)g(⋅)g(\cdot)f(y,θ,ψ)=exp{yθ−b(θ)a(ψ)−c(y,ψ)}f(y,θ,ψ)=exp⁡{yθ−b(θ)a(ψ)−c(y,ψ)} f(y,\theta,\psi)=\exp\left\{\frac{y\theta-b(\theta)}{a(\psi)}-c(y,\psi)\right\} θ=θ(μ)θ=θ(μ)\theta=\theta(\mu)g(μ)=logμP(Y=y)=μy(1−μ)1−y=exp{ylogμ1−μ+log(1−μ)}P(Y=y)=μy(1−μ)1−y=exp⁡{ylog⁡μ1−μ+log⁡(1−μ)} P(Y=y)=\mu^{y}(1-\mu)^{1-y}=\exp\left\{y\log\frac{\mu}{1-\mu}+\log{(1-\mu)}\right\} g(μ)=logμ1−μg(μ)=log⁡μ1−μg(\mu)=\log\frac{\mu}{1-\mu} Mais quand je vois …

12 generalized-linear-model  link-function 

Comment définir la distribution d'une variable aléatoire telle qu'un tirage de Y a une corrélation ρ avec x 1 , où x 1 est un tirage unique d'une distribution avec une fonction de distribution cumulative F X ( x ) ? OuiYYOuiYYρρ\rhoX1x1x_1X1x1x_1FX( x )FX(x)F_{X}(x)

12 distributions  probability  correlation  random-variable  conditional-probability 

Stack Exchange, comme nous le savons tous, est une collection de sites de questions / réponses avec des sujets diversifiés. En supposant que chaque site est indépendant les uns des autres, compte tenu des statistiques d'un utilisateur, comment calculer sa "rondeur" par rapport au gars suivant? Quel est l'outil statistique …

12 ranking  diversity 

Je sais qu'une erreur de type II est lorsque H1 est vraie, mais H0 n'est pas rejetée. Question Comment calculer la probabilité d'une erreur de type II impliquant une distribution normale, où l'écart type est connu?

12 probability  power-analysis  type-i-and-ii-errors 

En tant que titre, je dois dessiner quelque chose comme ceci: Est-ce que ggplot, ou d'autres packages si ggplot n'est pas capable, peut être utilisé pour dessiner quelque chose comme ça?

12 r  data-visualization  ggplot2  funnel-plot 

Quels algorithmes sont utilisés dans les générateurs de nombres aléatoires modernes et de bonne qualité?

12 algorithms  random-variable  random-generation 

J'ai fait beaucoup de recherches récemment sur l'apprentissage par renforcement. J'ai suivi l' apprentissage par renforcement de Sutton & Barto : une introduction pour la plupart de cela. Je sais ce que sont les processus de décision de Markov et comment l'apprentissage par programmation dynamique (DP), Monte Carlo et différence …

12 monte-carlo  reinforcement-learning  temporal-difference 

Cette question a été posée ici mais personne n'a donné une bonne réponse. Je pense donc que c'est une bonne idée de revenir sur ce sujet et je voudrais également ajouter quelques commentaires / questions. La première question est quelle est la différence entre la "modélisation de chemin PLS" et …

12 sem  partial-least-squares  path-model 

Je ne pense pas qu'il puisse y avoir une réponse à tous les modèles d'apprentissage en profondeur. Quels modèles d'apprentissage profond sont paramétriques et lesquels ne le sont pas et pourquoi?

12 neural-networks  deep-learning  nonparametric  parametric 

Pendant que j'étudie l'estimation du maximum de vraisemblance, pour faire l'inférence dans l'estimation du maximum de vraisemblance, nous devons connaître la variance. Pour connaître la variance, j'ai besoin de connaître la limite inférieure de Rram de Cramer, qui ressemble à une matrice de Hesse avec une deuxième dérivation sur la …

12 machine-learning  mathematical-statistics  maximum-likelihood  data-mining 

J'ai un ensemble de données contenant 34 colonnes d'entrée et 8 colonnes de sortie. Une façon de résoudre le problème consiste à prendre les 34 entrées et à créer un modèle de régression individuel pour chaque colonne de sortie. Je me demande si ce problème peut être résolu en utilisant …

12 neural-networks  deep-learning  multivariate-regression 

J'ai lu sur la méthode Nyström pour aproximation du noyau de bas rang. Cette méthode est implémentée dans scikit-learn [1] comme méthode pour projeter des échantillons de données à une approximation de bas rang du mappage des fonctionnalités du noyau. À ma connaissance, étant donné un ensemble d'apprentissage et une …

12 scikit-learn  dimensionality-reduction  kernel-trick  nonlinear 

Je pense que le titre de cette question dit tout.

12 clustering  k-means  high-dimensional