Statistiques et Big Data

2

Si le retrait est appliqué de manière intelligente, cela fonctionne-t-il toujours mieux pour des estimateurs plus efficaces?

Supposons que j'ai deux estimateurs et qui sont des estimateurs cohérents du même paramètre et tels que avec V_1 \ leq V_2 au sens psd. Ainsi, asymptotiquement \ widehat {\ beta} _1 est plus efficace que \ widehat {\ beta} _2 . Ces deux estimateurs sont basés sur différentes fonctions …

11 regression ridge-regression shrinkage penalized

1

Un problème d'anniversaire inversé: aucune paire sur 1 million d'étrangers ne partage un anniversaire; quelle est leur longueur d'année?

Supposons une planète avec une très très longue année de jours. Il y a 1 million d'étrangers lors d'une fête dans une pièce, et personne ne partage un anniversaire. Que peut-on déduire de la taille de ?NNNNNNN (Cette question plus compacte remplace celle mal formulée. )

11 probability birthday-paradox

2

Qu'advient-il du rapport de vraisemblance à mesure que de plus en plus de données sont collectées?

Laissez , g et h être des densités et supposons que vous avez x i ~ h , i ∈ N . Qu'advient-il du rapport de vraisemblance n ∏ i = 1 f ( x i )fffggghhhxi∼hxi∼hx_i \sim hi∈Ni∈Ni \in \mathbb{N} commen→∞? (Est-ce que ça converge? Vers quoi?)∏i=1nf(xi)g(xi)∏i=1nf(xi)g(xi) \prod_{i=1}^n \frac{f(x_i)}{g(x_i)} …

11 convergence asymptotics likelihood-ratio

1

Régression logistique pour les données des distributions de Poisson

À partir de quelques notes d'apprentissage automatique parlant de certaines méthodes de classification discriminantes, en particulier la régression logistique, où y est l'étiquette de classe (0 ou 1) et x les données, il est dit que: si x|y=0∼Poisson(λ0)x|y=0∼Poisson(λ0)x|y = 0 \sim \mathrm{Poisson}(λ_0) , et x|y=1∼Poisson(λ1)x|y=1∼Poisson(λ1)x|y = 1 \sim \mathrm{Poisson}(λ_1) , …

11 logistic poisson-distribution statistical-learning

2

Représentation dans l'espace d'états d'ARMA (p, q) de Hamilton

J'ai lu le chapitre 13 de Hamilton et il a la représentation de l'espace d'état suivante pour un ARMA (p, q). Soit .Puis le processus ARMA (p, q) est le suivant: \ begin {aligné} y_t - \ mu & = \ phi_1 (y_ {t-1} - \ mu) + \ phi_2 …

11 time-series arima kalman-filter state-space-models

2

Comment commencer à construire un modèle de régression lorsque le prédicteur le plus fortement associé est binaire

J'ai un ensemble de données contenant 365 observations de trois variables à savoir pm, tempet rain. Maintenant, je veux vérifier le comportement de la pmréponse aux changements dans les deux autres variables. Mes variables sont: pm10 = Réponse (dépendante) temp = prédicteur (indépendant) rain = prédicteur (indépendant) Voici la matrice …

11 correlation multiple-regression multicollinearity regression-strategies

3

Estimation des paramètres bayésiens ou test d'hypothèse bayésienne?

Il semble qu'il y ait un débat en cours au sein de la communauté bayésienne pour savoir si nous devrions faire une estimation des paramètres bayésiens ou des tests d'hypothèse bayésienne. Je suis intéressé à solliciter des opinions à ce sujet. Quelles sont les forces et les faiblesses relatives de …

11 hypothesis-testing bayesian

3

Contre-exemples où la médiane est en dehors [Mode-Mean]

Cet article est au-dessus de ma ligue mais il parle d'un sujet qui m'intéresse, la relation entre la moyenne, le mode et la médiane. Ça dit : Il est largement admis que la médiane d'une distribution unimodale se situe «habituellement» entre la moyenne et le mode. Cependant, ceci n'est pas …

11 mean median mode

1

Calcul des intervalles de confiance pour le mode?

Je recherche des références sur le calcul des intervalles de confiance pour le mode (en général). Le bootstrap peut sembler être le premier choix naturel, mais comme discuté par Romano (1988), le bootstrap standard échoue pour le mode et il ne fournit aucune solution simple. Quelque chose a-t-il changé depuis …

11 confidence-interval bootstrap kernel-smoothing mode

1

Termes «coupés» et «coupés» des fonctions ACF, PACF

J'essaie de comprendre la signification de la coupure et de la queue dans l'intrigue de séries chronologiques d'ACF et de PACF. Que signifie "Couper après le décalage"? Cette limite? Que signifie «Tails off»? Dans l'exemple ci-dessus, le livre que j'utilise pour étudier, disons que c'est un processus AR. Mais je …

11 time-series autocorrelation terminology

2

Comprendre Gelman & Carlin «Au-delà des calculs de puissance:…» (2014)

Je lis Gelman & Carlin "Au-delà des calculs de puissance: évaluation des erreurs de type S (signe) et de type M (amplitude)" (2014). J'essaie de comprendre l'idée principale, la voie principale, mais je suis confus. Quelqu'un pourrait-il m'aider à distiller l'essence? Le papier va quelque chose comme ça (si j'ai …

11 statistical-significance effect-size power type-i-and-ii-errors

3

Gamme de valeurs d'asymétrie et de kurtosis pour une distribution normale

Je veux savoir quelle est la plage des valeurs d' asymétrie et de kurtosis pour lesquelles les données sont considérées comme normalement distribuées. J'ai lu de nombreux arguments et j'ai surtout obtenu des réponses mitigées. Certains disent que l'asymétrie et pour le kurtosis est une plage acceptable pour une distribution …

11 normal-distribution skewness kurtosis

2

Quelle est la probabilité de tirer un quadruple type lorsque 20 cartes sont tirées d'un jeu de 52?

Hier, mes colocataires et moi jouions à des jeux de cartes et quelqu'un a posé cette question. Nous avons essayé de résoudre le problème, mais nous n'avons pas pu le comprendre. Ce matin, je me suis réveillé et je me demande toujours comment le résoudre. Pourriez-vous m'aider?

11 probability

3

Fiabilité d'une courbe ajustée?

Je voudrais estimer l'incertitude ou la fiabilité d'une courbe ajustée. Je ne nomme pas intentionnellement une quantité mathématique précise que je recherche, car je ne sais pas ce que c'est. Ici, (énergie) est la variable dépendante (réponse) et (volume) est la variable indépendante. Je voudrais trouver la courbe énergie-volume, , …

11 error fitting reliability uncertainty

1

Pourquoi un grand choix de K réduit-il mon score de validation croisée?

En jouant avec le Boston Housing Dataset et RandomForestRegressor(avec les paramètres par défaut) dans scikit-learn, j'ai remarqué quelque chose d'étrange: le score moyen de validation croisée a diminué lorsque j'ai augmenté le nombre de plis au-delà de 10. Ma stratégie de validation croisée était la suivante: cv_met = ShuffleSplit(n_splits=k, test_size=1/k) …

11 machine-learning cross-validation random-forest sample-size scikit-learn