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

2
Qu'est-ce que le Machine Learning en pratique réelle?
Je suis un nouveau venu dans l'apprentissage automatique (également des statistiques), j'apprends des connaissances (algorithmes d'apprentissage supervisés / non supervisés, méthodes d'optimisation pertinentes, régularisations, certaines philosophies (comme le compromis biais-variance?)) Depuis un certain temps. Je sais que sans aucune pratique réelle, je ne gagnerais pas une compréhension approfondie de ces …
3
L'avenir de la statistique
Cette question m'est venue à l'esprit lorsque j'ai assisté à une conférence publique sur des questions non résolues en mathématiques. Il est bien connu qu'il existe encore de nombreuses questions mathématiques non résolues. Cela m'a fait réfléchir aux problèmes non résolus des statistiques. Après avoir passé un peu de temps …
2
Modèle d'interception aléatoire vs GEE
Considérons un modèle linéaire d'interception aléatoire. Cela équivaut à une régression linéaire GEE avec une matrice de corrélation de travail échangeable. Supposons que les prédicteurs sont et et que les coefficients de ces prédicteurs sont , et . Quelle est l'interprétation des coefficients dans le modèle d'interception aléatoire? Est-ce la …
1
Valeurs ajustées du modèle ARMA
J'essaie de comprendre comment les valeurs ajustées sont calculées pour les modèles ARMA (p, q). J'ai déjà trouvé une question ici concernant les valeurs ajustées des processus ARMA, mais je n'ai pas pu le comprendre. Si j'ai un modèle ARMA (1,1), c'est-à-dire Xt= α1Xt - 1+ ϵt- β1ϵt - 1Xt=α1Xt−1+ϵt−β1ϵt−1X_t …
11 arma 
1
Échantillonnage de Gibbs pour le modèle d'Ising
Question de devoirs: Prenons le modèle d'Ising 1-d. Soit . vaut -1 ou +1x=(x1,...xd)x=(x1,...xd)x = (x_1,...x_d)xixix_i π(x)∝e∑39i=1xixi+1π(x)∝e∑i=139xixi+1\pi(x) \propto e^{\sum_{i=1}^{39}x_ix_{i+1}} Concevez un algorithme d'échantillonnage gibbs pour générer des échantillons approximativement à partir de la distribution cible π(x)π(x)\pi(x) . Ma tentative: Choisissez au hasard des valeurs (-1 ou 1) pour remplir le …
1
La moyenne et la variance existent-elles toujours pour les distributions familiales exponentielles?
Supposons qu'une variable aléatoire scalaire appartient à une famille exponentielle à paramètres vectoriels avec pdfXXX fX(x|θ)=h(x)exp(∑i=1sηi(θ)Ti(x)−A(θ))fX(x|θ)=h(x)exp⁡(∑i=1sηi(θ)Ti(x)−A(θ)) f_X(x|\boldsymbol \theta) = h(x) \exp\left(\sum_{i=1}^s \eta_i({\boldsymbol \theta}) T_i(x) - A({\boldsymbol \theta}) \right) où θ=(θ1,θ2,⋯,θs)Tθ=(θ1,θ2,⋯,θs)T{\boldsymbol \theta} = \left(\theta_1, \theta_2, \cdots, \theta_s \right )^T est le vecteur de paramètre et T(x)=(T1(x),T2(x),⋯,Ts(x))TT(x)=(T1(x),T2(x),⋯,Ts(x))T\mathbf{T}(x)= \left(T_1(x), T_2(x), \cdots,T_s(x) \right)^T est …
3
Les techniques de régularisation peuvent-elles (devraient-elles?) Être utilisées dans un modèle à effets aléatoires?
Par techniques de régularisation, je fais référence au lasso, à la régression des crêtes, au filet élastique et similaires. Envisager un modèle prédictif sur les données de soins de santé contenant des données démographiques et diagnostiques où la durée du séjour pour les séjours en milieu hospitalier est prévue. Pour …
2
Quelle est la meilleure façon de visualiser les effets des catégories et leur prévalence dans la régression logistique?
Je dois présenter des informations sur les principaux prédicteurs des votes d'un candidat à l'aide des données d'un sondage d'opinion publique. J'ai effectué une régression logistique en utilisant toutes les variables qui m'intéressent, mais je ne trouve pas un bon moyen de présenter ces informations. Mon client ne se soucie …
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.