Statistiques et Big Data

1

Existe-t-il toujours une fonction de lien canonique pour un modèle linéaire généralisé (GLM)?

Dans GLM, en supposant un scalaire et θ pour la distribution sous-jacente avec pdf f Y ( y | θ , τ ) = h ( y , τ ) exp ( θ y - A ( θ )OuiYYθθ\theta On peut montrer queμ=E(Y)=A′(θ). Si la fonction de lieng(⋅)satisfait à ce …

11 generalized-linear-model exponential-family

1

Distribution du rapport des variables aléatoires chi carré dépendantes

Supposons que où sont indépendants.X=X1+X2+⋯+XnX=X1+X2+⋯+Xn X = X_1 + X_2+\cdots+ X_n Xi∼N(0,σ2)Xi∼N(0,σ2)X_i \sim N(0,\sigma^2) Ma question est, quelle distribution Z=X2X21+X22+⋯+X2nZ=X2X12+X22+⋯+Xn2 Z = \frac{X^2}{X_1^2 + X_2^2 + \cdots + X_n^2} suivre? Je sais d' ici que le rapport de deux variables aléatoires khi-deux exprimées en suit une distribution bêta. Je pense …

11 normal-distribution chi-squared beta-distribution ratio

2

L'attente est-elle la même que la moyenne?

Je fais du ML à mon université, et le professeur a mentionné le terme Attente (E), alors qu'il essayait de nous expliquer certaines choses sur les processus gaussiens. Mais d'après la façon dont il l'a expliqué, j'ai compris que E est le même que le μ moyen. Ai-je bien compris? …

11 machine-learning gaussian-process linear-algebra

1

Modèle marginal versus modèle à effets aléatoires - comment choisir entre eux? Un conseil pour un profane

En recherchant des informations sur le modèle marginal et le modèle à effets aléatoires , et comment choisir entre eux, j'ai trouvé quelques informations mais c'était une explication plus ou moins mathématique abstraite (comme par exemple ici: https: //stats.stackexchange .com / a / 68753/38080 ). Quelque part, j'ai constaté qu'il …

11 mixed-model random-effects-model glmm gee marginal-model

1

Interprétation géométrique de l'estimation du maximum de vraisemblance

Je lisais le livre The Identification Problem in Econometrics de Franklin M. Fisher, et j'étais confus par la partie qu'il démontrait l'identification en visualisant la fonction de vraisemblance. Le problème pourrait être simplifié comme suit: Pour une régression , où u ∼ i . i . d . N ( …

11 mathematical-statistics maximum-likelihood geometry

3

Intervalle de confiance pour l'exactitude de la classification validée de façon croisée

Je travaille sur un problème de classification qui calcule une métrique de similitude entre deux images radiographiques d'entrée. Si les images sont de la même personne (étiquette de «droite»), une métrique plus élevée sera calculée; les images d'entrée de deux personnes différentes (étiquette de «mauvais») entraîneront une mesure inférieure. J'ai …

11 classification confidence-interval cross-validation matlab

1

Test de Friedman vs test de Wilcoxon

J'essaie d'évaluer les performances d'un algorithme de classification d'apprentissage automatique supervisé. Les observations se répartissent en classes nominales (2 pour l'instant, mais j'aimerais généraliser cela aux problèmes multi-classes), tirées d'une population de 99 sujets. L'une des questions auxquelles j'aimerais pouvoir répondre est la suivante: si l'algorithme présente une différence significative …

11 r hypothesis-testing nonparametric

1

Comment vérifiez-vous l'ergodicité d'un processus stochastique à partir de son ou ses chemins d'échantillonnage?

Comment vérifiez-vous l'ergodicité d'un processus stochastique stationnaire au sens large à partir de son ou ses chemins d'échantillonnage? Pouvons-nous vérifier l'ergodicité à partir d'un seul chemin d'échantillonnage? Ou avons-nous besoin de plusieurs chemins d'échantillonnage? L'une des motivations de la vérification de l'ergodicité réside dans les séries chronologiques pour s'assurer que …

11 time-series ergodic

1

Distribution d'échantillonnage du rayon de la distribution normale 2D

La distribution normale bivariée avec la moyenne et la matrice de covariance peut être réécrite en coordonnées polaires de rayon et d'angle . Ma question est la suivante: quelle est la distribution d'échantillonnage de , c'est-à-dire de la distance d'un point au centre estimé étant donné la matrice de covariance …

11 probability normal-distribution multivariate-analysis rayleigh

1

Étant donné que la distribution bêta est similaire dans sa forme au binôme, pourquoi avons-nous besoin de la distribution bêta?

Il semble que la distribution binomiale soit très similaire dans sa forme à la distribution bêta et que je puisse re-paramétrer les constantes sur l'un ou l'autre des fichiers pdf pour les rendre identiques. Alors, pourquoi avons-nous besoin de la distribution bêta? Est-ce dans un but précis? Merci!

11 bayesian mathematical-statistics binomial beta-distribution

1

Clarification de la maximisation des attentes

J'ai trouvé un tutoriel très utile concernant l' algorithme EM . L'exemple et l'image du tutoriel sont tout simplement géniaux. Question connexe sur le calcul des probabilités comment fonctionne la maximisation des attentes? J'ai une autre question concernant la façon de connecter la théorie décrite dans le tutoriel à l'exemple. …

11 machine-learning clustering algorithms natural-language

3

La modularité du réseau de Newman fonctionne-t-elle pour les graphiques signés et pondérés?

La modularité d'un graphe est définie sur sa page Wikipédia . Dans un autre article , quelqu'un a expliqué que la modularité peut facilement être calculée (et maximisée) pour les réseaux pondérés car la matrice d'adjacence peut également contenir des liens de valeur. Cependant, je voudrais savoir si cela fonctionnerait …

11 clustering data-visualization networks partitioning modularity

2

Lissage de Laplace et Dirichlet prior

Sur l' article wikipedia du lissage de Laplace (ou lissage additif), il est dit que d'un point de vue bayésien, cela correspond à la valeur attendue de la distribution postérieure, en utilisant une distribution de Dirichlet symétrique avec le paramètre comme priorité.αα\alpha Je suis perplexe quant à la réalité de …

11 bayesian smoothing dirichlet-distribution laplace-smoothing

1

Que dois-je faire lorsque les valeurs de l'AIC sont faibles et approximativement égales?

Chris Chatfield, dont j'ai apprécié la lecture de nombreux livres et articles de qualité, dans (1) donne les conseils suivants: Par exemple, le choix entre les modèles de séries chronologiques ARIMA avec des valeurs AIC faibles et approximativement égales devrait probablement être fait, non pas sur celui qui donne l'AIC …

11 forecasting model-selection arima aic

4

Comment fixer un coefficient et ajuster les autres à l'aide de la régression

Je voudrais fixer manuellement un certain coefficient, par exemple , puis ajuster les coefficients à tous les autres prédicteurs, tout en conservant dans le modèle.β 1 = 1,0β1= 1,0β1=1.0\beta_1=1.0β1= 1,0β1=1.0\beta_1=1.0 Comment puis-je y parvenir en utilisant R? J'aimerais particulièrement travailler avec LASSO ( glmnet) si possible. Sinon, comment puis-je limiter …

11 r multiple-regression lasso glmnet constrained-regression