Statistiques et Big Data

1

Densité hyperprior pour le modèle hiérarchique Gamma-Poisson

Dans un modèle hiérarchique de données où il semble typique en pratique de choisir des valeurs ( sorte que la moyenne et la variance de la distribution gamma correspondent à peu près à la moyenne et à la variance des données (par exemple, Clayton et Kaldor, 1987 "Empirical Bayes Estimates …

11 poisson-distribution gamma-distribution hierarchical-bayesian hyperparameter

1

Estimation de la pente de la partie droite d'une courbe sigmoïde

On m'a confié cette tâche et j'ai été perplexe. Un collègue m'a demandé d'estimer le et le x l o w e r du graphique suivant:xupperxupperx_{upper}xlowerxlowerx_{lower} La courbe est en fait une distribution cumulative, et x est une sorte de mesure. Il souhaite savoir quelles sont les valeurs correspondantes sur …

11 estimation pdf curve-fitting logistic-curve

1

Comprendre la sortie d'un bootstrap effectué dans R (tsboot, MannKendall)

J'ai une question concernant l'interprétation de l'appel tsboot dans R. J'ai vérifié la documentation du Kendall et du paquet de démarrage, mais je ne suis pas plus intelligent qu'avant. Quand je lance un bootstrap en utilisant par exemple l'exemple dans le paquet Kendall, où la statistique de test est le …

11 r bootstrap

2

La randomisation est-elle fiable avec de petits échantillons?

Jerome Cornfield a écrit: L'un des meilleurs fruits de la révolution des pêcheurs a été l'idée de la randomisation, et les statisticiens qui sont d'accord sur peu d'autres choses sont au moins d'accord là-dessus. Mais malgré cet accord et malgré l'utilisation généralisée des procédures d'allocation aléatoire en clinique et dans …

11 small-sample random-allocation

2

Comment fonctionne la «régression pas à pas»?

J'ai utilisé le code R suivant pour s'adapter à un modèle probit: p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') Je veux savoir ce que fait stepwiseet backward/forwardfait exactement et comment sélectionner les variables?

11 r probit stepwise-regression

2

Comment des programmes comme BUGS / JAGS déterminent-ils automatiquement les distributions conditionnelles pour l'échantillonnage de Gibbs?

Il semble que les conditions complètes soient souvent assez difficiles à dériver, mais des programmes comme JAGS et BUGS les dérivent automatiquement. Quelqu'un peut-il expliquer comment il génère algorithmiquement des conditions complètes pour toute spécification de modèle arbitraire?

11 bayesian conditional-probability jags bugs gibbs

1

Précision moyenne et rappel lors de l'utilisation de la validation croisée

J'ai effectué une classification en utilisant plusieurs classificateurs pour des données étiquetées à 2 classes, et j'ai utilisé une validation croisée 5 fois. Pour chaque pli, j'ai calculé tp, tn, fp et fn. Ensuite, j'ai calculé l'exactitude, la précision, le rappel et le score F pour chaque test. Ma question …

11 classification cross-validation precision-recall

2

Comment obtenir des valeurs de p regroupées sur des tests effectués dans plusieurs jeux de données imputés?

En utilisant Amelia dans R, j'ai obtenu plusieurs jeux de données imputés. Après cela, j'ai effectué un test de mesures répétées dans SPSS. Maintenant, je veux regrouper les résultats des tests. Je sais que je peux utiliser les règles de Rubin (implémentées via n'importe quel package d'imputation multiple dans R) …

11 r spss p-value multiple-imputation pooling

4

Comment choisir le nombre d'arbres dans un modèle de régression boosté généralisé?

Existe-t-il une stratégie pour choisir le nombre d'arbres dans un GBM? Plus précisément, l' ntreesargument dans Rla gbmfonction de. Je ne vois pas pourquoi vous ne devriez pas définir ntreesla valeur raisonnable la plus élevée. J'ai remarqué qu'un plus grand nombre d'arbres réduit clairement la variabilité des résultats de plusieurs …

11 r machine-learning gbm

2

Dans quels paramètres les intervalles de confiance ne s'améliorent-ils pas à mesure que la taille de l'échantillon augmente?

Dans un article de blog , j'ai trouvé l'affirmation selon laquelle "Je crois que WG Cochrane a fait remarquer pour la première fois (vers les années 1970) qu'avec des intervalles de confiance dans un cadre d'observation, de petites tailles d'échantillons se traduisent par une meilleure couverture avec des échantillons suffisamment …

11 confidence-interval t-test simulation

2

Classification des séries chronologiques - très mauvais résultats

Je travaille sur un problème de classification de série chronologique où l'entrée est des données d'utilisation vocale de série chronologique (en secondes) pour les 21 premiers jours d'un compte de téléphone portable. La variable cible correspondante est de savoir si ce compte a été annulé dans la fourchette de 35 …

11 time-series classification

1

Exemple d'estimation maximale a posteriori

J'ai lu à propos de l'estimation du maximum de vraisemblance et de l'estimation maximum a posteriori et jusqu'à présent, je n'ai rencontré d'exemples concrets qu'avec l'estimation du maximum de vraisemblance. J'ai trouvé quelques exemples abstraits d'estimation maximale a posteriori, mais rien de concret pour l'instant avec des chiffres: S Cela …

11 bayesian estimation posterior

1

R neuralnet - le calcul donne une réponse constante

J'essaie d'utiliser le neuralnetpackage de R (documentation ici ) pour la prédiction. Voici ce que j'essaie de faire: library(neuralnet) x <- cbind(runif(50, min=1, max=500), runif(50, min=1, max=500)) y <- x[, 1] * x[, 2] train <- data.frame(x, y) n <- names(train) f <- as.formula(paste('y ~', paste(n[!n %in% 'y'], collapse = …

11 r neural-networks prediction error

5

Contexte mathématique des réseaux de neurones

Je ne sais pas si cela convient à ce site, mais je commence mon MSE en informatique (BS en mathématiques appliquées) et je veux obtenir une solide formation en apprentissage automatique (je vais très probablement poursuivre un doctorat). Un de mes sous-intérêts est les réseaux de neurones. Quel est un …

11 machine-learning neural-networks mathematical-statistics references

1

Comment interpréter un coefficient de régression linéaire négatif pour une variable de résultat enregistrée?

J'ai un modèle de régression linéaire où la variable dépendante est enregistrée et une variable indépendante est linéaire. Le coefficient de pente pour une variable indépendante clé est négatif: . Je ne sais pas comment interpréter.−.0564−.0564-.0564 Dois-je utiliser la valeur absolue puis la transformer en un négatif comme ceci: (exp(0.0564)−1)⋅100=5.80(exp⁡(0.0564)−1)⋅100=5.80(\exp(0.0564)-1) …

11 linear-model interpretation regression-coefficients