Statistiques et Big Data

1

Fonction de coût pour valider les modèles de régression de Poisson

Pour les données de comptage que j'ai collectées, j'utilise la régression de Poisson pour construire des modèles. Je le fais en utilisant la glmfonction dans R, où j'utilise family = "poisson". Pour évaluer les modèles possibles (j'ai plusieurs prédicteurs) j'utilise l'AIC. Jusqu'ici tout va bien. Maintenant, je veux effectuer une …

11 r generalized-linear-model poisson-distribution

5

Si ce n'est pas un Poisson, alors quelle est cette distribution?

J'ai un ensemble de données contenant le nombre d'actions effectuées par des individus au cours de 7 jours. L'action spécifique ne devrait pas être pertinente pour cette question. Voici quelques statistiques descriptives pour l'ensemble de données: GammeSignifierVarianceNombre d'observations0 - 77218,22791696Range0−772Mean18.2Variance2791Number of observations696 \begin{array}{|c|c|} \hline \text{Range} & 0 - 772 \\ …

11 r distributions poisson-distribution mean sample

1

Rao-Blackwellisation des filtres Monte Carlo séquentiels

Dans l'article fondateur "Rao-Blackwellised Particle Filtering for Dynamic Bayesian Networks" par A. Doucet et. Al. un filtre séquentiel de monte carlo (filtre à particules) est proposé, qui utilise une sous-structure linéaire dans un processus de markov . Par marginalisation de cette structure linéaire, le filtre peut être divisé en deux …

11 monte-carlo particle-filter

1

Comment détecter si un processus gaussien est trop adapté?

J'entraîne un processus gaussien avec un noyau ARD avec beaucoup de paramètres en maximisant la lisibilité marginale des données, au lieu de la validation croisée. Je soupçonne que c'est trop adapté. Comment puis-je tester cette suspicion dans un contexte bayésien?

11 machine-learning cross-validation gaussian-process

2

Mesures de la séparabilité des classes dans les problèmes de classification

Un exemple d'une bonne mesure de la séparabilité des classes chez les apprenants discriminants linéaires est le rapport discriminant linéaire de Fisher. Existe-t-il d'autres mesures utiles pour déterminer si les ensembles de fonctionnalités offrent une bonne séparation des classes entre les variables cibles? En particulier, je suis intéressé à trouver …

11 machine-learning classification feature-selection discriminant-analysis

3

Importance des variables dans la régression logistique

Je suis probablement confronté à un problème qui a probablement été résolu une centaine de fois auparavant, mais je ne sais pas où trouver la réponse. Lorsque j'utilise la régression logistique, étant donné de nombreuses fonctionnalités et que j'essaie de prédire une valeur binaire catégorielle , je suis intéressé par …

11 machine-learning logistic classification

2

Échantillonnage avec remplacement dans R randomForest

L'implémentation randomForest ne permet pas l'échantillonnage au-delà du nombre d'observations, même lors d'un échantillonnage avec remplacement. Pourquoi est-ce? Fonctionne bien: rf <- randomForest(Species ~ ., iris, sampsize=c(1, 1, 1), replace=TRUE) rf <- randomForest(Species ~ ., iris, sampsize=3, replace=TRUE) Ce que je veux faire: rf <- randomForest(Species ~ ., iris, sampsize=c(51, …

11 r sampling random-forest stratification oversampling

1

Définition du système bayésien dynamique et sa relation avec HMM?

De Wikipédia Un réseau bayésien dynamique (DBN) est un réseau bayésien qui relie des variables entre elles sur des pas de temps adjacents. Ceci est souvent appelé un BN à deux tranches de temps car il dit qu'à tout moment T, la valeur d'une variable peut être calculée à partir …

11 hidden-markov-model graphical-model

2

Analyse d'enrichissement par niveau de duplication de gènes

Contexte biologique Au fil du temps, certaines espèces végétales ont tendance à dupliquer leurs génomes entiers, obtenant une copie supplémentaire de chaque gène. En raison de l'instabilité de cette configuration, bon nombre de ces gènes sont ensuite supprimés, et le génome se réorganise et se stabilise, prêt à être dupliqué …

11 generalized-linear-model contingency-tables fishers-exact genetics bioinformatics

1

Système de vote qui utilise la précision de chaque électeur et l'incertitude associée

Disons que nous avons une simple question "oui / non" à laquelle nous voulons savoir une réponse. Et il y a N personnes "votant" pour la bonne réponse. Chaque électeur a une histoire - une liste de 1 et de 0, montrant s'ils avaient raison ou tort au sujet de …

11 accuracy uncertainty weighted-mean voting-system

5

«Peakedness» d'une fonction de densité de probabilité asymétrique

Je voudrais décrire le "pic" et la "lourdeur" de la queue de plusieurs fonctions asymétriques de densité de probabilité. Les caractéristiques que je veux décrire, seraient-elles appelées "kurtosis"? Je n'ai vu que le mot "kurtosis" utilisé pour les distributions symétriques?

11 pdf descriptive-statistics skewness kurtosis

2

Modèles de décompte zéro gonflé en R: quel est le véritable avantage?

Pour analyser les dénombrements d'oiseaux gonflés à zéro, j'aimerais appliquer des modèles de comptage à gonflage nul en utilisant le package R pscl . Cependant, après avoir regardé l'exemple fourni dans la documentation pour l'une des principales fonctions ( ? Zeroinfl ), je commence à douter du véritable avantage de …

11 r poisson-distribution zero-inflation

1

Comparaisons multiples du modèle mixte pour l'interaction entre le prédicteur continu et le prédicteur catégorique

Je voudrais utiliser lme4pour ajuster une régression à effets mixtes et multcomppour calculer les comparaisons par paire. J'ai un ensemble de données complexe avec plusieurs prédicteurs continus et catégoriques, mais ma question peut être démontrée en utilisant l' ChickWeightensemble de données intégré comme exemple: m <- lmer(weight ~ Time * …

11 r mixed-model multiple-comparisons

1

Dirichlet postérieur

J'ai une question sur la distribution postérieure de Dirichlet. Étant donné une fonction de vraisemblance multinomiale, il est connu que le postérieur est , où est le nombre de fois où nous avons vu observation.D i r ( αje+ Nje)Dir(αi+Ni)Dir({\alpha_i + N_i})NjeNiN_ijet hjethi^{th} Que se passe-t-il si nous commençons à …

11 dirichlet-distribution

3

Intuition et utilisations du coefficient de variation

Je participe actuellement au cours An Introduction to Operations Management sur Coursera.org. À un moment donné du cours, le professeur a commencé à faire face à la variation du temps des opérations. La mesure qu'il utilise est le coefficient de variation , le rapport entre l'écart-type et la moyenne: cv=σμcv=σμc_v …

11 standard-deviation intuition coefficient-of-variation