Statistiques et Big Data

1

Comment déterminer si l'axe des Y d'un graphique doit ou non commencer à zéro?

Une façon courante de "mentir avec des données" consiste à utiliser une échelle d'ordonnée qui donne l'impression que les changements sont plus importants qu'ils ne le sont réellement. Lorsque je relis des publications scientifiques ou des rapports de laboratoire d'étudiants, je suis souvent frustré par ce "péché de la visualisation …

45 data-visualization

1

Différence entre GradientDescentOptimizer et AdamOptimizer (TensorFlow)?

J'ai écrit un simple MLP dans TensorFlow qui modélise une porte XOR . Donc pour: input_data = [[0., 0.], [0., 1.], [1., 0.], [1., 1.]] il devrait produire les éléments suivants: output_data = [[0.], [1.], [1.], [0.]] Le réseau comporte une couche d'entrée, une couche cachée et une couche de …

45 machine-learning neural-networks error gradient-descent supervised-learning

3

D'où vient l'idée fausse selon laquelle Y doit être normalement distribué?

Des sources apparemment réputées affirment que la variable dépendante doit être distribuée normalement: Les hypothèses du modèle: YYY est normalement distribué, les erreurs sont normalement distribuées, ei∼N(0,σ2)ei∼N(0,σ2)e_i \sim N(0,\sigma^2) , et indépendant, et XXX est fixé, et une variance constante σ2σ2\sigma^2 . Penn State, STAT 504 Analyse de données discrètes …

45 regression least-squares linear-model dependent-variable

6

Quels sont les principaux théorèmes en apprentissage machine (profond)?

Al Rahimi a récemment donné un discours très provocateur dans le NIPS 2017 comparant l'actuel apprentissage automatique à l'alchimie. L’une de ses affirmations est qu’il est nécessaire de revenir aux développements théoriques, de disposer de théorèmes simples prouvant des résultats fondamentaux. Quand il a dit cela, j'ai commencé à chercher …

45 machine-learning deep-learning theory

2

Noyau linéaire et non linéaire pour la machine à vecteurs de support?

Lors de l'utilisation de la machine à vecteurs de support, existe-t-il des instructions sur le choix du noyau linéaire par rapport au noyau non linéaire, comme le RBF? J'ai déjà entendu dire que le noyau non linéaire avait tendance à ne pas bien fonctionner lorsque le nombre de fonctionnalités était …

45 machine-learning classification svm references kernel-trick

3

Quel est l'effet d'avoir des prédicteurs corrélés dans un modèle de régression multiple?

J'ai appris dans ma classe de modèles linéaires que si deux prédicteurs sont corrélés et que les deux sont inclus dans un modèle, un sera insignifiant. Par exemple, supposons que la taille d’une maison et le nombre de chambres à coucher soient corrélés. Lors de la prévision du coût d'une …

45 regression multiple-regression p-value linear-model multicollinearity

2

Comment simuler des données artificielles pour une régression logistique?

Je sais que quelque chose me manque dans ma compréhension de la régression logistique et apprécierais vraiment toute aide. Autant que je sache, la régression logistique suppose que la probabilité d'un résultat '1' compte tenu des entrées est une combinaison linéaire des entrées, passant par une fonction de logistique inverse. …

45 r regression logistic generalized-linear-model simulation

10

Comment tracer correctement les tendances

Je crée un graphique pour montrer les tendances des taux de mortalité (pour 1 000 personnes) dans différents pays et l'histoire qui devrait résulter de l'intrigue est que l'Allemagne (ligne bleu clair) est le seul dont la tendance est à la hausse après 1932. C'est mon premier essai (basique) À …

45 data-visualization

8

Existe-t-il un standard de référence pour la modélisation de séries temporelles irrégulièrement espacées?

Dans le domaine de l’économie (je pense), nous avons ARIMA et GARCH pour les séries chronologiques régulièrement espacées et Poisson, Hawkes pour la modélisation des processus ponctuels; qu’en est-il des tentatives de modélisation de séries chronologiques irrégulièrement espacées - existe-t-il (au moins) des pratiques communes? ? (Si vous avez des …

45 time-series garch poisson-process point-process unevenly-spaced-time-series

5

Utiliser R en ligne - sans l'installer [fermé]

Est-il possible d'utiliser R dans une interface Web sans avoir à l'installer? Je n’ai qu’un seul petit script que j’aime exécuter, mais je veux seulement essayer, sans une longue procédure d’installation. Merci.

45 r

4

Comment calculez-vous la fonction de densité de probabilité du maximum d'un échantillon de variables aléatoires uniformes IID?

Étant donné la variable aléatoire Y=max(X1,X2,…,Xn)Y=max(X1,X2,…,Xn)Y = \max(X_1, X_2, \ldots, X_n) où XiXiX_i sont des variables uniformes IID, comment calculer le PDF de YYY ?

45 pdf maximum

3

Qu'est-ce que la déviance? (spécifiquement dans CART / rpart)

Qu'est-ce que la "déviance", comment est-elle calculée et quelles sont ses utilisations dans différents domaines de la statistique? En particulier, je suis personnellement intéressé par ses utilisations dans CART (et sa mise en œuvre dans rpart in R). Je pose cette question car l' article du wiki semble quelque peu …

45 r cart rpart deviance

15

Nombre attendu de ratio filles / garçons à la naissance

Je suis tombé sur une question lors d'un test d'aptitude à l'entretien critique lors d'un entretien d'embauche. C'est quelque chose comme ça: La République Zorganienne a des coutumes très étranges. Les couples souhaitent seulement avoir des enfants de sexe féminin, car seules les femmes peuvent hériter de la richesse de …

45 probability ratio

1

Comment fonctionne la méthode d'Adam de descente de gradient stochastique?

Je connais bien les algorithmes de base de descente de gradient pour la formation de réseaux de neurones. J'ai lu le document proposant Adam: ADAM: UNE MÉTHODE D'OPTIMISATION STOCHASTIQUE . Bien que j'ai certainement quelques idées (du moins), le papier semble être trop élevé pour moi en général. Par exemple, …

45 neural-networks optimization gradient-descent adam

3

Existe-t-il une différence entre lm et glm pour la famille gaussienne de glm?

Plus précisément, je veux savoir s’il existe une différence entre lm(y ~ x1 + x2)et glm(y ~ x1 + x2, family=gaussian). Je pense que ce cas particulier de glm est égal à lm. Ai-je tort?

45 r normal-distribution generalized-linear-model lm