Statistiques et Big Data

2

Pourquoi est-il souhaitable d'avoir une faible autocorrélation dans MCMC?

Je continue de lire sur la nécessité de vérifier l'autocorrélation dans MCMC. Pourquoi est-il important que l'autocorrélation soit faible? Que mesure-t-il dans le contexte du MCMC?

11 sampling autocorrelation mcmc

2

Est-il possible d'accepter l'hypothèse alternative?

Je suis au courant de plusieurs questions connexes ici (par exemple, la terminologie de test d'hypothèse entourant null , est-il possible de prouver une hypothèse nulle? ), Mais je ne connais pas la réponse définitive à ma question ci-dessous. Supposons un test d'hypothèse où nous voulons tester si une pièce …

11 hypothesis-testing

1

régression pour les données angulaires / circulaires

J'ai supervisé un problème d'apprentissage où les cibles sont des angles. Si je faisais une régression simple, alors les nombres 360 et 1 seraient loin pour mon modèle, mais en fait ils sont proches et prédire les coordonnées x et y ne me semble pas correct, car j'essaie de prédire …

11 regression circular-statistics

1

Ordonnance de retard pour le test de causalité de Granger

Supposons que je considère plusieurs variables indépendantes pour une éventuelle inclusion dans un modèle ARIMAX que je développe. Avant d'ajuster différentes variables, je voudrais filtrer les variables qui présentent une causalité inverse en utilisant un test de Granger (j'utilise la granger.testfonction du MSBVARpackage dans R, bien que je pense que …

11 lags granger-causality

1

Avantages de la distance de Jeffries Matusita

Selon certains articles que je lis, la distance de Jeffries et Matusita est couramment utilisée. Mais je n'ai pas trouvé beaucoup d'informations à ce sujet, sauf pour la formule ci-dessous JMD (x, y) =∑(xi−−√2−yi−−√2)2−−−−−−−−−−−−−√2∑(xi2−yi2)22\sqrt[2]{\sum(\sqrt[2]{x_i}-\sqrt[2]{y_i})^2} Elle est similaire à la distance euclidienne à l'exception de la racine carrée E (x, y) …

11 classification k-nearest-neighbour euclidean

2

Détection des valeurs aberrantes à l'aide de la régression

La régression peut-elle être utilisée pour une détection externe. Je comprends qu'il existe des moyens d'améliorer un modèle de régression en supprimant les valeurs aberrantes. Mais l'objectif principal ici n'est pas d'adapter un modèle de régression, mais de découvrir des mensonges en utilisant la régression

11 regression outliers

2

Fonctions de perte en pourcentage

La solution au problème: minmE[|m−X|]minmE[|m−X|] \min_{m} \; E[|m-X|] est bien connu pour être la médiane de XXX , mais à quoi ressemble la fonction de perte pour les autres centiles? Ex: le 25e centile de X est la solution pour: minmE[L(m,X)]minmE[L(m,X)] \min_{m} \; E[ L(m,X) ] Qu'est-ce que LLL dans …

11 expected-value loss-functions

5

Algorithme de Metropolis Hastings

J'ai besoin d'étudier les méthodes de Markov Chain Monte Carlo, pour être plus précis, j'ai besoin d'étudier l'algorithme de Metropolis Hastings et tout ça comme les critères de convergence. Qui peut me prescrire un livre, ou un papier, ou un site Web, qui explique cet argument en utilisant des termes …

11 references mcmc

3

Comment former une régression (logistique?) Dans R en utilisant la fonction de perte L1?

Je peux former une régression logistique en Rutilisant glm(y ~ x, family=binomial(logit))) mais, IIUC, cela optimise la vraisemblance logarithmique. Existe-t-il un moyen de former le modèle en utilisant la fonction de perte linéaire ( L1L1L_1 ) (qui dans ce cas est la même que la distance de variation totale )? …

11 logistic

5

Intuition sur la définition de la covariance

J'essayais de mieux comprendre la covariance de deux variables aléatoires et de comprendre comment la première personne qui y avait pensé était arrivée à la définition couramment utilisée en statistique. Je suis allé sur wikipedia pour mieux le comprendre. D'après l'article, il semble qu'une bonne mesure ou quantité candidate pour …

11 correlation covariance

2

Régression logistique: interprétation des variables continues

J'avais quelques questions sur l'interprétation des rapports de cotes pour les variables continues dans la régression logistique. J'ai l'impression que ce sont des questions de base sur la régression logistique (et probablement sur la régression en général), et même si j'ai un peu honte de ne pas connaître les réponses, …

11 regression logistic

3

Différence entre ep-SVR et nu-SVR (et SVR des moindres carrés)

J'essaie de savoir quel SVR est adapté à ce type de données. Je connais 4 types de SVR: epsilon nu moindres carrés et linéaire. Je comprends que le SVR linéaire ressemble plus ou moins au lasso avec L1 Reg, mais quelle est la différence entre les 3 techniques restantes?

11 regression svm

1

Comment prévoir des événements rares?

Je travaille sur le développement d'un modèle prédictif des risques d'assurance. Ces modèles sont des «événements rares» comme la prévision de non-présentation des compagnies aériennes, la détection de pannes matérielles, etc. Pendant que je préparais mon ensemble de données, j'essayais d'appliquer la classification, mais je n'ai pas pu obtenir de …

11 classification predictive-models scikit-learn poisson-process

1

Comment choisir la probabilité de coupure pour un événement rare Régression logistique

J'ai 100 000 observations (9 variables indicatrices factices) avec 1000 positifs. La régression logistique devrait bien fonctionner dans ce cas, mais la probabilité de coupure me laisse perplexe. Dans la littérature courante, nous choisissons un seuil de 50% pour prédire les 1 et les 0. Je ne peux pas le …

11 regression logistic classification generalized-linear-model roc

4

Introduction aux statistiques non paramétriques

J'étudie les statistiques depuis deux ans. Presque tout ce que j'ai appris concerne les statistiques paramétriques. J'aimerais maintenant en savoir plus sur les statistiques non paramétriques. Quelqu'un peut-il suggérer une introduction concise (peut-être aussi lisible) dans ce domaine?

11 self-study nonparametric references