Statistiques et Big Data

2

Quand (et pourquoi) devriez-vous prendre le journal d'une distribution (de nombres)?

Supposons que je dispose de certaines données historiques, telles que les cours antérieurs, les fluctuations des prix des billets d'avion, les données financières passées de la société ... Maintenant, quelqu'un (ou une formule) arrive et dit "prenons / utilisons le journal de la distribution" et voici où je vais POURQUOI …

174 distributions data-transformation logarithm

4

Comment interpréter un graphique QQ

Je travaille avec un petit ensemble de données (21 observations) et ai le graphe QQ normal suivant dans R: Voyant que l'intrigue ne soutient pas la normalité, que pourrais-je déduire de la distribution sous-jacente? Il me semble qu'une distribution plus biaisée à droite conviendrait mieux, n'est-ce pas? Aussi, quelles autres …

173 r data-visualization inference qq-plot

9

Pourquoi cette soudaine fascination pour les tenseurs?

J'ai remarqué récemment que beaucoup de gens développent des équivalents tenseurs de nombreuses méthodes (factorisation des tenseurs, noyaux des tenseurs, tenseurs pour la modélisation de sujets, etc.) Je me demande pourquoi le monde est soudainement fasciné par les tenseurs? Existe-t-il des articles / résultats standard récents particulièrement surprenants qui ont …

171 machine-learning references matrix linear-algebra tensor

3

Quand devrais-je utiliser le lasso vs la crête?

Supposons que je veuille estimer un grand nombre de paramètres et que je veuille pénaliser certains d'entre eux car je pense qu'ils devraient avoir peu d'effet par rapport aux autres. Comment décider quel schéma de pénalisation utiliser? Quand la régression de crête est-elle plus appropriée? Quand devrais-je utiliser le lasso?

167 regression lasso ridge-regression

30

Statistiques Blagues

Eh bien, nous avons des citations de statistiques préférées. Qu'en est-il des blagues sur les statistiques?

166 references humor

8

Dans la régression linéaire, quand est-il approprié d'utiliser le journal d'une variable indépendante au lieu des valeurs réelles?

Est-ce que je cherche une distribution plus sage pour la variable indépendante en question, ou pour réduire l'effet des valeurs aberrantes, ou autre chose?

164 regression distributions data-transformation logarithm regression-strategies

8

Comment gérer la séparation parfaite dans la régression logistique?

Si vous avez une variable qui sépare parfaitement les zéros de la variable cible, R affichera le message d’alerte suivant: "séparation parfaite ou quasi parfaite": Warning message: glm.fit: fitted probabilities numerically 0 or 1 occurred Nous obtenons toujours le modèle mais les estimations des coefficients sont gonflées. Comment gérez-vous cela …

163 r regression logistic separation

21

Julia a-t-elle un espoir de rester dans la communauté statistique?

J'ai récemment lu un article de R-Bloggers, qui est lié à ce billet de John Myles White sur un nouveau langage appelé Julia . Julia profite d'un compilateur juste à temps qui lui donne des temps d'exécution rapides et le met dans le même ordre de grandeur que C / …

161 r computational-statistics software computing julia

3

Aide-mémoire de lmer de R

Il y a beaucoup de discussions sur ce forum sur la bonne façon de spécifier divers modèles hiérarchiques en utilisant lmer. J'ai pensé que ce serait génial d'avoir toutes les informations au même endroit. Quelques questions pour commencer: Comment spécifier plusieurs niveaux, où un groupe est imbriqué dans l'autre: est-ce …

160 r mixed-model random-effects-model fixed-effects-model lme4-nlme

3

ROC vs courbes de précision et de rappel

Je comprends les différences formelles qui les séparent. Ce que je veux savoir, c’est quand il est plus pertinent d’utiliser l’un par rapport à l’autre. Fournissent-ils toujours des informations complémentaires sur les performances d'un système de classification / détection donné? Quand est-il raisonnable de leur fournir les deux, par exemple, …

159 machine-learning roc precision-recall

2

Comment obtenir le nombre de lignes d'un data.frame dans R? [fermé]

Après avoir lu un jeu de données: dataset <- read.csv("forR.csv") Comment puis-je obtenir que R me donne le nombre de cas qu'il contient? De même, la valeur renvoyée inclura-t-elle les cas exclus omis avec na.omit(dataset)?

158 r

2

Génératif vs discriminatif

Je sais que générative signifie "basé sur P(x,y)P(x,y)P(x,y) " et discriminatif signifie "basé sur P(y|x)P(y|x)P(y|x) ", mais je suis confus sur plusieurs points: Wikipedia (+ de nombreux autres hits sur le Web) classifie des éléments tels que les SVM et les arbres de décision comme discriminants. Mais ceux-ci n'ont même …

154 machine-learning generative-models

7

PCA sur la corrélation ou la covariance?

Quelles sont les principales différences entre effectuer une analyse en composantes principales (ACP) sur la matrice de corrélation et sur la matrice de covariance? Est-ce qu'ils donnent les mêmes résultats?

153 correlation pca covariance factor-analysis

6

Une valeur de distribution de probabilité supérieure à 1 est-elle acceptable?

Sur la page Wikipedia sur les classificateurs naïfs de Bayes , il y a cette ligne: p(height|male)=1.5789p(height|male)=1.5789p(\mathrm{height}|\mathrm{male}) = 1.5789 (Une distribution de probabilité sur 1 est OK. C'est l'aire sous la courbe en cloche qui est égale à 1.) Comment une valeur peut-elle être correcte? Je pensais que toutes les …

149 distributions probability normal-distribution pdf

6

Comment choisir un modèle prédictif après validation croisée des k-fold?

Je me demande comment choisir un modèle prédictif après la validation croisée des plis en K. Cela peut être mal formulé, alors laissez-moi vous expliquer plus en détail: chaque fois que je lance la validation croisée des plis en K, j'utilise K sous-ensembles des données d'apprentissage et finis avec K …

149 cross-validation model-selection