Statistiques et Big Data

Q & A pour les personnes intéressées par les statistiques, l'apprentissage automatique, l'analyse de données, l'exploration de données et la visualisation de données

Bons livres couvrant le prétraitement des données et les techniques de détection des valeurs aberrantes

Comme son titre l'indique, quelqu'un connaît-il un bon livre à jour qui couvre le prétraitement des données en général et en particulier les techniques de détection des valeurs aberrantes? Le livre n'a pas besoin de se concentrer exclusivement sur cela, mais il devrait traiter de manière exhaustive les sujets susmentionnés …

11 dataset data-mining references outliers

Calcul de la dimension VC d'un réseau de neurones

Si j'ai une topologie fixe non récurrente (DAG) (ensemble fixe de nœuds et de bords, mais l'algorithme d'apprentissage peut faire varier le poids sur les bords) de neurones sigmoïdes avec neurones d'entrée qui ne peuvent prendre que des chaînes dans en entrée et conduit à une sortie (qui génère une …

11 machine-learning neural-networks algorithms vc-dimension

Comment puis-je améliorer la stabilité de mon réseau neuronal?

J'utilise le neuralnet en R pour construire un NN avec 14 entrées et une sortie. Je construis / forme le réseau plusieurs fois en utilisant les mêmes données de formation d'entrée et la même architecture / paramètres de réseau. Une fois que chaque réseau est produit, je l'utilise sur un …

11 r machine-learning neural-networks

Comment effectuer une comparaison post-hoc sur le terme d'interaction avec le modèle à effets mixtes?

Je travaille sur un ensemble de données afin d'évaluer l'impact du séchage sur les activités microbiennes des sédiments. L'objectif est de déterminer si l'impact du séchage varie selon les types de sédiments et / ou la profondeur dans les sédiments. La conception expérimentale est la suivante: Le premier facteur Sédiment …

11 mixed-model interaction post-hoc lme4-nlme

Évaluation de la prévisibilité des séries chronologiques

Supposons que j'ai un peu plus de 20 000 séries chronologiques mensuelles s'étendant de janvier 2005 à décembre 2011. Chacun d'eux représente les données de ventes mondiales pour un produit différent. Et si, au lieu de calculer des prévisions pour chacun d'entre eux, je voulais me concentrer uniquement sur un …

11 time-series forecasting forecastability

Coefficient de Gini et limites d'erreur

J'ai une série chronologique de données avec N = 14 comptes à chaque point dans le temps, et je veux calculer le coefficient de Gini et une erreur standard pour cette estimation à chaque point dans le temps. Comme je n'ai que N = 14 comptes à chaque instant, j'ai …

11 r variance econometrics resampling gini

Pourquoi utiliserait-on le carré de l'âge comme covariable dans une étude d'association génétique?

Pourquoi utiliser l'âge et le carré d'âge comme covariables dans une étude d'association génétique? Je peux comprendre l'utilisation de l'âge s'il a été identifié comme une covariable significative, mais je ne suis pas sûr de l'utilisation de l'âge au carré.

11 multiple-regression polynomial predictor bioinformatics genetics

Rapport des résultats d'une régression linéaire simple: quelles informations inclure?

Je viens d'effectuer une régression linéaire (très) simple dans Genstat et j'aimerais inclure un résumé succinct et significatif de la sortie dans mon rapport. Je ne sais pas exactement quelle ou quelle quantité d'informations je devrais inclure. Les bits principaux de ma sortie Genstat ressemblent à ceci: Summary of analysis …

11 regression reporting

Pourquoi les gens utilisent-ils le terme «poids de la preuve» et en quoi diffère-t-il de «l'information mutuelle ponctuelle»?

Ici, le «poids de la preuve» (WOE) est un terme courant dans la littérature scientifique et politique publiée, le plus souvent vu dans le contexte de l'évaluation des risques, défini par: w ( e : h ) = logp ( e | h )p ( e | h¯¯¯)w(e:h)=log⁡p(e|h)p(e|h¯)w(e : h) …

11 probability bayesian mutual-information

Quelles sont les bonnes ressources fournissant un historique des statistiques?

Quelles sont les bonnes ressources en ligne ou hors ligne qui donnent un aperçu de l'historique des statistiques et de la principale percée statistique jusqu'à présent? J'ai lu la page sur l' histoire des statistiques sur Wikipédia .

11 references history

Alternative pour bloquer le bootstrap pour les séries temporelles multivariées

J'utilise actuellement le processus suivant pour démarrer une série temporelle multivariée dans R: Déterminer les tailles de bloc - exécutez la fonction b.stardans le nppackage qui produit une taille de bloc pour chaque série Sélectionnez la taille de bloc maximale Exécuter tsbootsur n'importe quelle série en utilisant la taille de …

11 r time-series multivariate-analysis bootstrap

Problème lors de la conversion d'un facteur en une variable numérique dans R [fermé]

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 7 ans . J'aimerais convertir une variable de facteur en une variable numérique mais …

11 r data-transformation

Comparaison des coefficients de corrélation

J'ai deux ensembles de données où j'ai à ~ 250 000 valeurs pour 78 et 35 échantillons. Certains des échantillons appartiennent à une famille et cela peut avoir un effet sur les données. J'ai calculé la corrélation par paire et elle varie entre 0,7 et 0,95 mais je voudrais savoir …

11 correlation cross-correlation intraclass-correlation

Exemples de coïncidence entre l'intervalle de confiance et l'intervalle crédible

Dans l'article de Wikipédia sur l' intervalle crédible , il est dit: Dans le cas d'un seul paramètre et de données qui peuvent être résumées en une seule statistique suffisante, il peut être démontré que l'intervalle crédible et l'intervalle de confiance coïncideront si le paramètre inconnu est un paramètre de …

11 confidence-interval credible-interval

Comment tester si mes données sont discrètes ou continues?

Il me semble que pour choisir les bons outils statistiques, je dois d'abord identifier si mon jeu de données est discret ou continu. Pourriez-vous me dire comment puis-je tester si les données sont discrètes ou continues avec R?

11 r continuous-data discrete-data

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.

Licensed under cc by-sa 3.0 with attribution required.