Statistiques et Big Data

Je travaille sur un problème dans lequel je dois utiliser Kriging pour prédire la valeur de certaines variables en fonction de certaines variables environnantes. Je veux implémenter son code par moi-même. Donc, j'ai parcouru trop de documents pour comprendre comment cela fonctionne, mais j'étais tellement confus. En général, je comprends …

10 spatial  interpolation  kriging 

J'ai lu dans un journal la phrase suivante: Le fait qu'il existe une différence entre les coefficients à court terme et à long terme est le résultat de notre spécification qui inclut des variables endogènes décalées. Ils effectuent une régression des premières différences et incluent un décalage de la variable …

10 regression  time-series  lags 

J'ai les vecteurs X et Y simples suivants: > X [1] 1.000 0.063 0.031 0.012 0.005 0.000 > Y [1] 1.000 1.000 1.000 0.961 0.884 0.000 > > plot(X,Y) Je veux faire une régression en utilisant le journal de X. Pour éviter d'obtenir le journal (0), j'essaie de mettre +1 …

10 r  regression  lognormal 

Je suis presque sûr d'avoir déjà vu le résultat suivant dans les statistiques mais je ne me souviens pas où. Si est une variable aléatoire positive et alors lorsque , où est le cdf de .E ( X ) < ∞ ε F - 1 ( 1 - ε ) …

10 references  quantiles  cdf  moments 

Je m'excuse du léger abus de terminologie; J'espère qu'il deviendra clair ce que je veux dire ci-dessous. Considérons une variable aléatoire . La moyenne et la médiane peuvent toutes deux être caractérisées par un critère d'optimalité: la moyenne est le nombre qui minimise , et la médiane ce nombre qui …

10 mean  median 

Dans la section 7 de l'article Random Forests (Breiman, 1999), l'auteur énonce la conjecture suivante: "Adaboost est une forêt aléatoire". Quelqu'un a-t-il prouvé ou réfuté cela? Qu'est-ce qui a été fait pour prouver ou infirmer ce post 1999?

10 machine-learning  random-forest  boosting 

Je comprends que la formation préalable est utilisée pour éviter certains des problèmes liés à la formation conventionnelle. Si j'utilise la rétropropagation avec, par exemple un encodeur automatique, je sais que je vais rencontrer des problèmes de temps car la rétropropagation est lente, et aussi que je peux rester coincé …

10 machine-learning  neural-networks  backpropagation  rbm  pre-training 

Imaginez une situation: nous avons des enregistrements historiques (20 ans) de trois mines. La présence d'argent augmente-t-elle la probabilité de trouver de l'or l'année prochaine? Comment tester une telle question? Voici des exemples de données: mine_A <- c("silver","rock","gold","gold","gold","gold","gold", "rock","rock","rock","rock","silver","rock","rock", "rock","rock","rock","silver","rock","rock") mine_B <- c("rock","rock","rock","rock","silver","rock","rock", "silver","gold","gold","gold","gold","gold","rock", "silver","rock","rock","rock","rock","rock") mine_C <- c("rock","rock","silver","rock","rock","rock","rock", "rock","silver","rock","rock","rock","rock","silver", "gold","gold","gold","gold","gold","gold") …

10 r  time-series  hypothesis-testing  stochastic-processes 

J'ai une matrice , contenant mes échantillons dans l' espace . Je souhaite maintenant coder ma propre analyse en composantes principales (ACP) dans Matlab. Je rabaisse d'abord à .X N = 20 D = 100 X X 020 × 10020×10020\times100XXXN= 20N=20N=20D = 100ré=100D=100XXXX0X0X_0 J'ai lu dans le code de quelqu'un …

10 pca 

Je suis analyste dans les domaines de la finance et des assurances et chaque fois que j'essaie d'adapter des modèles de volatilité, j'obtiens des résultats horribles: les résidus sont souvent non stationnaires (au sens racine de l'unité) et hétéroscédastiques (donc le modèle n'explique pas la volatilité). Les modèles ARCH / …

10 time-series  garch  volatility-forecasting  arch 

Comme suggéré dans le titre. Supposons que sont des variables aléatoires iid continues avec pdf . Considérons l'événement que , , donc est lorsque la séquence diminue pour la première fois. Alors quelle est la valeur de ?X1,X2,…,XnX1,X2,…,XnX_1, X_2, \dotsc, X_nfffX1≤X2…≤XN−1>XNX1≤X2…≤XN−1>XNX_1 \leq X_2 \dotsc \leq X_{N-1} > X_NN≥2N≥2N \geq 2NNNE[N]E[N]E[N] …

10 probability  self-study  iid 

J'effectue des tests post-hoc sur un modèle linéaire à effets mixtes dans R( lme4package). J'utilise multcomppackage ( glht()fonction) pour effectuer les tests post-hoc. Mon plan expérimental est des mesures répétées, avec un effet de bloc aléatoire. Les modèles sont spécifiés comme: mymod <- lmer(variable ~ treatment * time + (1|block), …

10 mixed-model  post-hoc  lsmeans  lme4-nlme 

Je suis un nouveau venu dans le problème des comparaisons multiples. Je me demande comment calculer les intervalles de confiance pour la méthode Holm-Bonferroni? Je sais que pour la méthode Bonferroni, nous pouvons simplement changer le niveau de confiance de à .1 - α1-α1-\alpha1 - αm1-αm1-\frac{\alpha}{m} Cette méthode fonctionne-t-elle également …

10 multiple-comparisons  bonferroni 

J'ai récemment découvert le merveilleux PCA et j'ai fait l'exemple décrit dans la documentation scikit-learn . Je souhaite savoir comment appliquer l'APC à de nouveaux points de données à des fins de classification. Après avoir visualisé PCA dans un plan bidimensionnel (axe x, y), je vois que je peux probablement …

10 classification  pca  scikit-learn 

Je travaille actuellement sur une méta-analyse, pour laquelle j'ai besoin d'analyser plusieurs tailles d'effet imbriquées dans des échantillons. Je suis partisan de l'approche de méta-analyse à trois niveaux de Cheung (2014) pour méta-analyser la taille des effets dépendants, par opposition à certaines des autres stratégies possibles (par exemple, ignorer la …

10 multilevel-analysis  meta-analysis  meta-regression  publication-bias