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
Quelles sont les raisons théoriques de ne pas gérer les valeurs manquantes? Machines à gradient progressif, les arbres de régression gèrent les valeurs manquantes. Pourquoi Random Forest ne fait-il pas cela?
Je courir à travers l'affirmation selon laquelle chaque échantillon de bootstrap (ou un arbre mis en sac) contiennent en moyenne environ 2/32/32/3 des observations. Je comprends que la chance de ne pas être sélectionné dans l' un des nnn tire de nnn échantillons avec le remplacement est (1−1/n)n(1−1/n)n(1- 1/n)^n , …
Je suis confus. Je ne comprends pas la différence entre un procédé ARMA et un processus GARCH. Pour moi, il en va de même. Voici le processus (G) ARCH (p, q) σ2t=α0+∑i=1qαir2t−iARCH+∑i=1pβiσ2t−iGARCHσt2=α0+∑i=1qαirt−i2⏟ARCH+∑i=1pβiσt−i2⏟GARCH\sigma_t^2 = \underbrace{ \underbrace{ \alpha_0 + \sum_{i=1}^q \alpha_ir_{t-i}^2} _{ARCH} + \sum_{i=1}^p\beta_i\sigma_{t-i}^2} _{GARCH} Et voici l'ARMA ( p,qp,qp, q ): …
Bref résumé Pourquoi est-il plus courant d'utiliser la régression logistique (avec rapports de cotes) dans les études de cohortes à résultats binaires, par opposition à la régression de Poisson (avec les risques relatifs)? Contexte D'après mon expérience, les statistiques et les cours d'épidémiologie pour les étudiants de premier cycle et …
Je suis en train de lire un article concernant le lieu et les préférences de vote lors des élections de 2000 et 2004. Il contient un graphique qui affiche les coefficients de régression logistique. Des cours des années et un peu de lectureSelon moi, la régression logistique est un moyen …
J'ai un échantillon aléatoire de variables aléatoires de Bernoulli , où sont iidrv et , et est un paramètre inconnu.X i P ( X i = 1 ) = p pX1...XNX1...XNX_1 ... X_NXiXiX_iP(Xi=1)=pP(Xi=1)=pP(X_i = 1) = pppp De toute évidence, on peut trouver une estimation pour : .p : = …
L'analyse en composantes principales peut utiliser la décomposition matricielle, mais il ne s'agit que d'un outil pour y parvenir. Comment trouverais-tu les composantes principales sans utiliser l'algèbre matricielle? Quelle est la fonction objectif (but) et quelles sont les contraintes?
Ma compréhension de la différence entre apprentissage automatique / autres techniques de prévision statistique et le type de statistiques utilisées par les spécialistes des sciences sociales (économistes, par exemple) est que les économistes semblent très intéressés par la compréhension de l'effet d'une ou de plusieurs variables - à la fois …
Je me demande si quelqu'un pourrait suggérer quels sont les bons points de départ pour effectuer une détection de communauté / partitionnement / regroupement de graphes sur un graphique comportant des arêtes pondérées et non dirigées . Le graphique en question a environ 3 millions d'arêtes et chaque arête exprime …
Outre les différences, quelles sont les autres techniques permettant de créer une série temporelle non stationnaire, stationnaire? Habituellement, on parle de série " intégrée d’ordre p " si elle peut être rendue fixe par l’intermédiaire d’un opérateur de décalage .(1−L)PXt(1−L)PXt(1-L)^P X_t
Mon lieu de travail emploie des employés de très nombreuses disciplines. Nous générons donc des données sous différentes formes. En conséquence, chaque équipe a développé son propre système de stockage de données. Certains utilisent des bases de données Access ou SQL; certaines équipes (à ma grande horreur) dépendent presque entièrement …
J'entends généralement parler de "moindres carrés ordinaires". Est-ce l'algorithme le plus largement utilisé pour la régression linéaire? Y a-t-il des raisons d'en utiliser un autre?
Il existe deux vecteurs booléens, qui contiennent uniquement 0 et 1. Si je calcule la corrélation de Pearson ou de Spearman, sont-elles significatives ou raisonnables?
Momentum est utilisé pour diminuer les fluctuations de poids lors d’itérations successives:αα\alpha Δ ωje( t + 1 ) = - η∂E∂wje+ α Δ ωje( t ) ,Δωje(t+1)=-η∂E∂wje+αΔωje(t),\Delta\omega_i(t+1) = - \eta\frac{\partial E}{\partial w_i} + \alpha \Delta \omega_i(t), où E( w )E(w)E({\bf w}) est la fonction d'erreur, ww{\bf w} - le vecteur …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.