Statistiques et Big Data

2

Manuel dérivant de l'échantillonnage de Metropolis-Hastings et de Gibbs

J'ai une assez bonne expérience pratique de l'échantillonnage de Metropolis-Hastings et Gibbs, mais je veux obtenir une meilleure compréhension mathématique de ces algorithmes. Quels sont les bons manuels ou articles qui prouvent l'exactitude de ces échantillonneurs (plus d'algorithmes seraient également excellents)?

10 bayesian references mcmc

1

Sur la corrélation cophénétique pour le regroupement des dendrogrammes

Considérez le contexte d'un regroupement de dendrogrammes. Appelons dissemblances originales les distances entre les individus. Après avoir construit le dendrogramme, nous définissons la dissimilarité cophénétique entre deux individus comme la distance entre les grappes auxquelles ces individus appartiennent. Certaines personnes considèrent que la corrélation entre les dissemblances originales et les …

10 clustering classification

3

Temps de survie moyen pour une fonction de survie log-normale

J'ai trouvé beaucoup de formules montrant comment trouver le temps de survie moyen pour une distribution exponentielle ou de Weibull, mais j'ai beaucoup moins de chance pour les fonctions de survie log-normales. Étant donné la fonction de survie suivante: S( t ) = 1 - ϕ [ ln( t ) …

10 survival

2

Meilleure façon de combiner une réponse binaire et continue

J'essaie de trouver la meilleure façon de prédire le montant du paiement pour une agence de recouvrement. La variable dépendante n'est non nulle que lorsqu'un paiement a été effectué. Naturellement, il y a un nombre écrasant de zéros parce que la plupart des gens ne peuvent pas être joints ou …

10 regression predictive-models logistic

2

Valeurs critiques de Wilcoxon-Mann-Whitney dans R

J'ai remarqué que lorsque j'essaie de trouver les valeurs critiques pour le Mann-Whitney U en utilisant R, les valeurs sont toujours 1 + valeur critique. Par exemple, pour , la valeur critique (bilatérale) est 8, tandis que pour , la (bilatérale) ) la valeur critique est 22 (consultez les tableaux …

10 r hypothesis-testing nonparametric wilcoxon-mann-whitney

3

Comment modéliser une pièce biaisée avec un biais variant dans le temps?

Les modèles de pièces biaisées ont généralement un paramètre . Une façon d'estimer la partir d'une série de tirages est d'utiliser une distribution bêta a priori et de calculer la distribution postérieure avec vraisemblance binomiale.θθ=P(Head|θ)θ=P(Head|θ)\theta = P(\text{Head} | \theta)θθ\theta Dans mes paramètres, en raison d'un processus physique étrange, les propriétés …

10 time-series bayesian kalman-filter

3

Pourquoi les effets aléatoires sont-ils réduits à 0?

Y a-t-il une raison intuitive pour que les effets aléatoires soient réduits à leur valeur attendue dans le modèle mixte linéaire général?

10 mixed-model random-effects-model

4

Ajustement de la distribution log-normale dans R vs. SciPy

J'ai adapté un modèle lognormal utilisant R avec un ensemble de données. Les paramètres résultants étaient: meanlog = 4.2991610 sdlog = 0.5511349 J'aimerais transférer ce modèle sur Scipy, que je n'ai jamais utilisé auparavant. En utilisant Scipy, j'ai pu obtenir une forme et une échelle de 1 et 3,1626716539637488e + …

10 r python numpy scipy

2

Comment interpréter ces contrastes personnalisés?

Je fais une ANOVA à sens unique (par espèce) avec des contrastes personnalisés. [,1] [,2] [,3] [,4] 0.5 -1 0 0 0 5 1 -1 0 0 12.5 0 1 -1 0 25 0 0 1 -1 50 0 0 0 1 où je compare l'intensité 0,5 contre 5, 5 …

10 r anova contrasts generalized-least-squares

3

Quelle est la manière la plus efficace de former des données en utilisant le moins de mémoire?

Voici mes données d'entraînement: 200 000 exemples x 10 000 fonctionnalités. Ma matrice de données d'entraînement est donc de - 200 000 x 10 000. J'ai réussi à enregistrer cela dans un fichier plat sans avoir de problèmes de mémoire en enregistrant chaque ensemble de données un par un (un …

10 machine-learning dataset algorithms python

2

Détection de clusters de codes sources «similaires»

Supposons que j'ai 400 étudiants (c'est dans une grande université) qui doivent faire un projet d'informatique et qu'ils doivent travailler seuls (pas de groupe d'étudiants). Un exemple de projet pourrait être laissé "implémenter un algorithme de transformée de Fourier rapide dans fortran" (je sais, cela ne semble pas sexy mais …

10 hypothesis-testing clustering

1

Comment utilisez-vous l'algorithme EM pour calculer les MLE pour une formulation de variable latente d'un modèle de Poisson gonflé zéro?

Le modèle de régression de Poisson gonflé à zéro est défini pour un échantillon par et il suppose en outre que les paramètres et satisfontY i = { 0 avec probabilité p i + ( 1 - p i ) e - λ i k avec probabilité ( 1 - …

10 generalized-linear-model maximum-likelihood poisson-distribution expectation-maximization latent-variable

1

Analyse de séries chronologiques asynchrones (irrégulières)

J'essaie d'analyser le décalage entre les séries chronologiques de deux cours boursiers. Dans l'analyse de séries chronologiques régulières, nous pouvons faire Cross Correlaton, VECM (Granger Causality). Cependant, comment peut-on gérer la même chose dans des séries temporelles irrégulièrement espacées. L'hypothèse est que l'un des instruments mène l'autre. J'ai des données …

10 r time-series cross-correlation unevenly-spaced-time-series

1

Pourquoi est-ce que j'obtiens des résultats extrêmement différents pour poly (raw = T) et poly ()?

Je souhaite modéliser deux variables temporelles différentes, dont certaines sont fortement colinéaires dans mes données (âge + cohorte = période). Ce faisant, j'ai rencontré des problèmes avec lmeret et les interactions de poly(), mais ce n'est probablement pas limité à lmer, j'ai obtenu les mêmes résultats avec l' nlmeIIRC. De …

10 r lme4-nlme polynomial

1

La fréquence allélique observée est-elle significativement inférieure à celle prédite?

Question : Comment puis-je construire un test pour déterminer si la fréquence des allèles "montagne" observée (Fig 1) est significativement plus basse dans les montagnes du centre au sud que celle prédite (Fig 2) par le modèle de sélection écologique ( voir ci-dessous pour plus de détails )? Problème : …

10 hypothesis-testing statistical-significance residuals gam