Statistiques et Big Data

3

Différentes méthodes non paramétriques pour estimer la distribution de probabilité des données

J'ai quelques données et j'essayais de lui ajuster une courbe lisse. Cependant, je ne veux pas imposer trop de croyances antérieures ou des pré-conceptions trop fortes (à l'exception de celles impliquées par le reste de ma question), ni aucune distribution spécifique. Je voulais juste l'adapter à une courbe lisse (ou …

10 estimation nonparametric references

1

Comment calculer l'intervalle de confiance à 95% pour une équation non linéaire?

J'ai une équation pour prédire le poids des lamantins à partir de leur âge, en jours (dias, en portugais): R <- function(a, b, c, dias) c + a*(1 - exp(-b*dias)) Je l'ai modélisé en R, en utilisant nls (), et j'ai obtenu ce graphique: Maintenant, je veux calculer l'intervalle de …

10 confidence-interval nonlinear-regression

2

Y a-t-il une différence fonctionnelle entre un rapport de cotes et un rapport de risque?

Dans la régression logistique, un rapport de cotes de 2 signifie que l'événement est 2 fois plus probable compte tenu d'une augmentation d'une unité du prédicteur. Dans la régression de Cox, un rapport de risque de 2 signifie que l'événement se produira deux fois plus souvent à chaque instant, compte …

10 logistic cox-model odds-ratio hazard

1

Comment mesurer la fiabilité d'un classement par consensus (problème du livre de Kemeny-Snell)

Supposons que experts soient chacun invités à classer un ensemble de objets dans l'ordre ou la préférence. Laissons les liens dans le classement.kkknnn John Kemeny et Laurie Snell dans leur livre de 1962 "Modèles mathématiques dans les sciences sociales" proposent de résoudre le problème suivant: PROJET . Développer une mesure …

10 reliability ranking order-statistics

2

Structure de variance-covariance pour les effets aléatoires dans lme4

Quelle est la structure de variance-covariance par défaut pour les effets aléatoires dans glmerou lmerdans le lme4package? Comment spécifier une autre structure variance-covariance pour les effets aléatoires dans le code? Je n'ai trouvé aucune information à ce sujet dans la lme4documentation.

10 mixed-model lme4-nlme covariance-matrix

3

Quel est le meilleur, stl ou décomposer?

Je fais une analyse des séries chronologiques en utilisant R. Je dois décomposer mes données en composantes de tendance, saisonnières et aléatoires. J'ai des données hebdomadaires depuis 3 ans. J'ai trouvé deux fonctions dans R - stl()et decompose(). J'ai lu que ce stl()n'est pas bon pour la décomposition multiplicative. Quelqu'un …

10 r time-series

3

Le calcul de la «probabilité de couverture réelle» est-il la même chose que le calcul d'un «intervalle crédible»?

Je lisais un manuel de statistiques d'entrée de gamme. Dans le chapitre sur l'estimation du maximum de vraisemblance de la proportion de succès dans les données à distribution binomiale, il a donné une formule pour calculer un intervalle de confiance, puis mentionné nonchalamment Considérez sa probabilité de couverture réelle, c'est-à-dire …

10 confidence-interval terminology coverage-probability

3

Probabilité d'intersection à partir d'un échantillonnage multiple de la même population

Voici un exemple de cas: J'ai une population de 10 000 articles. Chaque élément a un identifiant unique. Je choisis au hasard 100 articles et enregistre les identifiants J'ai remis les 100 articles dans la population Je choisis à nouveau au hasard 100 articles, enregistre les identifiants et les remplace. …

10 probability hypergeometric

3

Comment obtenir les valeurs de p des coefficients à partir de la régression bootstrap?

Du Quick-R de Robert Kabacoff, j'ai # Bootstrap 95% CI for regression coefficients library(boot) # function to obtain regression weights bs <- function(formula, data, indices) { d <- data[indices,] # allows boot to select sample fit <- lm(formula, data=d) return(coef(fit)) } # bootstrapping with 1000 replications results <- boot(data=mtcars, statistic=bs, …

10 r regression p-value bootstrap

1

Comparaison des proportions sur deux échantillons, estimation de la taille de l'échantillon: R vs Stata

Comparaison des proportions sur deux échantillons, estimation de la taille de l'échantillon: R vs Stata J'ai obtenu des résultats différents pour les tailles d'échantillon, comme suit: Dans R power.prop.test(p1 = 0.70, p2 = 0.85, power = 0.90, sig.level = 0.05) Résultat: (donc 161) pour chaque groupe.n = 160,7777n=160.7777n = 160.7777 …

10 r stata sample-size power-analysis jmp

4

Pourquoi KNN n'est-il pas «basé sur un modèle»?

Le chapitre 2.4 d' ESL semble classer la régression linéaire comme "basée sur un modèle", car elle suppose , alors qu'aucune approximation similaire n'est indiquée pour les k-voisins les plus proches. Mais les deux méthodes ne font-elles pas d'hypothèses sur ?f ( x )F( x ) ≈ x ⋅ βf(x)≈x⋅βf(x) …

10 machine-learning model k-nearest-neighbour

1

Les forêts aléatoires peuvent-elles faire beaucoup mieux que l'erreur de test de 2,8% sur MNIST?

Je n'ai trouvé aucune documentation sur l'application des forêts aléatoires au MNIST, au CIFAR, au STL-10, etc., alors j'ai pensé les essayer moi-même avec le MNIST invariant par permutation . Dans R , j'ai essayé: randomForest(train$x, factor(train$y), test$x, factor(test$y), ntree=500) Cela a fonctionné pendant 2 heures et a obtenu une …

10 r machine-learning classification random-forest scikit-learn

1

Un modèle saturé est-il un cas particulier d'un modèle suréquipé?

J'essaie de comprendre ce qu'est un modèle saturé. AFAIK c'est quand vous avez autant de fonctionnalités que d'observations. Pouvons-nous dire qu'un modèle saturé est un cas particulier d'un modèle extrêmement surajusté?

10 overfitting

2

Classificateur pour une seule classe

Dans une classification simple, nous avons deux classes: classe 0 et classe 1. Dans certaines données, je n'ai que des valeurs pour la classe 1, donc aucune pour la classe 0. Maintenant, je pense à faire un modèle pour modéliser les données pour la classe 1. Ainsi, lorsque de nouvelles …

10 machine-learning one-class

2

Test d'indépendance vs test d'homogénéité

J'enseigne un cours de statistiques de base et aujourd'hui je couvrirai le test d'indépendance du chi carré pour deux catégories et le test d'homogénéité. Ces deux scénarios sont conceptuellement différents, mais peuvent utiliser la même statistique de test et la même distribution. Dans un test d'homogénéité, les totaux marginaux pour …

10 chi-squared independence heteroscedasticity teaching