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

2
Fréquence maximale et fermée - Réponse incluse
My dataset:My dataset:My \ \ dataset: 1:A,B,C,E1:A,B,C,E1: A,B,C,E 2:A,C,D,E2:A,C,D,E2:A,C,D,E 3: B,C,E3: B,C,E3:\ \ \ \ \ B,C,E 4:A,C,D,E4:A,C,D,E4:A,C,D,E 5: C,D,E5: C,D,E5:\ \ \ \ C, D, E 6: A,D,E6: A,D,E6: \ \ \ \ A, D,E Je souhaite connaître les ensembles d'éléments fréquents maximaux et les ensembles d'éléments fréquents fermés …
1
Quelle est la différence entre la probabilité et la logique floue?
Je travaille avec la logique floue (FL) depuis des années et je sais qu'il existe des différences entre FL et les probabilités concernant en particulier la manière dont FL gère l'incertitude. Cependant, je voudrais demander quelles sont les autres différences entre FL et la probabilité? En d'autres termes, si je …
10 bayes  fuzzy 
1
Log Lik vraisemblance pour GLM
Dans le code suivant, j'effectue une régression logistique sur des données groupées en utilisant glm et "à la main" en utilisant mle2. Pourquoi la fonction logLik dans R me donne-t-elle une vraisemblance logLik (fit.glm) = - 2,336 différente de celle logLik (fit.ml) = - 5,514 que je reçois à la …
3
Bootstrap résiduels: est-ce que je le fais bien?
Tout d'abord: D'après ce que j'ai compris, les résidus d'amorçage fonctionnent comme suit: Adapter le modèle aux données Calculez les résidus Rééchantillonnez les résidus et ajoutez-les à 1. Ajuster le modèle au nouvel ensemble de données à partir de 3. Répétez les ntemps, mais ajoutez toujours les résidus rééchantillonnés à …
3
Estimation du paramètre d'une distribution uniforme: a priori incorrect?
Nous avons N échantillons, , d'une distribution uniforme où est inconnue. Estimer partir des données.XiXiX_i[0,θ][0,θ][0,\theta]θθ\thetaθθ\theta Donc, la règle de Bayes ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} et la probabilité est: f(Xi|θ)=∏Ni=11θf(Xi|θ)=∏i=1N1θf({X_i}|\theta) = \prod_{i=1}^N \frac{1}{\theta} (edit: quand pour tout , et 0 sinon - merci whuber)0≤Xi≤θ0≤Xi≤θ0 \le X_i \le \thetaiii mais …
1
Deux méthodes de tests de signification bootstrap
En utilisant le bootstrap, je calcule les valeurs de p des tests de signification en utilisant deux méthodes: rééchantillonnage sous l'hypothèse nulle et comptage des résultats au moins aussi extrêmes que le résultat provenant des données originales rééchantillonnage sous l'hypothèse alternative et comptage des résultats au moins aussi éloignés du …
3
Exercice 2.2 des éléments de l'apprentissage statistique
Le manuel génère d'abord des données à 2 classes via: qui donne: puis il demande: J'essaie de résoudre cela en modélisant d'abord cela avec ce modèle graphique: où est l'étiquette, est l'indice de la moyenne sélectionnée , et est le point de données. Cela donneraccch(1≤h≤10)h(1≤h≤10)h\,(1\le h \le 10)mchmhcm_h^cxxx Pr(x∣mch)=Pr(mch∣h,c=blue)=Pr(mch∣h,c=orange)=Pr(h)=Pr(c)=N(mch,I/5)N((1,0)T,I)N((0,1)T,I)11012Pr(x∣mhc)=N(mhc,I/5)Pr(mhc∣h,c=blue)=N((1,0)T,I)Pr(mhc∣h,c=orange)=N((0,1)T,I)Pr(h)=110Pr(c)=12 \begin{align*} …
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.