Statistiques et Big Data

4

Le rôle de la variance dans le théorème central limite

J'ai lu quelque part que la raison pour laquelle nous ajustons les différences au lieu de prendre des valeurs absolues lors du calcul de la variance est que la variance définie de la manière habituelle, avec des carrés dans le proposeur, joue un rôle unique dans le théorème de la …

10 variance central-limit-theorem dispersion

6

La régression logistique prévoit tous les 1 et aucun 0

J'exécute une analyse sur la probabilité de défaut de paiement en utilisant une régression logistique et des forêts aléatoires. Lorsque j'utilise la régression logistique, la prédiction est toujours «1» (ce qui signifie un bon prêt). Je n'ai jamais vu cela auparavant et je ne sais pas par où commencer pour …

10 regression logistic predictive-models unbalanced-classes scoring-rules

4

Variance des combinaisons linéaires de variables aléatoires corrélées

Je comprends la preuve que mais je ne comprends pas comment prouver la généralisation à des combinaisons linéaires arbitraires.Var(aX+bY)=a2Var(X)+b2Var(Y)+2abCov(X,Y),Var(aX+bY)=a2Var(X)+b2Var(Y)+2abCov(X,Y),Var(aX+bY) = a^2Var(X) +b^2Var(Y) + 2abCov(X,Y), Soit scalaires pour donc nous avons un vecteur , et un vecteur de variables aléatoires corrélées. Alors Comment prouvons-nous cela? J'imagine qu'il y a des preuves …

10 mathematical-statistics variance

3

Censure droite et censure gauche

Wikipedia donne les définitions suivantes: Censure à droite : un point de données est au-dessus d'une certaine valeur mais il est inconnu de combien. Censure gauche : un point de données est en dessous d'une certaine valeur mais il n'est pas connu de combien. Dans ces définitions, que signifie: "point …

10 self-study censoring

2

Utilisation de LASSO pour la sélection de variables, puis utilisation de Logit

Je sais que cela brouillerait l'inférence statistique, mais je ne souhaite vraiment que me rapprocher le plus possible d'un modèle précis. J'ai une variable de résultat dichotomique, avec un large éventail de prédicteurs dichotomiques. Je pense que j'aimerais essayer d'utiliser LASSO pour sélectionner les variables à inclure dans mon modèle, …

10 model-selection lasso logit

3

k-means vs k-means ++

Autant que je sache, k-means sélectionne les centres initiaux de manière aléatoire. Puisqu'ils sont basés sur la pure chance, ils peuvent être très mal sélectionnés. L'algorithme K-means ++ tente de résoudre ce problème en répartissant uniformément les centres initiaux. Les deux algorithmes garantissent-ils les mêmes résultats? Ou il est possible …

10 k-means

1

Vérifier l'état du processus de formation dans R [fermé]

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement de réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 4 ans . Je forme un modèle utilisant le caretpackage en R pendant près …

10 r machine-learning svm caret

2

lmer avec multiplier les données imputées

Comment puis-je obtenir des effets aléatoires groupés pour lmer après une imputation multiple? J'utilise des souris pour imputer plusieurs trames de données. Et lme4 pour un modèle mixte avec interception aléatoire et pente aléatoire. La mise en commun de lmer se passe bien, sauf qu'elle ne regroupe pas les effets …

10 r lme4-nlme multiple-imputation

2

RMSE normalisé

J'ai plusieurs séries chronologiques dans un VAR (1) et, comme certaines d'entre elles n'ont pas la même unité de mesure, je voudrais estimer le RMSE en pourcentage. Je sais que cela pourrait se faire de plusieurs manières (voir ci-dessous) mais je ne sais pas précisément quelle est celle qui correspond …

10 time-series mse rms

2

Interprétation de la corrélation CCF dans R

J'utilise ccfpour trouver une corrélation entre 2 séries chronologiques. Je reçois un complot qui ressemble à ça: Notez que je suis principalement intéressé par la corrélation pour le décalage = 0. Des questions: Interprétez-vous correctement qu'il existe une corrélation croisée pour le décalage = 0, car pour ce décalage, la …

10 r interpretation cross-correlation

2

Comment comparer la différence entre deux séries chronologiques?

Je travaille sur ma thèse où j'examine la forte émotion que les gens manifestent à différents événements. Mon problème est (1) que j'ai très peu d'expérience avec les statistiques et les mathématiques, donc je suis un peu perdu avec toutes les différentes méthodes et je serais vraiment heureux si une …

10 time-series

1

Pourquoi calculons-nous la valeur des informations?

J'ai les données avec des variables catégorielles et des variables continues, mais c'est la nécessité de trouver la valeur de l'information dans l'analyse explicative des données. Donnez simplement la raison pour laquelle nous calculons la valeur de l'information pour chaque variable au début de l'analyse des données et quel sera …

10 data-visualization

2

Comment dériver des erreurs dans le réseau neuronal avec l'algorithme de rétropropagation?

De cette vidéo d'Andrew Ng vers 5h00 Comment sont δ3δ3\delta_3 et δ2δ2\delta_2dérivé? En fait, qu'est-ce queδ3δ3\delta_3 signifie même? δ4δ4\delta_4 est obtenu en comparant à y, une telle comparaison n'est pas possible pour la sortie d'une couche cachée, non?

10 machine-learning neural-networks backpropagation

2

Comment utiliser le test du chi carré pour déterminer si les données suivent la distribution de Poisson

La figure ci-dessous (figure 1 de la page 646 de cet article ) compare les valeurs observées aux valeurs attendues sous la distribution de Poisson. Il exécute ensuite un test du chi carré pour voir si les valeurs observées diffèrent des valeurs attendues sous la distribution de Poisson. En utilisant …

10 r distributions chi-squared poisson-distribution

3

Les variables indépendantes à faible corrélation avec la variable dépendante peuvent-elles être des prédicteurs significatifs?

J'ai huit variables indépendantes et une dépendante. J'ai exécuté une matrice de corrélation, et 5 d'entre eux ont une faible corrélation avec le DV. J'ai ensuite exécuté une régression multiple pas à pas pour voir si certains / tous les IV peuvent prédire le DV. La régression a montré que …

10 regression correlation statistical-significance feature-selection predictor