Statistiques et Big Data

2

Citation pour Test statistique de différence entre deux rapports de cotes?

Dans un commentaire ici , @gung a écrit, Je pense qu'ils peuvent se chevaucher un peu (peut-être ~ 25%) et être encore significatifs au niveau de 5%. N'oubliez pas que l'IC à 95% que vous voyez concerne l'OR individuel, mais le test de 2 OR porte sur la différence entre …

9 logistic confidence-interval odds-ratio references

2

OLS est-il efficace asymptotiquement sous hétéroscédasticité

Je sais que l'OLS est non biaisé mais pas efficace sous hétéroscédasticité dans un cadre de régression linéaire. Sur Wikipédia http://en.wikipedia.org/wiki/Minimum_mean_square_error L'estimateur MMSE est asymptotiquement non biaisé et sa distribution converge vers la distribution normale: , où I (x) est l'information Fisher de x. Ainsi, l'estimateur MMSE est asymptotiquement efficace.n--√( …

9 least-squares heteroscedasticity efficiency

1

Limitations de MCMC / EM? MCMC sur EM?

J'apprends actuellement des modèles bayésiens hiérarchiques en utilisant JAGS de R, et aussi pymc en utilisant Python ( "Méthodes bayésiennes pour les pirates" ). Je peux obtenir une certaine intuition de ce post : "vous vous retrouverez avec une pile de chiffres qui ressemble" comme si "vous aviez réussi à …

9 bayesian mcmc expectation-maximization

1

L'algorithme EM estime-t-il de manière cohérente les paramètres du modèle de mélange gaussien?

J'étudie le modèle du mélange gaussien et je pose cette question moi-même. Supposons que les données sous-jacentes soient générées à partir d'un mélange de distribution gaussienne et que chacune d'elles ait un vecteur moyen μ k ∈ R p , où 1 ≤ k ≤ K et chacune d'elles ait …

9 self-study expectation-maximization gaussian-mixture consistency

6

Quels sont les bons exemples à montrer aux étudiants de premier cycle?

Je vais enseigner les statistiques en tant qu'assistant d'enseignement pour la seconde moitié de ce semestre aux étudiants de premier cycle orientés CS. La plupart des étudiants qui ont suivi le cours ne sont pas incités à apprendre le sujet et ne l'ont suivi que pour des exigences importantes. Je …

9 hypothesis-testing confidence-interval teaching

2

Les résultats de la régression ont une limite supérieure inattendue

J'essaie de prédire un score d'équilibre et j'ai essayé plusieurs méthodes de régression différentes. Une chose que j'ai remarquée, c'est que les valeurs prédites semblent avoir une sorte de limite supérieure. Autrement dit, le solde réel est de , mais mes prédictions atteignent un sommet d'environ 0,8 . Le graphique …

9 regression distributions data-transformation prediction bounds

2

Champ récepteur des neurones dans LeNet

J'essaie de mieux comprendre les champs réceptifs de CNN. Pour ce faire, je voudrais calculer le champ récepteur de chaque neurone dans LeNet. Pour un MLP normal, c'est plutôt facile (voir http://deeplearning.net/tutorial/lenet.html#sparse-connectivity ), mais il est plus difficile de calculer le champ récepteur d'un neurone dans une couche suivant une …

9 deep-learning conv-neural-network

1

Quel serait un exemple de cas où L2 est une bonne fonction de perte pour calculer une perte postérieure?

La perte L2, ainsi que la perte L0 et L1, sont trois fonctions de perte "par défaut" très courantes utilisées pour résumer une perte postérieure minimale par la perte attendue postérieure. Une des raisons à cela est peut-être qu'elles sont relativement faciles à calculer (au moins pour les distributions 1d), …

9 bayes teaching decision-theory loss-functions

1

Question sur l'hypothèse de normalité du test t

Pour les tests t, selon la plupart des textes, on suppose que les données de population sont normalement distribuées. Je ne vois pas pourquoi. Un test t ne nécessite-t-il pas seulement que la distribution d'échantillonnage des moyennes d'échantillonnage soit normalement distribuée, et non la population? S'il est vrai que le …

9 hypothesis-testing t-test assumptions normality-assumption central-limit-theorem

4

Développer un test statistique pour distinguer deux produits

J'ai un ensemble de données provenant d'une enquête client, je souhaite déployer un test statistique pour voir s'il existe une différence de signification entre le produit 1 et le produit 2. Voici un ensemble de données d'avis clients. Le taux va de très mauvais, mauvais, correct, bon, à très bon. …

9 statistical-significance categorical-data repeated-measures ordinal-data

1

Convergence de l'algorithme EM avec une distribution de mélange bivariée

J'ai un modèle de mélange dont je veux trouver l'estimateur du maximum de vraisemblance à partir d'un ensemble de données et d'un ensemble de données partiellement observées . J'ai mis en œuvre à la fois l'étape E (calcul de l'espérance de étant donné et les paramètres actuels ), et l'étape …

9 maximum-likelihood mixture expectation-maximization

3

R séries chronologiques saisonnières

J'utilise la decomposefonction dans Ret propose les 3 composantes de ma série chronologique mensuelle (tendance, saisonnière et aléatoire). Si je trace le graphique ou regarde le tableau, je peux clairement voir que la série chronologique est affectée par la saisonnalité. Cependant, lorsque je régresse la série chronologique sur les 11 …

9 r regression time-series

1

Si

Voici un problème survenu lors d'un examen semestriel dans notre université il y a quelques années et que j'ai du mal à résoudre. Si X1, X2X1,X2X_1,X_2 sont des variables aléatoires indépendantes ββ\betaavec des densités β( n1,n2)β(n1,n2)\beta(n_1,n_2) et β(n1+12,n2)β(n1+12,n2)\beta(n_1+\dfrac{1}{2},n_2)montrent alors queX1X2−−−−−√X1X2\sqrt{X_1X_2} suitβ( 2 n1, 2 n2)β(2n1,2n2)\beta(2n_1,2n_2). J'ai utilisé la méthode jacobienne …

9 self-study random-variable beta-distribution distributions jacobian

1

Quelles sont les différences entre les filtres appris dans l'autoencodeur et le réseau neuronal convolutionnel?

Dans CNN, nous apprendrons des filtres pour produire une carte d'entités dans une couche convolutionnelle. Dans Autoencoder, chaque unité cachée de chaque couche peut être considérée comme un filtre. Quelle différence entre les filtres appris dans ces deux réseaux?

9 machine-learning neural-networks conv-neural-network autoencoders

2

Comment le journal (p (x, y)) normalise-t-il les informations mutuelles point par point?

J'essaie de comprendre la forme normalisée d'informations mutuelles ponctuelles. npmi=pmi(x,y)log(p(x,y))npmi=pmi(x,y)log(p(x,y))npmi = \frac{pmi(x,y)}{log(p(x,y))} Pourquoi la probabilité log-jointe normalise-t-elle les informations mutuelles ponctuelles entre [-1, 1]? L'information mutuelle point par point est: pmi=log(p(x,y)p(x)p(y))pmi=log(p(x,y)p(x)p(y))pmi = log(\frac{p(x,y)}{p(x)p(y)}) p (x, y) est borné par [0, 1] donc log (p (x, y)) est borné par (, …

9 entropy information-theory mutual-information