Statistiques et Big Data

1

Une estimation bayésienne avec un «a priori plat» est-elle identique à une estimation du maximum de vraisemblance?

En phylogénétique, les arbres phylogénétiques sont souvent construits à l'aide d'une analyse MLE ou bayésienne. Souvent, un a priori plat est utilisé dans l'estimation bayésienne. Si je comprends bien, une estimation bayésienne est une estimation de vraisemblance qui intègre un a priori. Ma question est, si vous utilisez un appartement …

9 bayesian confidence-interval maximum-likelihood likelihood phylogeny

2

Moyenne ajustée vs médiane

J'ai un ensemble de données avec tous les appels passés à un service d'urgence et les temps de réponse du service d'ambulance. Ils ont admis qu'il y avait des erreurs avec les temps de réponse car il y a des cas où ils n'ont pas commencé à enregistrer (donc la …

9 mean outliers median trimmed-mean

1

Quelle est la distinction entre un «test statistique d'hypothèse nulle» et tout autre test?

Un récent sujet brûlant de discussion concerne une revue interdisant l'utilisation de "procédures de test statistique d'hypothèse nulle (NHSTP)" dans les articles soumis à la revue. Je vois ce terme utilisé par certains écrivains, mais je ne comprends pas quelle distinction ils essaient de faire. Un NHSTP est-il quelque chose …

9 hypothesis-testing statistical-significance terminology

1

Choix d'une valeur k pour l'analyse de détection du facteur local aberrant (LOF)

J'ai un ensemble de données tridimensionnelles et j'essaie d'utiliser l'analyse des facteurs aberrants locaux pour identifier les valeurs les plus uniques ou étranges. Comment décide-t-on de la valeur k à utiliser dans l'analyse LOF? Je comprends ce que détermine la valeur k, et je ne suis donc pas surpris de …

9 data-mining outliers

1

Quelles sont les différences entre les différents solveurs de programmation quadratique R?

Je recherche un package pour m'aider à résoudre certains problèmes d'optimisation quadratique et je vois qu'il existe au moins une demi-douzaine de packages différents. Selon cette page: QP (programmation quadratique, 90C20): cplexAPI , kernlab , limSolve , LowRankQP , quadprog , Rcplex , Rmosek Certains d'entre eux (Rmosek et cplexAPI) …

9 r optimization

6

Comment préparer / construire des fonctionnalités pour la détection d'anomalies (données de sécurité réseau)

Mon objectif est d'analyser les journaux du réseau (par exemple, Apache, syslog, audit de sécurité Active Directory, etc.) à l'aide de la détection de cluster / anomalie à des fins de détection d'intrusion. Dans les journaux, j'ai beaucoup de champs de texte comme l'adresse IP, le nom d'utilisateur, le nom …

9 feature-selection outliers unsupervised-learning feature-construction

1

Monte Carlo == applique-t-il un processus aléatoire?

Je n'ai jamais suivi de cours de statistique officiel, mais en raison de mes recherches, je tombe constamment sur des articles qui appliquent plusieurs concepts statistiques. Souvent, je vais voir une description d'un processus de Monte Carlo appliqué à une situation donnée, et pour ce que je peux rassembler 9 …

9 monte-carlo random-generation

3

Modélisation des données de comptage où la variable de décalage est 0 pour certaines observations

J'essaie d'aider un étudiant d'un collègue. L'élève a observé et compté le comportement des oiseaux (nombre d'appels) dans une configuration expérimentale. Le nombre d'appels attribuables à un oiseau observé spécifique au cours de chaque expérience n'a pas pu être déterminé, mais il était possible de compter le nombre d'oiseaux ayant …

9 generalized-linear-model count-data offset

1

Calculer le quantile de la somme des distributions à partir de quantiles particuliers

Supposons variables aléatoires indépendantes pour lesquelles les quantiles à un niveau spécifique sont connus par estimation à partir des données: , ..., . Définissons maintenant la variable aléatoire comme la somme . Existe-t-il un moyen de calculer la valeur du quantile de la somme au niveau , c'est-à-dire q_z dans …

9 quantiles

1

Est-il juste d'utiliser le mot «prédire» pour la régression (logistique)?

Ma compréhension est que même la régression ne donne pas de causalité. Il ne peut donner qu'une association entre la variable y et les variables x et éventuellement une direction. Ai-je raison? J'ai souvent trouvé des expressions similaires à "x prédit y" même dans la plupart des manuels de cours …

9 regression logistic predictive-models terminology causality

2

Supprimer les valeurs aberrantes des données - nombre maximal de valeurs aberrantes que vous pouvez supprimer?

J'ai quelques valeurs aberrantes dans mes données et je voulais les exclure pour voir si cela change les résultats. À votre avis, quel est le nombre maximal de valeurs aberrantes auquel on devrait se limiter? Merci!

9 outliers

3

Le générateur de nombres aléatoires de Mathematica s'écartant de la probabilité binomiale?

Donc, disons que vous lancez une pièce 10 fois et appelez cela 1 "événement". Si vous exécutez 1 000 000 de ces "événements", quelle est la proportion d'événements dont la tête se situe entre 0,4 et 0,6? La probabilité binomiale suggérerait que cela soit d'environ 0,65, mais mon code Mathematica …

9 computational-statistics mathematica

1

Si X / Y a la même distribution que Z, est-il vrai que X a la même distribution que YZ?

Soit X, Y et Z trois variables aléatoires indépendantes. Si X / Y a la même distribution que Z, est-il vrai que X a la même distribution que YZ?

9 probability ratio

1

Estimation ML de la distribution exponentielle (avec données censurées)

Dans l'Analyse de survie, vous supposez que le temps de survie d'un rv est distribué de façon exponentielle. Considérant maintenant que j'ai "résultats" de de iid rv . Seule une partie de ces résultats est en fait "pleinement réalisée", c'est-à-dire que les observations restantes sont toujours "vivantes".x 1 , …

9 maximum-likelihood references survival censoring exponential-family

3

Comment réorganiser les données 2D pour obtenir une corrélation donnée?

J'ai le jeu de données simple suivant avec deux variables continues; c'est à dire: d = data.frame(x=runif(100,0,100),y = runif(100,0,100)) plot(d$x,d$y) abline(lm(y~x,d), col="red") cor(d$x,d$y) # = 0.2135273 J'ai besoin de réorganiser les données de manière à ce que la corrélation entre les variables soit ~ 0,6. Je dois garder les moyennes …

9 r correlation