Statistiques et Big Data

5

J'ai une dispute avec mon conseiller sur la visualisation des données. Il prétend que lors de la représentation des résultats expérimentaux, les valeurs doivent être tracées avec des " marqueurs " uniquement, comme présenté dans l'image ci-dessous. Alors que les courbes ne doivent représenter qu'un " modèle " D'un autre …

9 data-visualization communication

1

Quand inclure un effet aléatoire dans un modèle

Je suis nouveau dans la modélisation mixte et je ne sais pas s'il est approprié d'utiliser un effet aléatoire dans une analyse que je fais. Tout avis sera le bienvenu. mon étude teste dans quelle mesure un nouvel indice d'abondance de mammifères peut prédire la valeur d'un indice établi mais …

9 random-effects-model nested-data

3

Distinction conceptuelle entre hétéroscédasticité et non-stationnarité

J'ai du mal à distinguer les concepts de scédasticité et de stationnarité. Si je comprends bien, l'hétéroscédasticité correspond à des variabilités différentes dans les sous-populations et la non-stationnarité est une moyenne / variance changeante au fil du temps. S'il s'agit d'une compréhension correcte (quoique simpliste), la non-stationnarité est-elle simplement un …

9 time-series heteroscedasticity stationarity intuition

1

D'énormes coefficients de régression logistique - qu'est-ce que cela signifie et que faire?

J'obtiens d'énormes coefficients lors de la régression logistique, voir les coefficients avec krajULKV: > summary(m5) Call: glm(formula = cbind(ml, ad) ~ rok + obdobi + kraj + resid_usili2 + rok:obdobi + rok:kraj + obdobi:kraj + kraj:resid_usili2 + rok:obdobi:kraj, family = "quasibinomial") Deviance Residuals: Min 1Q Median 3Q Max -2.7796 -1.0958 …

9 regression logistic generalized-linear-model separation

1

Trouver la distribution d'une statistique

Étudier pour un test. Impossible de répondre à celui-ci. Soit soit iid N ( 0 , 1 ) variables aléatoires. DéfinirX1 , je, X2 , je, X3 , je, i = 1 , … , nX1,i,X2,i,X3,i,i=1,…,nX_{1,i},X_{2,i},X_{3,i}, i=1,\ldots,nN( 0 , 1 )N(0,1)\mathcal{N}(0,1) ,Wje= ( X1 , je+ X2 , jeX3 , …

9 normal-distribution data-transformation

1

Analyse de survie pour la prédiction d'événements

Pour chaque enregistrement de mes ensembles de données, j'ai les informations suivantes (X1 ,… ,Xm ,δ ,T )(X1 ,… ,Xm ,δ ,T ) (X_1 \ , \dots \ , X_m \ , \delta \ , T \ ) où sont des entités, δ est 1 si l'événement cible se produit …

9 classification survival

1

Calcul de la valeur de p inconnu

Je déboguais récemment un script R et j'ai trouvé quelque chose de très étrange, l'auteur a défini sa propre fonction de valeur p pval <- function(x, y){ if (x+y<20) { # x + y is small, requires R.basic p1<- nChooseK(x+y,x) * 2^-(x+y+1); p2<- nChooseK(x+y,y) * 2^-(x+y+1); pvalue = max(p1, p2) …

9 r hypothesis-testing p-value

2

«Oubli» du prieur dans le cadre bayésien?

Il est bien connu que comme vous avez plus de preuves (par exemple sous la forme d' exemples pour n iid plus grands ), le prieur bayésien est "oublié", et la plupart des inférences sont affectées par les preuves (ou la probabilité).nnnnnn Il est facile de le voir pour divers …

9 bayesian prior

2

Déterminer le taux d'apprentissage optimal pour la descente de gradient en régression linéaire

Comment déterminer le taux d'apprentissage optimal pour la descente en pente? Je pense que je pourrais l'ajuster automatiquement si la fonction de coût renvoie une valeur supérieure à celle de l'itération précédente (l'algorithme ne convergera pas), mais je ne suis pas vraiment sûr de la nouvelle valeur qu'elle devrait prendre.

9 regression machine-learning gradient-descent

2

Modèle à risques proportionnels de Cox censuré par intervalles dans R

Étant donné les temps de survie à censure par intervalles, comment puis-je effectuer un modèle Cox PH à censure par intervalles dans R? Une recherche rseek révèle le package intcox, qui n'existe plus dans le Rréférentiel. Je suis presque certain que la coxphfonction dans le survivalpackage ne peut pas gérer …

9 r survival cox-model interval-censoring

1

Est-ce une façon correcte de mettre à jour continuellement une probabilité en utilisant le théorème de Bayes?

Disons que j'essaie de découvrir la probabilité que la saveur de crème glacée préférée de quelqu'un soit la vanille. Je sais que la personne aime aussi les films d'horreur. Je veux découvrir la probabilité que la crème glacée préférée de la personne soit de la vanille étant donné qu'elle aime …

9 probability bayes

1

Confusion liée aux systèmes dynamiques linéaires

Je lisais ce livre Pattern Recognition and Machine Learning de Bishop. J'ai eu une confusion liée à une dérivation du système dynamique linéaire. Dans LDS, nous supposons que les variables latentes sont continues. Si Z désigne les variables latentes et X désigne les variables observées p ( zn| zn - …

9 machine-learning linear-model kalman-filter pattern-recognition graphical-model

2

Régression SVM avec données longitudinales

J'ai environ 500 variables par patient, chaque variable a une valeur continue et est mesurée à trois moments différents (après 2 mois et après 1 an). Avec la régression, je voudrais prédire le résultat du traitement pour les nouveaux patients. Est-il possible d'utiliser la régression SVM avec de telles données …

9 regression svm panel-data

1

conditionnellement au total, quelle est la distribution des binômes négatifs

Si sont des binômes négatifs iid, alors quelle est la distribution de donnéex1,x2,…,xnx1,x2,…,xnx_1, x_2, \ldots, x_n(x1,x2,…,xn)(x1,x2,…,xn)(x_1, x_2, \ldots, x_n) x1+x2+…+xn=Nx1+x2+…+xn=Nx_1 + x_2 + \ldots + x_n = N\quad ? NNN est fixe. Si sont Poisson alors, conditionnellement au total, est multinomial. Je ne sais pas si c'est vrai pour un …

9 poisson-distribution multinomial negative-binomial conditioning

1

Moments centraux des distributions symétriques

J'essaie de montrer que le moment central d'une distribution symétrique: est zéro pour les nombres impairs. Ainsi, par exemple, le troisième moment centralJ'ai commencé par essayer de montrer queJe ne sais pas où aller à partir d'ici, des suggestions? Y a-t-il une meilleure façon de prouver cela?E [ ( X …

9 mathematical-statistics expected-value moments