Statistiques et Big Data

1

Comment déterminer équitablement les gagnants d'une expo-sciences régionale?

J'ai besoin d'aide pour trouver la bonne façon de calculer les gagnants à notre expo-sciences. Je ne veux pas que mon ignorance des statistiques et des mathématiques empêche les enfants de gagner. (de nombreux avantages de bourses et d'avancement sont en jeu). Merci d'avance pour votre aide. Tout d'abord, un …

9 data-transformation standard-deviation rating

1

Quand choisir PCA vs LSA / LSI

Question: Existe-t-il des directives générales concernant les caractéristiques des données d'entrée, qui peuvent être utilisées pour décider entre l'application de l'ACP par rapport à LSA / LSI? Bref résumé de PCA vs LSA / LSI: L'analyse en composantes principales (PCA) et l'analyse sémantique latente (LSA) ou l'indexation sémantique latente (LSI) …

9 machine-learning pca lsa

1

Meilleure façon de gérer un ensemble de données multiclasses non équilibré avec SVM

J'essaie de construire un modèle de prédiction avec des SVM sur des données assez déséquilibrées. Mes étiquettes / sorties ont trois classes, positive, neutre et négative. Je dirais que l'exemple positif représente environ 10 à 20% de mes données, neutre environ 50 à 60% et négatif environ 30 à 40%. …

9 machine-learning predictive-models svm unbalanced-classes

2

Comment ajuster une régression comme

J'ai des données de séries chronologiques où la variable mesurée est des entiers positifs discrets (comptes). Je veux tester s'il y a une tendance à la hausse dans le temps (ou non). La variable indépendante (x) est comprise entre 0 et 500 et la variable dépendante (y) est comprise entre …

9 r regression python

1

Comment définir ce qu'est un «échantillon»?

Si je vous donne trois nombres qui sont indépendamment et identiquement tirés d'une distribution normale standard, alors vous ai-je donné trois échantillons ou un échantillon? Si la réponse est un échantillon, y a-t-il un nom abrégé pour ce que je vous ai donné trois?

9 sample terminology definition

1

Conseils aux étudiants diplômés en statistique

J'ai commencé mon doctorat en statistique cette année, et je recherche vos meilleures pratiques, conseils et (méta-conseils) sur la façon de grandir et de devenir un bon chercheur universitaire dans les domaines de la statistique / ML. Les réflexions générales et les liens sont les bienvenus, mais pour commencer le …

9 careers phd academia

1

Comment combiner les prévisions lorsque la variable de réponse dans les modèles de prévision était différente?

introduction A jeCjAICjAIC_jjjjA jeCjAICjAIC_j R P j = e ( A I C ∗ - A I C j ) / 2 jA jeC∗= minjA jeCjAIC∗=minjAICjAIC^* = \min_j{AIC_j}R Pj= e( A IC∗- A ICj) / 2RPj=e(AIC∗−AICj)/2RP_j = e^{(AIC^*-AIC_j)/2}jjj wj= R Pj∑jR Pjwj=RPj∑jRPjw_j = \frac{RP_j}{\sum_j RP_j} Problème Une difficulté que j'essaie …

9 time-series forecasting data-transformation econometrics

4

Comment savoir quantitativement si les données 1D sont regroupées autour de 1 ou 3 valeurs?

J'ai quelques données sur le temps entre les battements cardiaques d'un humain. Une indication des battements ectopiques (supplémentaires) est que ces intervalles sont regroupés autour de trois valeurs au lieu d'une. Comment puis-je obtenir une mesure quantitative de cela? Je cherche à comparer plusieurs ensembles de données, et ces deux …

9 clustering

4

Comment implémenter une variable fictive à l'aide de n-1 variables?

Si j'ai une variable à 4 niveaux, en théorie, je dois utiliser 3 variables fictives. En pratique, comment cela se fait-il réellement? Dois-je utiliser 0-3, dois-je utiliser 1-3 et laisser les 4 vides? Aucune suggestion? REMARQUE: je vais travailler dans R. MISE À JOUR: Que se passerait-il si j'utilisais juste …

9 r regression categorical-data categorical-encoding

3

Quel est le point de décomposition en valeurs singulières?

Je ne comprends pas pourquoi la réduction de dimension est importante. Quel est l'avantage de prendre certaines données et de réduire leur dimension?

9 dimensionality-reduction svd

1

Distribution de l'inverse du coefficient de régression

Supposons que nous ayons un modèle linéaire qui satisfait toutes les hypothèses de régression standard (Gauss-Markov). Nous nous intéressons à θ = 1 / β 1 .yje= β0+ β1Xje+ ϵjeyi=β0+β1xi+ϵiy_i = \beta_0 + \beta_1 x_i + \epsilon_iθ=1/β1θ=1/β1\theta = 1/\beta_1 Question 1: Quelles hypothèses sont nécessaires pour la distribution de θ …

9 regression distributions maximum-likelihood bootstrap

3

Quelle pourrait être une définition claire et pratique d'une «famille d'hypothèses» (en ce qui concerne le taux d'erreur par famille)?

Lorsque j'essaie d'évaluer ce qui constitue une famille d'hypothèses dans une expérience / un projet / une analyse, j'ai trouvé "similaires dans leur objectif" et "similaires dans leur contenu" donnés comme lignes directrices pour délimiter les familles, mais celles-ci laissent beaucoup de place à l'interprétation ( Pour dire le moins). …

9 hypothesis-testing multiple-comparisons

2

Puis-je faire confiance à une régression si les variables sont autocorrélées?

Les deux variables (dépendantes et indépendantes) montrent des effets d'autocorrélation. Les données sont des séries chronologiques et stationnaires Lorsque j'exécute, les résidus de régression ne semblent pas être corrélés. Ma statistique de Durbin-Watson est supérieure à la valeur critique supérieure, il existe donc une preuve que les termes d'erreur ne …

9 regression time-series autocorrelation

3

Sélection des paramètres SVM

Existe-t-il de meilleures méthodes alternatives pour choisir C et Gamma qui donnent de meilleures performances d'entraînement?

9 machine-learning

2

Meilleures pratiques lors du traitement continu des données de plage

Je cherche à savoir si l'abondance est liée à la taille. La taille est (bien sûr) continue, cependant, l'abondance est enregistrée sur une échelle telle que A = 0-10 B = 11-25 C = 26-50 D = 51-100 E = 101-250 F = 251-500 G = 501-1000 H = 1001-2500 …

9 categorical-data variance model continuous-data