Statistiques et Big Data

10

Quelles sont les sources de données économiques les plus utiles?

Lors de recherches en économie, il est souvent nécessaire de vérifier les conclusions théoriques sur des données réelles. Quelles sont les sources de données fiables à utiliser et à citer? Je suis principalement intéressé par les sources qui fournissent diverses données statistiques telles que le PIB, la population, l'IPC, l'IPP, …

37 references

5

Comment visualiser / comprendre ce que fait un réseau de neurones?

Les réseaux de neurones sont souvent traités comme des "boîtes noires" en raison de leur structure complexe. Ce n'est pas idéal, car il est souvent bénéfique de comprendre intuitivement le fonctionnement d'un modèle en interne. Quelles sont les méthodes de visualisation du fonctionnement d'un réseau de neurones formés? Sinon, comment …

37 data-visualization neural-networks

2

Distance Kullback – Leibler vs Kolmogorov-Smirnov

Je peux voir qu'il y a beaucoup de différences formelles entre les mesures de distance Kullback – Leibler vs Kolmogorov-Smirnov. Cependant, les deux sont utilisés pour mesurer la distance entre les distributions. Y a-t-il une situation typique où l'un devrait être utilisé à la place de l'autre? Quelle est la …

37 distributions distance-functions kolmogorov-smirnov kullback-leibler

2

Inégalités de probabilité

Je cherche des inégalités de probabilité pour les sommes de variables aléatoires non bornées. J'apprécierais vraiment si quelqu'un pouvait me donner des idées. Mon problème est de trouver une limite supérieure exponentielle sur la probabilité que la somme des variables aléatoires iid non bornées, qui sont en fait la multiplication …

37 probability mathematical-statistics probability-inequalities mgf

3

Application des méthodes d'apprentissage automatique aux sites Web StackExchange

J'ai un cours d' apprentissage machine ce semestre et le professeur nous a demandé de trouver un problème du monde réel et de le résoudre par l'une des méthodes d'apprentissage automatique introduites dans la classe, telles que: Arbres de décision Réseaux de neurones artificiels Machines à vecteurs de support Apprentissage …

37 machine-learning

2

Quand et comment utiliser des variables explicatives normalisées dans la régression linéaire

J'ai 2 questions simples sur la régression linéaire: Quand est-il conseillé de normaliser les variables explicatives? Une fois que l'estimation est réalisée avec des valeurs normalisées, comment peut-on prévoir avec de nouvelles valeurs (comment normaliser les nouvelles valeurs)? Quelques références seraient utiles.

37 regression predictive-models references standardization predictor

6

Interprétation bayésienne vs fréquentiste de la probabilité

Quelqu'un peut-il donner un bon aperçu des différences entre l'approche bayésienne et l'approche fréquentiste de la probabilité? D'après ce que j'ai compris: Le point de vue fréquentiste est que les données sont un échantillon aléatoire répétable (variable aléatoire) avec une fréquence / probabilité spécifique (définie comme la fréquence relative d'un …

37 probability bayesian frequentist

6

Taille de l'effet comme hypothèse du test de signification

Aujourd'hui, au Cross Club Journal validé (pourquoi n'y étiez-vous pas?), @Mbq a demandé: Pensez-vous que nous (scientifiques spécialisés dans les données modernes) savons ce que signifie une signification? Et comment cela se rapporte-t-il à notre confiance dans nos résultats? @ Michelle a répondu comme certains (y compris moi) le font …

37 hypothesis-testing p-value large-data

5

Quel est le but des fonctions caractéristiques?

J'espère que quelqu'un pourra expliquer, en termes simples, ce qu'est une fonction caractéristique et comment elle est utilisée dans la pratique. J'ai lu qu'il s'agissait de la transformation de Fourier du pdf, alors je suppose que je sais ce que c'est, mais je ne comprends toujours pas son but. Si …

37 probability mathematical-statistics characteristic-function

3

Explication intuitive de la densité de la variable transformée?

Supposons que soit une variable aléatoire avec pdf f X ( x ) . Alors la variable aléatoire Y = X 2 a le pdfXXXfX(x)fX(x)f_X(x)Y=X2Y=X2Y=X^2 fY(y)={12y√(fX(y√)+fX(−y√))0y≥0y<0fY(y)={12y(fX(y)+fX(−y))y≥00y<0f_Y(y)=\begin{cases}\frac{1}{2\sqrt{y}}\left(f_X(\sqrt{y})+f_X(-\sqrt{y})\right) & y \ge 0 \\ 0 & y \lt 0\end{cases} Je comprends le calcul derrière cela. Mais j'essaie de trouver un moyen de l'expliquer …

37 random-variable pdf intuition

11

Manuels statistiques Open Source?

Il y a eu quelques questions sur les manuels de statistiques , telles que la question Manuels de statistiques gratuits . Cependant, je suis à la recherche de manuels Open Source, par exemple, sous licence Creative Commons . La raison en est que, dans les supports de cours d'autres domaines, …

37 references open-source

5

Les statisticiens en activité se soucient-ils de la différence entre inférence fréquentiste et bayésienne?

En tant qu'étranger, il semble y avoir deux points de vue divergents sur la manière de procéder à l'inférence statistique. Les deux méthodes différentes sont-elles considérées comme valables par des statisticiens en activité? Est-ce que choisir est considéré davantage comme une question philosophique? Ou bien la situation actuelle est-elle considérée …

37 bayesian frequentist

8

Est-il possible de prouver une hypothèse nulle?

Comme le dit la question - Est-il possible de prouver l'hypothèse nulle? D'après ma compréhension (limitée) de l'hypothèse, la réponse est non, mais je ne peux pas en donner une explication rigoureuse. La question a-t-elle une réponse définitive?

37 hypothesis-testing proof equivalence

7

La validation croisée peut-elle être utilisée pour l'inférence causale?

Dans tous les contextes, je suis familier avec la validation croisée, elle est uniquement utilisée dans le but d'accroître la précision prédictive. La logique de la validation croisée peut-elle être étendue en estimant les relations non biaisées entre les variables? Bien que cet article de Richard Berk montre l’utilisation d’un …

37 cross-validation causality

7

Pourquoi la régularisation ne résout-elle pas le besoin en données des réseaux neuronaux profonds?

Un problème que j'ai souvent vu dans le contexte des réseaux de neurones en général, et des réseaux de neurones profonds en particulier, est qu'ils sont "gourmands en données". avec lequel former le réseau. D'après ce que je comprends, cela est dû au fait que les NNets, notamment les Deep …

37 neural-networks deep-learning regularization