Statistiques et Big Data

1

Variance des puissances d'une variable aléatoire

Est-il possible de dériver une formule de variance des puissances d'une variable aléatoire en termes de valeur attendue et de variance de X? et var(Xn)=?var⁡(Xn)=?\operatorname{var}(X^n)= \,?E(Xn)=?E(Xn)=?E(X^n)=\,?

9 variance expected-value

2

Régression par l'origine

Nous avons les points suivants: Comment trouver la meilleure droite d'ajustement travers les points? Ma calculatrice a la possibilité de trouver la meilleure ligne d'ajustement travers ces points, qui est:( 0 , 0 ) ( 1 , 51,8 ) ( 1,9 , 101,3 ) ( 2,8 , 148,4 ) ( …

9 regression intercept

2

Valeurs de p du test de Mann-Whitney U identiques pour les données brutes et transformées en log

Je suis nouveau dans Stats et j'ai rencontré ce problème lors de l'exécution de mes analyses sur SPSS que je ne peux pas expliquer. Comment se fait-il que même après avoir transformé mes données en les enregistrant, elles aient toujours la même valeur p que l'ensemble de données brutes qui …

9 data-transformation p-value wilcoxon-mann-whitney

1

Qu'entend-on par «niveau» d'une série chronologique?

Dans une grande partie de la littérature que j'étudie, c'est l'un de ces termes qui revient fréquemment mais sans définition rigoureuse. Plus précisément, on me dit: Pour les variables aléatoires indexées dans le temps (RVs) , le modèle de décomposition additive est donné comme{Xt}{Xt}\{X_t\} Xt=ll(Xt−1,Xt−2,…)+fc(Xt−1,Xt−2,…,εt,εt−1,…)Xt=ll(Xt−1,Xt−2,…)+fc(Xt−1,Xt−2,…,εt,εt−1,…)X_t = {ll}(X_{t-1}, X_{t-2}, \ldots) + …

9 time-series definition

1

Quelle est la différence entre maximiser la vraisemblance conditionnelle (log) ou vraisemblance conjointe (log) lors de l'estimation des paramètres d'un modèle?

Considérons une réponse y et de la matrice de données X . Supposons que je crée un modèle de formulaire - y ~ g (X,θθ\theta) (g () pourrait être n'importe quelle fonction de X et θθ\theta) Maintenant, pour estimer θθ\thetaen utilisant la méthode du maximum de vraisemblance (ML), je pourrais …

9 estimation maximum-likelihood optimization

1

Régression multiple avec variables indépendantes mesurées de façon répétée?

Conception et hypothèse : nous avons mesuré wellbeingà Time-1 et Time-2, nous voulons voir si le facteur A(mesuré à Time-1 et supposé être un facteur stable dans le temps) est un prédicteur significatif de facteur B(mesuré à Time-2) . Nous nous attendons également à ce que wellbeing, actuels ou passés, …

9 regression repeated-measures multiple-regression panel-data

1

Espacement entre des variables aléatoires uniformes discrètes

Laissez être IID uniformes variables aléatoires discrètes sur (0,1) et leurs statistiques d'ordre soit .U1,…,UnU1,…,UnU_1, \ldots, U_nnnnU(1),…,U(n)U(1),…,U(n)U_{(1)}, \ldots, U_{(n)} Définissez pour avec .Di=U(i)−U(i−1)Di=U(i)−U(i−1)D_i=U_{(i)}-U_{(i-1)}i=1,…,ni=1,…,ni=1, \ldots, nU0=0U0=0U_0=0 J'essaie de comprendre la distribution conjointe des et leur distribution marginale et peut-être leurs premiers instants. Quelqu'un peut-il donner un indice à ce sujet. Pouvez-vous …

9 probability distributions order-statistics joint-distribution

5

Amorçage de données hiérarchiques / multiniveaux (rééchantillonnage de clusters)

Je produis un script pour créer des échantillons de bootstrap à partir de l' catsensemble de données (à partir du -MASS-package). En suivant le manuel de Davidson et Hinkley [1], j'ai effectué une régression linéaire simple et adopté une procédure fondamentale non paramétrique pour le bootstrap à partir des observations …

9 r bootstrap fixed-effects-model

3

Lors de l'utilisation de glmnet, comment déclarer la signification de la valeur p pour revendiquer la signification des prédicteurs?

J'ai un grand ensemble de prédicteurs (plus de 43 000) pour prédire une variable dépendante qui peut prendre 2 valeurs (0 ou 1). Le nombre d'observations est supérieur à 45 000. La plupart des prédicteurs sont des unigrammes, des bigrammes et des trigrammes de mots, il y a donc un …

9 r multiple-regression lasso glmnet

1

Distribution postérieure pour la régression linéaire bayésienne

J'ai fait des recherches sur l'utilisation de la régression linéaire bayésienne, mais je suis arrivé à un exemple qui me rend confus. Compte tenu du modèle: y=βX+ϵy=βX+ϵ{\bf y} = {\bf \beta}{\bf X} + \bf{\epsilon} En supposant que et un ,ϵ∼N(0,ϕI)ϵ∼N(0,ϕI){\bf \epsilon} \sim N(0, \phi I)p(β,ϕ)∝1ϕp(β,ϕ)∝1ϕp(\beta, \phi) \propto \frac{1}{\phi} Comment est …

9 regression bayesian multiple-regression

1

Quelles sont les lignes rouges dans le graphique de régression quantile (package quantreg)?

En utilisant plot.rqdans le quantregpackage de R, nous pouvons tracer la distribution d'estimation des coefficients et obtenir quelque chose comme ceci: Quelles sont les lignes rouges pointillées? Une recherche approfondie sur Google a révélé que celle du milieu est la moyenne des 99 estimations, mais ne connaît toujours pas la …

9 r data-visualization quantile-regression

1

Confusion liée à la technique d'ensachage

J'ai un peu de confusion. Je lisais cet article où il expliquait que la technique d'ensachage réduit considérablement la variance et n'augmente que légèrement le biais. Je ne l'ai pas compris comment cela réduit la variance. Je sais ce qu'est la variance et le biais. Le biais est l'incapacité du …

9 variance bias bagging

2

D'où vient la fonction gaussienne?

J'ai lu d'innombrables pages sur Google et je ne trouve pas de réponse satisfaisante. J'ai également lu http://castatistics.wikispaces.com/file/view/normal+der..pdf , mais je doute que c'était la motivation d'origine de la fonction gaussienne. Je suis actuellement étudiant de premier cycle et mon manuel me dit simplement que la fonction f (x) = …

9 normal-distribution

3

Comment expliquer l'intuition derrière l'ANOVA?

Je dois expliquer l'intuition derrière ce que fait l'ANOVA à une personne non technique. Y a-t-il un visuel qui explique l'idée? Un visuel qui illustre l'idée clé dans le contexte d'une ANOVA unidirectionnelle avec peut-être 3 niveaux de facteur pourrait être utile? Supposons que la personne ait suivi des cours …

9 anova intuition

1

Distributions hyperprior pour les paramètres (matrice d'échelle et degrés de liberté) d'un wishart avant une matrice de covariance inverse

J'estime plusieurs matrices de covariance inverse d'un ensemble de mesures à travers différentes sous-populations en utilisant un wishart prior dans jags / rjags / R. Au lieu de spécifier une matrice d'échelle et des degrés de liberté sur la matrice de covariance inverse antérieure (la distribution de Wishart), je voudrais …

9 bayesian covariance prior wishart hierarchical-bayesian