Statistiques et Big Data

Q & A pour les personnes intéressées par les statistiques, l'apprentissage automatique, l'analyse de données, l'exploration de données et la visualisation de données

2
ANOVA à mesures répétées vs ANOVA factorielle avec facteur sujet: comprendre les «strates d'erreur» et le terme Error () dans aov
Envisager des mesures répétées d'ANOVA (RM-ANOVA) avec un facteur intra-sujet Aet plusieurs mesures par sujet pour chaque niveau de A. Elle est étroitement liée à l'ANOVA bidirectionnelle avec deux facteurs: Aet subject. Ils utilisent la décomposition identique de la somme des carrés en quatre parties: A, subject, A⋅subjectet residual. Cependant, …
1
Existe-t-il un nom accepté pour cette mesure d'erreur?
Je suis tombé sur une mesure d'erreur utilisée pour quantifier l'erreur de reconstruction d'un modèle: ε =∑je(yje-mje)2∑je(yje-y¯)2ε=∑i(yi−mi)2∑i(yi−y¯)2 \varepsilon = \frac{\sum_i{\left(y_i-m_i\right)^2}}{\sum_i{\left(y_i-\bar{y}\right)^2}} où yjeyiy_i est le jeiie point de données, mjemim_i est l'estimation du modèle de la jeiie point de données, et y¯y¯\bar{y}est la moyenne de tous les points de données. Le …
1
Utilité pratique de la convergence ponctuelle sans convergence uniforme
Motivation Dans le contexte de l'inférence post-sélection de modèle, Leeb et Pötscher (2005) écrivent: Bien que l'on sache depuis longtemps que l'uniformité (au moins localement) par rapport aux paramètres est un problème important dans l'analyse asymptotique, cette leçon a souvent été oubliée dans la pratique quotidienne de la théorie économétrique …
1
Pourquoi la somme des échantillons d'autocorrélations d'une série stationnaire est-elle égale à -1/2?
Je ne peux pas saisir ma tête autour de cette propriété des séries stationnaires et de la fonction d'autocorrélation. Je dois prouver que ∑h=1n−1ρ^(h)=−12∑h=1n−1ρ^(h)=−12\begin{align} \sum_{h=1}^{n-1}\hat\rho(h)=-\frac{1}{2} \end{align} Où et est la fonction d'autocovarianceρ^(h)=γ^(h)γ^(0)ρ^(h)=γ^(h)γ^(0)\hat\rho(h)=\displaystyle\frac{\hat\gamma(h)}{\hat\gamma(0)}γ^(h)γ^(h)\hat\gamma(h) γ^( h ) =1n∑t = 1n - h(Xt-X¯) (Xt + h-X¯)γ^(h)=1n∑t=1n−h(Xt−X¯)(Xt+h−X¯)\begin{align} \hat\gamma(h) = \frac{1}{n}\sum_{t=1}^{n-h}(X_t-\bar{X})(X_{t+h}-\bar{X}) \end{align} J'espère que quelqu'un …
2
Est-il possible de supprimer des observations manquantes?
J'ai un ensemble de données qui examine les demandes d'immigration et les acceptations de visa (octroi de visas). Les taux sont calculés pour les demandes de visa «acceptées» et «rejetées». Cependant, l'ensemble de données contient également des valeurs pour les cas fermés. Normalement, c'est lorsque l'immigrant a cessé de se …
3
Cet article du NYT suppose-t-il à tort des incréments indépendants?
L'article trace pour 100 femmes qui utilisent un certain type de méthode de contraception le nombre de grossesses non planifiées au fil du temps. https://www.nytimes.com/interactive/2014/09/14/sunday-review/unplanned-pregnancies.html?_r=0 En particulier, à la fin de l'article, ils disent: Les nombres sont calculés comme suit: P (pas enceinte après la première année N)= P (pas …
1
Prior de Jeffreys pour la distribution bêta
Si ma probabilité a la forme d'une distribution bêta et que je veux utiliser l'a priori de Jeffreys pour ses paramètres, quelle est la forme de l'a priori? Pour certaines distributions, il est assez simple de calculer. par exemple, dans le cas binomial, l'attente de la dérivée seconde vous donne …
1
Régularisation L2 vs retrait d'effets aléatoires
Une propriété fondamentale de la régression à effets aléatoires est que les estimations d'interception aléatoire sont "rétrécies" vers la moyenne globale de la réponse en fonction de la variance relative de chaque estimation. U^j=ρjy¯j+(1−ρj)y¯U^j=ρjy¯j+(1−ρj)y¯\hat{U}_j = \rho_j \bar{y}_j + (1-\rho_j)\bar{y} oùρj=τ2/(τ2+σ2/nj).ρj=τ2/(τ2+σ2/nj).\rho_j = \tau^2 / (\tau^2 + \sigma^2/n_j). C'est également le cas …
2
Les techniques de stimulation utilisent-elles le vote comme toute autre méthode d'ensemble?
Peut-on généraliser toutes les méthodes d'ensemble en utilisant le vote? Les méthodes de stimulation utilisent-elles également le vote pour amener les apprenants faibles dans le modèle final? Ma compréhension de la technique: Boosting: ajoute continuellement un apprenant faible pour booster les points de données qui n'ont pas été correctement classés. …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.