Statistiques et Big Data

3

Différence entre MLP (Perceptron multicouche) et les réseaux de neurones?

Je m'interroge sur les différences. D'après ma compréhension, MLP est un type de réseaux de neurones, où la fonction d'activation est sigmoïde, et le terme d'erreur est une erreur d'entropie croisée (logistique). Vous cherchez de l'aide, merci!

8 neural-networks perceptron

2

Processus gaussiens à aire d'échantillonnage finie

Je m'excuse d'avance si cette question est mal posée: je suis astronome, pas statisticien. Ma question vise spécifiquement à m'aider à déterminer si les processus gaussiens sont une technique appropriée pour mon problème. À l'aide d'un télescope et d'un spectrographe alimenté par fibres, mon projet a pris le spectre optique …

8 gaussian-process

1

Comparaison du modèle bayésien au lycée

J'enseigne la physique à des élèves du secondaire et j'aimerais que mes élèves effectuent une comparaison rudimentaire de modèles bayésiens pour les données de leurs expériences. J'ai trouvé un moyen pour eux de le faire (voir ci-dessous), mais je ne suis pas certain que ce soit correct. J'apprécierais beaucoup tout …

8 bayesian linear-model model-comparison teaching bayes-factors

1

Distribution d'un polynôme du deuxième degré d'une variable aléatoire gaussienne

Je voudrais calculer P( O= aX2+ b X+ c < 0 )P(Y=aX2+bX+c<0)P(Y=aX^2+bX+c<0) où . Je peux le faire assez facilement en utilisant Monte Carlo. Cependant, on m'a demandé de trouver le pdf analytique de , puis de calculerX∼ N( 0 , σ)X∼N(0,σ)X \sim N(0,\sigma)FOui( y)fY(y)f_Y(y)OuiYY je=∫0- ∞FOui( y) dyI=∫−∞0fY(y)dyI=\int_{-\infty}^0 f_Y(y) …

8 probability normal-distribution pdf polynomial

1

Distribution des propositions - Metropolis Hastings MCMC

Dans la chaîne de Metropolis-Hastings Markov Monte Carlo, la distribution de la proposition peut être n'importe quoi, y compris le gaussien (selon Wikipedia). Q: Quelle est la motivation pour utiliser autre chose que le gaussien? Le gaussien fonctionne, c'est facile à évaluer, c'est rapide et tout le monde le comprend. …

8 sampling mcmc monte-carlo metropolis-hastings

2

Statistiques sur l'indépendance et l'ordre

J'ai un problème sous la main, que je ne peux pas résoudre. Quelqu'un peut-il m'aider à commencer? Y1<Y2<Y3Y1<Y2<Y3Y_1<Y_2<Y_3 : Une statistique d'ordre de taille 3 à partir d'une distribution ayant pdf Définissez également La tâche consiste à calculer le pdf commun de .f(x)=2x 0<x<1f(x)=2x 0<x<1 f(x)=2x\ \ \ 0<x<1U1=Y1Y2 and …

8 self-study independence joint-distribution order-statistics

1

Si une matrice de covariance inverse est clairsemée, que puis-je dire à propos de la matrice de covariance?

Comment la condition de rareté sur une matrice de covariance inverse affecte-t-elle la matrice de covariance réelle?

8 mathematical-statistics covariance-matrix linear-algebra

1

Comment tester l'indépendance avec des variables catégorielles non exclusives?

introduction J'ai un tableau de contingence catégorique avec de nombreuses lignes et un résultat binaire, que je compte: name outcome1 outcome2 ---- -------- -------- A 14 5 B 17 2 C 6 5 D 11 8 E 18 14 C'est très bien, car pourtant les deux catégories (nom et résultat) …

8 categorical-data non-independent predictor

1

Le coefficient variable augmente, puis diminue à mesure que lambda diminue (LASSO)

Je régresse un prédicteur continu sur plus de 60 variables (à la fois continues et catégorielles) en utilisant LASSO (glmnet). En examinant le tracé de trace variable, je remarque que lorsque le log lambda augmente, l'une des variables clés a un coefficient qui augmente réellement. Puis, après un certain point, …

8 lasso regularization glmnet

1

Puis-je prendre une décision en utilisant un facteur Bayes?

Les facteurs bayésiens indiquent dans quelle mesure un certain modèle est pris en charge. Supposons que j'exécute une expérience contrôlée et que j'ai deux modèles: le modèle nul et le modèle alternatif. Si j'ai un facteur Bayes élevé, puis-je affirmer que le traitement est efficace et proposer de faire le …

8 hypothesis-testing bayes bayes-factors

1

Prévision des intervalles de Poisson, de précision et de prédiction

J'essaie de prévoir des Poissondonnées, divisées en groupes, de 1-26 months of data, selon le groupe. Des données regroupées 65% has a value of 0et 25% a value of 1. Je n'ai trouvé aucune tendance ou saisonnalité, j'ai donc commencé à tester quelques modèles stationnaires différents. Moving average (3), Moving …

8 time-series forecasting count-data prediction-interval intermittent-time-series

5

Comment une distribution de probabilité peut-elle diverger?

Comment, par exemple, la distribution Gamma peut-elle diverger près de zéro (pour un ensemble approprié de paramètres d'échelle et de forme, disons forme et échelle ), tout en ayant sa surface égale à un?=0.1=0.1=0.1=10=10=10 Si je comprends bien, l'aire d'une distribution de densité de probabilité doit toujours être égale à …

8 probability distributions

2

Comment ajustez-vous une distribution de Poisson aux données de table?

On m'a donné un tableau de et , qui sont tels que le nombre de indique un nombre d'enfants que tous les ont.x = ( 0 , 1 , 2 , 3 , 4 , 5 , 6 )x=(0,1,2,3,4,5,6)x=(0,1,2,3,4,5,6)y= ( 3062 , 587 , 284 , 103 , 33 , …

8 self-study distributions maximum-likelihood fitting

1

Autocorrélation de processus AR (1) indépendants concaténés

Soit un processus stochastique formé en concaténant les tirages iid d'un processus AR (1), où chaque tirage est un vecteur de longueur 10. En d'autres termes, sont des réalisations d'un processus AR (1); sont tirés du même processus, mais sont indépendants des 10 premières observations; etc.{Xt}{Xt}\left\{X_t\right\}{X1,X2, … ,Xdix}{X1,X2,…,Xdix}\left\{X_1, X_2, \ldots, …

8 r autocorrelation independence lags

1

Attaque de Mars (probabilité de détruire vaisseaux spatiaux avec missiles)

Supposons que la Terre ait été attaquée par vaisseaux spatiaux martiens et supposons que nous ayons missiles à lancer contre les vaisseaux spatiaux. La probabilité de toucher et de détruire chaque vaisseau spatial par chaque missile est (indépendante du reste).nnnm=k⋅nm=k⋅nm=k \cdot nnnnppp Quelle est la probabilité de détruire tous les …

8 probability conditional-probability markov-process coupon-collector-problem