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

1
Conséquences du dépassement de la taille de l'échantillon après la détermination de l'échantillon dans l'analyse de puissance
Défi Dans notre bureau, j'ai participé à une discussion sur la taille de l'échantillon et son influence sur la taille de l'effet - pouvez-vous m'aider et m'expliquer davantage? Base Lors d'une analyse de puissance, on peut déterminer la taille de l'échantillon pour une taille d'effet spécifique dans une conception spécifique. …
1
Biais de sélection dans les arbres
Dans Applied Predictive Modeling de Kuhn et Johnson, les auteurs écrivent: Enfin, ces arbres souffrent d'un biais de sélection: les prédicteurs avec un nombre plus élevé de valeurs distinctes sont favorisés par rapport aux prédicteurs plus granulaires (Loh et Shih, 1997; Carolin et al., 2007; Loh, 2010). Loh et Shih …
8 cart  bias 
1
Quelle est la robustesse de l'estimateur du maximum de vraisemblance dans la modélisation des équations structurelles face à un manque de normalité multivariée?
Dans un modèle d'équation structurelle, on utilise souvent l'estimateur ML. Dans le cas où les variables ne sont pas normales à plusieurs variables, ML peut-il être utilisé? Souvent, les indicateurs dont vous disposez pour travailler ne sont pas normaux à plusieurs variables. Je ne sais pas comment procéder dans ce …
1
La transformation monotone inversible d'un intervalle de confiance vous donne-t-elle un intervalle de confiance (au même niveau) dans l'espace transformé?
Supposer (a,b)(a,b) (a,b) est un intervalle de confiance de niveau pour un paramètre . Supposons que est une transformation inversible monotone. Alors c'est(1−α)(1−α)(1-\alpha)θθ\thetaηη\eta (η(a),η(b))(η(a),η(b)) \left (\eta(a), \eta(b) \right ) un intervalle de confiance de niveau pour ? Supposons que le paramètre et les points de terminaison de l'intervalle de confiance …
1
Peut-on calculer l'autocorrélation de matrices de covariance échantillonnées par MCMC?
Imaginez que nous échantillonnons une matrice de covariance à partir d'une distribution de Wishart par MCMC. À chaque itération, nous obtenons une nouvelle matrice d'échantillon SiSiS_i de la distribution Wishart. Question : Compte tenu de la trace qui contient tous les échantillonsS1,...SnS1,...SnS_1,...S_n, puis-je tracer l'autocorrélation de ces échantillons? J'ai vu …
1
OLS vs maximum de vraisemblance sous distribution normale en régression linéaire
J'ai trouvé que pour un modèle de régression linéaire simple, OLS et la méthode du maximum de vraisemblance (en supposant une distribution normale) donnent le même résultat (valeurs des paramètres). À partir de là, pouvons-nous dire que l'OLS fait également des hypothèses implicites sur la distribution normale ou vice-versa? Je …
1
(Références) Comment dériver des modèles de conception expérimentale, au lieu de simplement les mémoriser?
Dans la classe de méthodes statistiques au niveau MS que je prends, j'ai appris différents modèles linéaires pour la conception expérimentale. Prenons, par exemple, pour le modèle RCBD (Randomized Complete Block Design) ( représentant le bloc, représentant les traitements), représentant les effets de bloc, les effets de traitement (fixes), suivant …
3
Vérification du gradient numérique: à quelle distance est assez proche?
J'ai fait un réseau neuronal convolutionnel et je voulais vérifier que mes gradients sont calculés correctement en utilisant la vérification numérique du gradient. La question est, à quelle distance est assez proche? Ma fonction de vérification crache simplement la dérivée calculée, la dérivée approximée numériquement, la différence entre les deux, …
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.