Statistiques et Big Data

8

L'abondance des valeurs de P en l'absence d'hypothèse

Je suis en épidémiologie. Je ne suis pas statisticien mais j'essaie de faire les analyses moi-même, bien que je rencontre souvent des difficultés. J'ai fait ma première analyse il y a environ 2 ans. Les valeurs de p ont été incluses partout dans mes analyses (j'ai simplement fait ce que …

28 probability hypothesis-testing statistical-significance p-value

3

Pourquoi le centrage de variables indépendantes pourrait-il modifier les principaux effets avec modération?

J'ai une question liée à la régression multiple et à l'interaction, inspirée de ce fil de CV: terme d'interaction utilisant une analyse de régression hiérarchique à variables centrées? Quelles variables devons-nous centrer? Lorsque je vérifie un effet de modération, je centre mes variables indépendantes et je multiplie les variables centrées …

28 regression interaction centering

1

Différence entre les algorithmes k-moyennes standard et sphériques

Je voudrais comprendre quelle est la principale différence de mise en œuvre entre les algorithmes de clustering k-means standard et sphérique. À chaque étape, k-means calcule les distances entre les vecteurs d'éléments et les centroïdes de cluster, et réaffecte le document à ce cluster, dont le centroïde est le plus …

28 clustering data-mining algorithms k-means

4

Lié pour la corrélation de trois variables aléatoires

Il existe trois variables aléatoires, x,y,zx,y,zx,y,z . Les trois corrélations entre les trois variables sont les mêmes. C'est, ρ=cor(x,y)=cor(x,z)=cor(y,z)ρ=cor(x,y)=cor(x,z)=cor(y,z)\rho=\textrm{cor}(x,y)=\textrm{cor}(x,z)=\textrm{cor}(y,z) Quelle est la limite la plus stricte que vous pouvez donner pour ρρ\rho ?

28 correlation correlation-matrix

3

Comment gérer la multicolinéarité lors de la sélection de variables?

J'ai un ensemble de données avec 9 variables indépendantes continues. Je suis en train de choisir parmi ces variables pour ajuster un modèle à un pourcentage unique variable ( en fonction), Score. Malheureusement, je sais qu'il y aura une colinéarité sérieuse entre plusieurs des variables. J'ai essayé d'utiliser la stepAIC()fonction …

28 r multiple-regression feature-selection multicollinearity

6

test t pour les données partiellement appariées et partiellement non appariées

Un enquêteur souhaite produire une analyse combinée de plusieurs ensembles de données. Dans certains ensembles de données, il existe des observations appariées pour les traitements A et B. Dans d'autres, il existe des données A et / ou B non appariées. Je recherche une référence pour une adaptation du test …

28 hypothesis-testing t-test paired-data change-scores

3

Quelle est la différence entre les intervalles de confiance et les tests d'hypothèse?

J'ai lu des controverses concernant les tests d'hypothèses, certains commentateurs suggérant que les tests d'hypothèses ne devraient pas être utilisés. Certains commentateurs suggèrent d' utiliser plutôt des intervalles de confiance . Quelle est la différence entre les intervalles de confiance et les tests d'hypothèse? Une explication avec référence et des …

28 hypothesis-testing confidence-interval

3

Pourquoi RSS est-il distribué chi carré times np?

Je voudrais comprendre pourquoi, sous le modèle OLS, le RSS (somme résiduelle des carrés) est distribué χ2⋅(n−p)χ2⋅(n−p)\chi^2\cdot (n-p) ( ppp étant le nombre de paramètres dans le modèle, le nombre d'observations).nnn Je m'excuse d'avoir posé une question aussi fondamentale, mais il semble que je ne puisse pas trouver la réponse …

28 regression distributions least-squares

4

Quels sont les facteurs qui rendent les distributions postérieures insolubles?

Dans les statistiques bayésiennes, il est souvent mentionné que la distribution postérieure est intraitable et donc une inférence approximative doit être appliquée. Quels sont les facteurs qui provoquent cette intraitabilité?

28 bayesian approximation inference

4

Comment réduire la dimensionnalité dans R

J'ai une matrice où a (i, j) me dit combien de fois j'ai consulté individuellement la page j. Il y a 27 000 personnes et 95 000 pages. J'aimerais avoir une poignée de "dimensions" ou "aspects" dans l'espace des pages qui correspondraient à des ensembles de pages qui sont souvent …

28 r clustering dimensionality-reduction

4

Comment est-il possible que la perte de validation augmente alors que la précision de validation augmente également

J'entraîne un réseau neuronal simple sur l'ensemble de données CIFAR10. Après un certain temps, la perte de validation a commencé à augmenter, tandis que la précision de validation augmente également. La perte de test et la précision du test continuent de s'améliorer. Comment est-ce possible? Il semble que si la …

28 neural-networks deep-learning conv-neural-network overfitting

5

Pourquoi la fonction moyenne du processus gaussien n'est-elle pas intéressante?

Je viens de commencer à lire sur les GPs et analogue à la distribution gaussienne régulière, elle est caractérisée par une fonction moyenne et la fonction de covariance ou le noyau. J'étais en train de parler et l'orateur a dit que la fonction moyenne est généralement assez inintéressante et que …

28 gaussian-process

8

Vous cherchez un bon et complet livre de probabilités et de statistiques

Je n'ai jamais eu l'occasion de visiter un cours de statistiques d'une faculté de mathématiques. Je recherche un livre de théorie des probabilités et de statistiques complet et autosuffisant. Par complet, je veux dire qu'il contient toutes les preuves et pas seulement les résultats des états. Par autosuffisance, je veux …

28 probability self-study mathematical-statistics references

7

Dans Naive Bayes, pourquoi s'embêter avec le lissage de Laplace alors que nous avons des mots inconnus dans le test?

Je lisais aujourd'hui la classification Naive Bayes. J'ai lu, sous le titre d' estimation des paramètres avec l'ajout de 1 lissage : Soit référence à une classe (telle que positive ou négative), et référence à un jeton ou à un mot.cccwww L'estimateur du maximum de vraisemblance pour estP( w | …

28 machine-learning classification text-mining naive-bayes laplace-smoothing

1

Existence de la fonction de génération de moment et de la variance

Une distribution à moyenne finie et à variance infinie peut-elle avoir une fonction de génération de moment? Qu'en est-il d'une distribution avec une moyenne finie et une variance finie mais des moments supérieurs infinis?

28 variance moments mgf