Statistiques et Big Data information-geometry

4

Quelles sont les valeurs correctes pour la précision et le rappel dans les cas de bord?

La précision est définie comme: p = true positives / (true positives + false positives) Est - il exact que, true positiveset false positivesapproche 0, la précision approche 1? Même question pour rappel: r = true positives / (true positives + false negatives) J'implémente actuellement un test statistique où j'ai …

20 precision-recall data-visualization logarithm references r networks data-visualization standard-deviation probability binomial negative-binomial r categorical-data aggregation plyr survival python regression r t-test bayesian logistic data-transformation confidence-interval t-test interpretation distributions data-visualization pca genetics r finance maximum probability standard-deviation probability r information-theory references computational-statistics computing references engineering-statistics t-test hypothesis-testing independence definition r censoring negative-binomial poisson-distribution variance mixed-model correlation intraclass-correlation aggregation interpretation effect-size hypothesis-testing goodness-of-fit normality-assumption small-sample distributions regression normality-assumption t-test anova confidence-interval z-statistic finance hypothesis-testing mean model-selection information-geometry bayesian frequentist terminology type-i-and-ii-errors cross-validation smoothing splines data-transformation normality-assumption variance-stabilizing r spss stata python correlation logistic logit link-function regression predictor pca factor-analysis r bayesian maximum-likelihood mcmc conditional-probability statistical-significance chi-squared proportion estimation error shrinkage application steins-phenomenon

3

La géométrie différentielle a-t-elle quelque chose à voir avec les statistiques?

Je fais un master en statistique et on me conseille d'apprendre la géométrie différentielle. Je serais plus heureux d'entendre parler des applications statistiques de la géométrie différentielle car cela me motiverait. Quelqu'un connaît-il des applications de la géométrie différentielle en statistique?

19 mathematical-statistics information-geometry

4

Des questions sur la divergence KL?

Je compare deux distributions avec une divergence KL qui me renvoie un nombre non standardisé qui, selon ce que j'ai lu sur cette mesure, est la quantité d'informations nécessaires pour transformer une hypothèse en l'autre. J'ai deux questions: a) Existe-t-il un moyen de quantifier une divergence KL afin qu'elle ait …

14 distributions kullback-leibler information-geometry

3

Utiliser la géométrie de l'information pour définir les distances et les volumes… utile?

Je suis tombé sur un vaste corpus de littérature qui préconise d'utiliser la métrique de l'information de Fisher comme métrique locale naturelle dans l'espace des distributions de probabilité, puis de l'intégrer pour définir les distances et les volumes. Mais ces quantités «intégrées» sont-elles réellement utiles à quelque chose? Je n'ai …

13 model-selection information-geometry

1

Déterminant des informations de Fisher

(J'ai posté une question similaire sur math.se. ) En géométrie de l'information, le déterminant de la matrice d'information de Fisher est une forme volumique naturelle sur une variété statistique, donc elle a une belle interprétation géométrique. Le fait qu'il apparaisse dans la définition d'un a priori de Jeffreys, par exemple, …

12 variance information-theory fisher-information information-geometry

2

Intuition graphique des statistiques sur une variété

Sur ce poste , vous pouvez lire la déclaration: Les modèles sont généralement représentés par des points sur une variété de dimensions finies.θθ\theta Sur la géométrie différentielle et les statistiques par Michael K Murray et John W Rice, ces concepts sont expliqués en prose lisible, même en ignorant les expressions …

12 distributions manifold-learning information-geometry topologies

1

Clarification de la géométrie de l'information

Cette question concerne l'étude de la géométrie différentielle des familles exponentielles courbes - courbures et perte d'information par Amari. Le texte est le suivant. Soit une variété à n dimensions de distributions de probabilité avec un système de coordonnées θ = ( θ 1 , … , θ n ) …

10 mathematical-statistics statistical-learning geometry information-geometry

Questions marquées «information-geometry»