Statistiques et Big Data interpretation

2

La régularisation peut-elle être utile si nous ne nous intéressons qu'à la modélisation, pas aux prévisions?

La régularisation peut-elle être utile si nous nous intéressons uniquement à l'estimation (et à l'interprétation) des paramètres du modèle, pas à la prévision ou à la prédiction? Je vois à quel point la régularisation / validation croisée est extrêmement utile si votre objectif est de faire de bonnes prévisions sur …

19 cross-validation econometrics model-selection interpretation regularization

3

Interprétation du modèle ARIMA

J'ai une question sur les modèles ARIMA. Disons que j'ai une série temporelle que je voudrais prévoir et qu'un modèle ARIMA ( 2 , 2 ) semble être un bon moyen de mener l'exercice de prévision. Δ Y t = α 1 Δ Y t - 1 + α 2 …

19 regression time-series interpretation

1

Interprétation des tracés d'analyse de correspondance 2D

J'ai cherché sur Internet de très loin ... Je n'ai pas encore trouvé un très bon aperçu de la façon d'interpréter les tracés d'analyse de correspondance 2D. Quelqu'un pourrait-il donner des conseils sur l'interprétation des distances entre les points? Un exemple pourrait peut-être aider, voici un complot que l'on trouve …

19 interpretation correspondence-analysis biplot

1

Tracer et interpréter la régression logistique ordinale

J'ai une variable dépendante ordinale, la facilité, qui varie de 1 (pas facile) à 5 (très facile). L'augmentation des valeurs des facteurs indépendants est associée à une cote de facilité accrue. Deux de mes variables indépendantes ( condAet condB) sont catégoriques, chacune avec 2 niveaux, et 2 ( abilityA, abilityB) …

19 r regression logistic interpretation ordered-logit

2

Pourquoi la régression concerne-t-elle la variance?

Je lis cette note . À la page 2, il indique: "Quelle part de la variance des données s'explique par un modèle de régression donné?" "L'interprétation de la régression concerne la moyenne des coefficients; l'inférence concerne leur variance." J'ai lu de telles déclarations à plusieurs reprises, pourquoi nous soucierions-nous de …

19 regression variance interpretation

2

Interprétation des bêtas lorsqu'il existe plusieurs variables catégorielles

Je crois que le concept ß 0 est la moyenne lorsque la variable nominale est égale à 0 (ou est le groupe de référence), ce qui donne l'interprétation d'extrémité que le coefficient de régression est la différence moyenne des deux catégories. Même avec> 2 catégories Je suppose que chaque β …

18 multiple-regression categorical-data interpretation regression-coefficients contrast

4

Comment le cadre bayésien est-il meilleur dans l'interprétation lorsque nous utilisons habituellement des priors non informatifs ou subjectifs?

On fait souvent valoir que le cadre bayésien a un grand avantage dans l'interprétation (sur fréquentiste), car il calcule la probabilité d'un paramètre étant donné les données - au lieu de comme dans le cadre fréquentiste. Jusqu'ici tout va bien.p ( x | θ )p ( θ | x )p(θ|x)p(\theta|x)p …

18 bayesian interpretation prior likelihood posterior

3

Analyse de la divergence Kullback-Leibler

Considérons les deux distributions de probabilité suivantes P Q 0.01 0.002 0.02 0.004 0.03 0.006 0.04 0.008 0.05 0.01 0.06 0.012 0.07 0.014 0.08 0.016 0.64 0.928 J'ai calculé la divergence Kullback-Leibler qui est égale à , je veux savoir en général ce que ce nombre me montre? En général, …

18 interpretation information-theory kullback-leibler

6

Puis-je faire confiance à un résultat significatif d'un test t si la taille de l'échantillon est petite?

Si mon résultat de test t unilatéral est significatif mais que la taille de l'échantillon est petite (par exemple inférieure à 20 environ), puis-je toujours faire confiance à ce résultat? Sinon, comment dois-je traiter et / ou interpréter ce résultat?

17 statistical-significance t-test interpretation sample-size small-sample

2

Interprétation de la régression logistique ordinale

J'ai exécuté cette régression logistique ordinale dans R: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) J'ai obtenu ce résumé du modèle: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg -0.2335 0.06855 -3.406 Intercepts: Value Std. Error t value …

17 r regression logistic interpretation ordered-logit

2

Comment interpréter le coefficient de corrélation de Matthews (MCC)?

La réponse à la question Relation entre les coefficients de corrélation phi, Matthews et Pearson? montre que les trois méthodes des coefficients sont toutes équivalentes. Je ne suis pas des statistiques, donc ça devrait être une question facile. L'article de Matthews (www.sciencedirect.com/science/article/pii/0005279575901099) décrit ce qui suit: "A correlation of: C …

17 correlation interpretation pearson-r

2

Importance des fonctionnalités avec des variables muettes

J'essaie de comprendre comment je peux obtenir l'importance des fonctionnalités d'une variable catégorielle qui a été décomposée en variables fictives. J'utilise scikit-learn qui ne gère pas les variables catégorielles pour vous comme le font R ou H2O. Si je décompose une variable catégorielle en variables fictives, j'obtiens des importances de …

17 categorical-data random-forest interpretation importance

1

Interprétation des tracés de traces variables LASSO

Je suis nouveau dans le glmnetpackage et je ne sais toujours pas comment interpréter les résultats. Quelqu'un pourrait-il m'aider à lire le tracé de trace suivant? Le graphique était obtenu en exécutant ce qui suit: library(glmnet) return <- matrix(ret.ff.zoo[which(index(ret.ff.zoo)==beta.df$date[2]), ]) data <- matrix(unlist(beta.df[which(beta.df$date==beta.df$date[2]), ][ ,-1]), ncol=num.factors) model <- cv.glmnet(data, return, …

15 r data-visualization interpretation lasso glmnet

1

Comment interpréter les coefficients d'une régression bêta?

J'ai des données limitées entre 0 et 1. J'ai utilisé le betaregpackage dans R pour adapter un modèle de régression avec les données limitées comme variable dépendante. Ma question est: comment interpréter les coefficients de la régression?

15 r regression interpretation beta-distribution regression-coefficients

2

Subjectivité dans les statistiques Frequentist

J'entends souvent dire que les statistiques bayésiennes peuvent être très subjectives. L'argument principal étant que l'inférence dépend du choix d'un a priori (même si l'on peut utiliser le principe d'indifférence ou d'entropie maximale pour choisir un a priori). En comparaison, selon la revendication, les statistiques fréquentistes sont en général plus …

14 bayesian interpretation frequentist philosophical

Questions marquées «interpretation»