Questions marquées «model»

Une formalisation des relations entre des variables liées stochastiquement (aléatoirement) sous forme d'équations mathématiques. N'UTILISEZ PAS CETTE ÉTIQUETTE PAR LUI-MÊME: ajoutez toujours une étiquette plus spécifique

7
Combien payer? Un problème pratique
Ce n'est pas une question de travail à domicile mais un problème réel auquel notre entreprise est confrontée. Très récemment (il y a 2 jours), nous avons commandé la fabrication de 10 000 étiquettes de produits à un revendeur. Le concessionnaire est une personne indépendante. Il fait fabriquer les étiquettes …
4
Les covariables qui ne sont pas statistiquement significatives doivent-elles être «conservées» lors de la création d'un modèle?
Mon calcul comporte plusieurs covariables pour un modèle, et toutes ne sont pas statistiquement significatives. Devrais-je enlever ceux qui ne le sont pas? Cette question traite du phénomène, mais ne répond pas à ma question: comment interpréter l'effet non significatif d'une covariable dans ANCOVA? Rien dans la réponse à cette …
2
Modèle à effets mixtes avec imbrication
J'ai des données recueillies à partir d'une expérience organisée comme suit: Deux sites de 30 arbres chacun. 15 sont traités, 15 sont contrôlés sur chaque site. De chaque arbre, nous échantillonnons trois morceaux de la tige et trois morceaux des racines, soit 6 échantillons de niveau 1 par arbre, représentés …
5
Un modèle suréquipé est-il nécessairement inutile?
Supposons qu'un modèle a une précision de 100% sur les données de formation, mais une précision de 70% sur les données de test. L'argument suivant est-il vrai à propos de ce modèle? Il est évident qu'il s'agit d'un modèle sur-équipé. La précision du test peut être améliorée en réduisant le …
3
Quelle est la différence entre une «expérience statistique» et un «modèle statistique»?
Je suis AW van der Vaart, statistiques asymptotiques (1998). Il parle d'expériences statistiques, affirmant qu'elles sont différentes d'un modèle statistique, mais il ne définit ni l'une ni l'autre. Ma question: Qu'est-ce que (1) une expérience statistique, (2) un modèle statistique et (3) quel est l'ingrédient clé qui distinguera toujours l'expérience …
3
Qu'est-ce qu'un modèle nul en régression et comment est-il lié à l'hypothèse nulle?
Qu'est-ce qu'un modèle nul en régression et quelle est la relation entre le modèle nul et l'hypothèse nulle? Pour ma compréhension, cela signifie-t-il Utiliser la «moyenne de la variable de réponse» pour prédire la variable de réponse continue? Utiliser la «distribution d'étiquettes» pour prédire les variables de réponse discrètes? Si …
2
Quel serait un exemple d'un modèle vraiment simple avec une probabilité insoluble?
Le calcul bayésien approximatif est une technique vraiment cool pour ajuster essentiellement n'importe quel modèle stochastique, destiné aux modèles où la probabilité est intraitable (par exemple, vous pouvez échantillonner à partir du modèle si vous fixez les paramètres mais vous ne pouvez pas calculer numériquement, algorithmiquement ou analytiquement la probabilité). …
4
La précision de la machine augmentant le gradient diminue à mesure que le nombre d'itérations augmente
J'expérimente l'algorithme de la machine de renforcement de gradient via le caretpackage en R. À l'aide d'un petit ensemble de données d'admission à l'université, j'ai exécuté le code suivant: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 
3
Quelles sont les options du modèle de régression à aléas proportionnels lorsque les résidus de Schoenfeld ne sont pas bons?
Je fais une régression des risques proportionnels de Cox dans R using coxph, qui comprend de nombreuses variables. Les résidus de Martingale ont fière allure, et les résidus de Schoenfeld sont excellents pour PRESQUE toutes les variables. Il existe trois variables dont les résidus de Schoenfeld ne sont pas plats, …
2
Inférence statistique sous erreur de spécification
Le traitement classique de l'inférence statistique repose sur l'hypothèse qu'une statistique correctement spécifiée est utilisée. Autrement dit, la distribution P∗(Y)P∗(Y)\mathbb{P}^*(Y) qui a généré les données observées yyy fait partie du modèle statistique MM\mathcal{M} : P∗(Y)∈M={Pθ(Y):θ∈Θ}P∗(Y)∈M={Pθ(Y):θ∈Θ}\mathbb{P}^*(Y) \in \mathcal{M}=\{\mathbb{P}_\theta(Y) :\theta \in \Theta\} Cependant, nous ne pouvons pas dans la plupart des situations …
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.