Statistiques et Big Data variance

3

Faites pivoter les composants PCA pour égaliser la variance de chaque composant

J'essaie de réduire la dimensionnalité et le bruit d'un ensemble de données en effectuant l'ACP sur l'ensemble de données et en jetant les derniers PC. Après cela, je veux utiliser certains algorithmes d'apprentissage automatique sur les PC restants, et donc je veux normaliser les données en égalisant la variance des …

9 variance pca factor-rotation

4

Fonction inverse de la variance

Pour un nombre constant donné (par exemple 4), est-il possible de trouver une distribution de probabilité pour , de sorte que nous ayons ?rrrXXXVar(X)=rVar(X)=r\mathrm{Var}(X)=r

9 distributions mathematical-statistics variance

2

Variance de la moyenne de l'échantillon de l'échantillon bootstrap

Soit des observations distinctes (pas de liens). Soit un échantillon bootstrap (un échantillon du CDF empirique) et laissez . Recherchez et . X * 1 , . . . , X ∗ n ˉ X ∗ n = 1X1, . . . ,XnX1,...,XnX_{1},...,X_{n}X∗1, . . . , X∗nX1∗,...,Xn∗X_{1}^{*},...,X_{n}^{*} E( ˉ …

9 self-study variance bootstrap cdf conditional-expectation

2

Trouver la variance de l'estimateur pour la probabilité maximale pour la distribution de Poisson

Si sont des distributions de Poisson iid avec le paramètre j'ai calculé que l'estimation du maximum de vraisemblance est pour les données . On peut donc définir l'estimateur correspondant Ma question est de savoir comment calculer la variance de cet estimateur?K1,…,KnK1,…,KnK_1, \dots, K_nββ\betaβ^(k1,…,kn)=1n∑i=1nkiβ^(k1,…,kn)=1n∑i=1nki\hat\beta (k_1, \dots, k_n) = \frac{1}{n} \sum_{i=1}^n k_ik1,…,knk1,…,knk_1, …

9 variance maximum-likelihood poisson-distribution

2

Hypothèse nulle de Mann-Whitney sous variance inégale

Je suis simplement curieux de savoir l'hypothèse nulle d'un test de Mann-Whitney U. Je vois souvent qu'il est déclaré que l'hypothèse nulle est que deux populations ont des distributions égales. Mais je pense - si j'avais deux populations normales avec la même variance moyenne mais extrêmement inégale, le test de …

9 hypothesis-testing variance wilcoxon-mann-whitney

4

Box Cox se transforme pour la régression

J'essaie d'adapter un modèle linéaire sur certaines données avec un seul prédicteur (disons (x, y)). Les données sont telles que pour les petites valeurs de x, les valeurs y donnent un ajustement serré à une ligne droite, mais à mesure que les valeurs x augmentent, les valeurs y deviennent plus …

9 r regression variance data-transformation

2

Bootstrap paramétrique, semi-paramétrique et non paramétrique pour les modèles mixtes

Les greffes suivantes sont extraites de cet article . Je suis novice dans le bootstrap et j'essaie d'implémenter le bootstrap paramétrique, semi-paramétrique et non paramétrique pour le modèle mixte linéaire avec le R bootpackage. Code R Voici mon Rcode: library(SASmixed) library(lme4) library(boot) fm1Cult <- lmer(drywt ~ Inoc + Cult + …

9 r mixed-model bootstrap central-limit-theorem stable-distribution time-series hypothesis-testing markov-process r correlation categorical-data association-measure meta-analysis r anova confidence-interval lm r bayesian multilevel-analysis logit regression logistic least-squares eda regression notation distributions random-variable expected-value distributions markov-process hidden-markov-model r variance group-differences microarray r descriptive-statistics machine-learning references r regression r categorical-data random-forest data-transformation data-visualization interactive-visualization binomial beta-distribution time-series forecasting logistic arima beta-regression r time-series seasonality large-data unevenly-spaced-time-series correlation statistical-significance normalization population group-differences demography

2

Meilleures pratiques lors du traitement continu des données de plage

Je cherche à savoir si l'abondance est liée à la taille. La taille est (bien sûr) continue, cependant, l'abondance est enregistrée sur une échelle telle que A = 0-10 B = 11-25 C = 26-50 D = 51-100 E = 101-250 F = 251-500 G = 501-1000 H = 1001-2500 …

9 categorical-data variance model continuous-data

3

Quel est le problème avec ma preuve de la loi de la variance totale?

Selon la loi de la variance totale, Var( X) = E( Var( X∣ Y) ) + Var( E( X∣ Y) )Var⁡(X)=E⁡(Var⁡(X∣Y))+Var⁡(E⁡(X∣Y))\operatorname{Var}(X)=\operatorname{E}(\operatorname{Var}(X\mid Y)) + \operatorname{Var}(\operatorname{E}(X\mid Y)) En essayant de le prouver, j'écris Var( X)= E( X- EX)2= E{ E[ ( X- EX)2∣ Y] }= E( Var( X∣ Y) )Var⁡(X)=E⁡(X−E⁡X)2=E⁡{E⁡[(X−E⁡X)2∣Y]}=E⁡(Var⁡(X∣Y)) \begin{equation} \begin{aligned} …

9 variance conditional-probability expected-value conditional-expectation moments

2

Indépendance de la moyenne et de la variance des distributions uniformes discrètes

Dans les commentaires ci - dessous un de mes messages, Glen_b et moi discutions comment les distributions discrètes ont nécessairement une moyenne et une variance dépendantes. Pour une distribution normale, cela a du sens. Si je te raconteX¯X¯\bar{x}, vous ne savez pas quoi s2s2s^2 est, et si je vous dis …

9 distributions variance mean independence moments

2

Quelle est la démonstration de la variance de la différence de deux variables dépendantes?

Je sais que la variance de la différence de deux variables indépendantes est la somme des variances, et je peux le prouver. Je veux savoir où va la covariance dans l'autre cas.

9 variance covariance independence non-independent

1

Variance des puissances d'une variable aléatoire

Est-il possible de dériver une formule de variance des puissances d'une variable aléatoire en termes de valeur attendue et de variance de X? et var(Xn)=?var⁡(Xn)=?\operatorname{var}(X^n)= \,?E(Xn)=?E(Xn)=?E(X^n)=\,?

9 variance expected-value

1

Confusion liée à la technique d'ensachage

J'ai un peu de confusion. Je lisais cet article où il expliquait que la technique d'ensachage réduit considérablement la variance et n'augmente que légèrement le biais. Je ne l'ai pas compris comment cela réduit la variance. Je sais ce qu'est la variance et le biais. Le biais est l'incapacité du …

9 variance bias bagging

1

Que faire de l'hétérogénéité de la variance lorsque l'écart diminue avec des valeurs ajustées plus grandes

J'essaie de produire un modèle mixte linéaire, le code R est le suivant. lme (Average.payoff ~ Game + Type + Others.Type + Game: Type + Game: Others.Type + Type: Others.Type, random = ~ 1 | Subjects, method = "REML", data = Subjectsm1) -> lme1 Le terme de réponse Average.payoff est …

9 regression mixed-model variance heteroscedasticity lme4-nlme

1

Intuition (géométrique ou autre) de

Dans une autre tranche d'intuitions pour les identités en probabilité, considérons la loi d' identité élémentaire de la variance totale Var(X)=E[Var(X|Y)]+Var(E[X|Y])Var(X)=E[Var(X|Y)]+Var(E[X|Y]) \begin{eqnarray} \rm{Var}(X) &=&\rm{E}[\rm{Var}(X|Y)] + \rm{Var}(E[X|Y]) \end{eqnarray} Il s'agit d'une simple manipulation algébrique directe de la définition des moments en sommation, ou, comme dans le lien wikipedia, via la manipulation …

8 variance intuition

Questions marquées «variance»