Статистика та великі дані

У мене виникають проблеми з вирішенням наступного. Ви малюєте карти зі стандартної колоди на 52 картки без заміни, поки не отримаєте туза. Ви отримуєте з того, що залишилося, поки не отримаєте 2. Ви продовжуєте роботу з 3. Яке очікуване число ви будете мати після закінчення всієї колоди? Це було природно …

12 self-study  conditional-probability  conditional-expectation  games  conditioning 

Я намагаюся зрозуміти, як використовувати машинне навчання для прогнозування фінансових часових серій 1 або більше кроків у майбутнє. У мене є фінансові часописи з деякими описовими даними, і я хотів би сформувати модель, а потім використовувати модель для прогнозування n-кроків вперед. Що я робив поки що: getSymbols("GOOG") GOOG$sma <- SMA(Cl(GOOG)) …

12 r  time-series  machine-learning  random-forest  finance 

Яка дисперсія добутку корельованих випадкових величин?kkk

12 variance  random-variable 

У Вікіпедії йдеться розмір ефекту - це міра сили явища чи оцінка на основі вибірки цієї кількості. Розмір ефекту, обчислений на основі даних, є описовою статистикою, яка передає оцінену величину взаємозв'язку, не роблячи жодних тверджень про те, чи відображається очевидний зв'язок у даних справжніх стосунків у сукупності. Щоб краще зрозуміти, …

12 effect-size 

Будь ласка, допоможіть мені знайти обмежуючий розподіл (як ) з наступного: де - iid .U n = X 1 + X 2 + … + X nn → ∞n→∞n \rightarrow \inftyXiN(0,1)Uн= X1+ X2+ … + XнХ31+ X32+ … X3н,Un=X1+X2+…+XnX13+X23+…Xn3, U_n = \frac{X_1 + X_2 + \ldots + X_n}{X_1^3 + X_2^3 …

12 distributions  normal-distribution  asymptotics 

У книзі Ендрю Гелмана "Червона держава, Блакитна держава" він аналізує той факт, що багаті люди в певних штатах прагнуть голосувати більше за республіканців, ніж за бідних людей, але заможні держави схильні голосувати більш демократично, ніж бідні. Чи є назва цього парадоксу? Мені здається, це пов'язане з екологічним парадоксам, але не …

12 paradox 

У мене є така модель: > model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop +(1|landscape),family=poisson) ... і це підсумок. > summary(model1) Generalized linear mixed model fit by the Laplace approximation Formula: aph.remain ~ sMFS1 + sAG1 + sSHDI1 + sbare + season + crop + (1 | landscape) AIC BIC logLik deviance 4057 4088 -2019 4039 Random …

12 r  poisson-distribution  lme4-nlme  glmm  overdispersion 

Для гауссових даних, що поширюються в одному вимірі, потрібні два параметри для їх характеристики (середня величина, дисперсія), і подейкують, що для оцінювання цих параметрів з достатньо високою достовірністю зазвичай вистачає приблизно 30 випадково вибраних зразків. Але що відбувається, коли кількість розмірів збільшується? У двох вимірах (наприклад, висота, вага) потрібно 5 …

12 normal-distribution  multivariate-analysis 

Я виконую узагальнену лінійну модель, де мені потрібно вказати сім’ю, відмінну від звичайної. Який очікуваний розподіл залишків? Наприклад, чи слід нормально розподіляти залишки?

12 generalized-linear-model  residuals  normality-assumption 

Я прототипував свою власну модель Naive Bayes o 'слова слів, і у мене виникло питання щодо обчислення ймовірностей функції. Скажімо, у мене два класи, я буду просто використовувати спам та не-спам, оскільки саме цим користуються всі. І візьмемо для прикладу слово "віагра". У мене в навчальному наборі 10 електронних листів, …

12 classification  conditional-probability  naive-bayes 

Заблокований . Це запитання та його відповіді заблоковано, оскільки це питання поза темою, але має історичне значення. Наразі не приймає нових відповідей чи взаємодій. Я дуже новачок у Р. Я зараз навчаюсь машинного навчання. Дуже шкода, якщо це питання видається дуже основним. Я намагаюся знайти гарний пакет вибору функцій у …

12 r  feature-selection 

Чим пояснюються відмінності р-значень у наступних aovта lmвикликах? Чи різниця лише через різні типи обчислень сум квадратів? set.seed(10) data=rnorm(12) f1=rep(c(1,2),6) f2=c(rep(1,6),rep(2,6)) summary(aov(data~f1*f2)) summary(lm(data~f1*f2))$coeff

12 r  regression  anova  linear-model  sums-of-squares 

У мене є набір даних із 8000 кластерами та 4 мільйонами спостережень. На жаль, моє статистичне програмне забезпечення, Stata, працює досить повільно, коли використовує свою панельну функцію даних для логістичної регресії: xtlogitнавіть з 10% підпробою. Однак при використанні непанельної logitфункції результати з’являються набагато швидше. Тому я можу отримати користь від …

12 logistic  categorical-data  stata  fixed-effects-model 

У мене є посилання, які радили враховувати розмір вибірки мінімум 20 для розподілу відповідних даних. Чи є в цьому сенс? Дякую

12 sample-size 

Чи можна навчитись випадковому лісу для відповідного прогнозування даних підрахунку? Як би це діяло? У мене досить широкий діапазон значень, тому класифікація насправді не має сенсу. Якби я застосував регресію, я б просто врізав результати? Я тут зовсім загубився. Будь-які ідеї?

12 r  regression  random-forest  prediction  count-data