Статистика та великі дані

У мене є набір даних, що містить 365 спостереження за трьома змінними, а саме pm, tempі rain. Тепер я хочу перевірити поведінку pmу відповідь на зміни інших двох змінних. Мої змінні: pm10 = Відповідь (залежно) temp = предиктор (незалежний) rain = предиктор (незалежний) Далі наведена кореляційна матриця для моїх даних: …

11 correlation  multiple-regression  multicollinearity  regression-strategies 

Ця стаття вище моєї ліги, але вона говорить про тему, яка мене цікавить, взаємозв'язок між середнім, режимом та медіаною. Він говорить : Поширена думка, що медіана унімодального розподілу "зазвичай" між середнім і модним. Однак це не завжди так ... Моє запитання : чи може хтось навести приклади безперервних одномодальних (ідеально …

11 mean  median  mode 

Здається, що в байєсівській спільноті триває суперечка щодо того, чи слід робити оцінку параметрів Байєса чи тестування гіпотези Байєса. Мені цікаво просити думки з цього приводу. Які відносні сильні та слабкі сторони цих підходів? У яких контекстах один є більш відповідним, ніж інший? Чи слід робити оцінку параметрів і тестування …

11 hypothesis-testing  bayesian 

Я шукаю посилання на обчислення довірчих інтервалів для режиму (загалом). Завантаження завантажувача може здатися першим природним вибором, але, як обговорюється Романо (1988), стандартний завантажувальний пристрій виходить з ладу для режиму, і він не пропонує простого рішення. Чи щось змінилося після цього документу? Який найкращий спосіб обчислити довірчі інтервали для режиму? …

11 confidence-interval  bootstrap  kernel-smoothing  mode 

Хочу знати, що таке діапазон значень косості та куртозу, за якими дані вважаються нормально розподіленими. Я прочитав багато аргументів і в основному отримав змішані відповіді. Деякі кажуть, що для корутозу та для куртозу прийнятний діапазон для нормального поширення. Деякі кажуть для є прийнятним діапазоном. Тут я знайшов детальну дискусію: Який …

11 normal-distribution  skewness  kurtosis 

Я хотів би оцінити невизначеність або надійність встановленої кривої. Я навмисно не називаю точну математичну величину, яку шукаю, оскільки не знаю, що це. Тут (енергія) - залежна змінна (відповідь), а V (об'єм) - незалежна змінна. Я хотів би знайти криву енергії-об’єму ( E ( V )) деякого матеріалу. Тому я …

11 error  fitting  reliability  uncertainty 

Я читаю Гельмана та Карліна "Поза межами обчислень потужності: Оцінка помилок типу S (знак) та типу M (величина)" (2014). Я намагаюся зрозуміти головну ідею, основний зліт, але я розгублений. Хтось може допомогти мені перегнати суть? У статті йде щось подібне (якщо я правильно це зрозумів). Статистичні дослідження в психології часто …

11 statistical-significance  effect-size  power  type-i-and-ii-errors 

Я намагаюся зрозуміти сенс відсікання та хвостів у сюжетних часових рядках ACF та PACF. Що означає "Відсікання після відставання"? Це про ліміт? Що означає "Хвостики"? У наведеному вище прикладі книга, яку я використовую для вивчення, говорить про те, що це процес AR. Але я не можу розібратися в значеннях "відрізати" …

11 time-series  autocorrelation  terminology 

Вчора ми з домогосподарками грали в карткові ігри, і хтось спливав це питання. Ми намагалися вирішити проблему, але не змогли її розібратися. Сьогодні вранці я прокинувся і все ще цікавлюсь, як це вирішити. Будь ласка, допоможіть мені?

11 probability 

У мене є набір даних з 26 функціями та 31000 рядків. Це набір даних 38 предметів. Це для біометричної системи. Тому я хочу вміти виявляти суб'єктів. Щоб мати набір для тестування, я знаю, що я повинен видалити деякі значення. Отже, що краще робити і чому? (a) тримати 30 предметів як …

11 machine-learning  cross-validation  out-of-sample 

Граючи з набором даних Boston Housing Dataset та RandomForestRegressor(з параметрами за замовчуванням) у scikit-learn, я помітив щось дивне: середній бал перехресної перевірки зменшився, оскільки я збільшив кількість складок понад 10. Моя стратегія крос-валідації була така: cv_met = ShuffleSplit(n_splits=k, test_size=1/k) scores = cross_val_score(est, X, y, cv=cv_met) ... де num_cvsбуло різноманітно. Я …

11 machine-learning  cross-validation  random-forest  sample-size  scikit-learn 

Моє питання надихає вбудований генератор експоненціальних випадкових чисел R , функція rexp(). Намагаючись генерувати експоненціально розподілені випадкові числа, багато підручників рекомендують метод зворотного перетворення, як описано на цій сторінці Вікіпедії . Я усвідомлюю, що є інші методи для виконання цього завдання. Зокрема, у вихідному коді R використовується алгоритм, викладений у …

11 r  simulation  random-generation  exponential  inverse-cdf 

Я намагаюся зрозуміти, чому сума двох (або більше) лонормальних випадкових величин наближається до лонормального розподілу, коли ви збільшуєте кількість спостережень. Я подивився в Інтернеті і не знайшов жодного результату щодо цього. Зрозуміло, що якщо і є незалежними логічними нормами, то за властивостями експонентів та гауссових випадкових величин також є ненормальним. …

11 distributions  lognormal  convolution  sum 

Чи є докази, що CLT не використовує характерні функції, більш простий метод? Може, методи Тихомирова чи Штейна? Щось самостійне, що ви можете пояснити студенту університету (перший курс математики чи фізики) і займає менше однієї сторінки?

11 mathematical-statistics  central-limit-theorem  characteristic-function 

Пакет R mclustвикористовує BIC як критерій вибору моделі кластера. З мого розуміння, модель з найнижчою BIC повинна бути обрана порівняно з іншими моделями (якщо виключно дбаєш лише про BIC). Однак, коли значення BIC усі негативні, Mclustфункція за замовчуванням відповідає моделі з найвищим значенням BIC. Моє загальне розуміння з різних випробувань …

11 r  clustering  gaussian-mixture  bic  model-based-clustering