Статистика та великі дані

Я новачок у змішаному моделюванні, і я розгублений, чи доцільно використовувати випадковий ефект у аналізі, який я роблю. Будь-яка порада буде вдячна. моє дослідження перевіряє, наскільки добре розроблений індекс кількості ссавців може передбачити значення встановленого, але більш трудомісткого показника. я вимірював ці показники в декількох лісових ділянках, з кількома ділянками …

9 random-effects-model  nested-data 

Я маю суперечку зі своїм радником щодо візуалізації даних. Він стверджує, що, представляючи експериментальні результати, значення слід будувати лише з " маркерами ", як це представлено нижче на зображенні. Хоча криві повинні представляти лише " модель " Я, з іншого боку, вважаю, що крива у багатьох випадках непотрібна для полегшення …

9 data-visualization  communication 

У мене виникають труднощі розрізняти поняття сценічності та стаціонарності. Як я їх розумію, гетероскедастичність - це різні мінливості в підгрупах, а нестаціонарність - це зміна середнього / відхилення в часі. Якщо це правильне (хоч і спрощене) розуміння, чи нестаціонарність є просто конкретним випадком гетероскедастичності протягом часу?

9 time-series  heteroscedasticity  stationarity  intuition 

Я отримую величезні коефіцієнти під час логістичної регресії, дивіться коефіцієнти з krajULKV: > summary(m5) Call: glm(formula = cbind(ml, ad) ~ rok + obdobi + kraj + resid_usili2 + rok:obdobi + rok:kraj + obdobi:kraj + kraj:resid_usili2 + rok:obdobi:kraj, family = "quasibinomial") Deviance Residuals: Min 1Q Median 3Q Max -2.7796 -1.0958 -0.3101 …

9 regression  logistic  generalized-linear-model  separation 

В даний час я працюю з ланцюгами Маркова і обчислюю максимальну оцінку ймовірності, використовуючи ймовірності переходу, як це запропоновано декількома джерелами (тобто, кількість переходів від a до b, поділене на кількість загальних переходів від a до інших вузлів). Тепер я хочу обчислити ймовірність MLE для журналу.

9 maximum-likelihood  markov-process  likelihood 

Нещодавно я налагоджував сценарій R, і я знайшов щось дуже дивне, автор визначив власну функцію p-значення pval <- function(x, y){ if (x+y<20) { # x + y is small, requires R.basic p1<- nChooseK(x+y,x) * 2^-(x+y+1); p2<- nChooseK(x+y,y) * 2^-(x+y+1); pvalue = max(p1, p2) } else { # if x+y is …

9 r  hypothesis-testing  p-value 

Навчання для тесту. Не вдалося відповісти на це. Дозволяє Х1 , i,Х2 , i,Х3 , i, i = 1 , … , nХ1,i,Х2,i,Х3,i,i=1,…,нX_{1,i},X_{2,i},X_{3,i}, i=1,\ldots,n бути iid N( 0 , 1 )N(0,1)\mathcal{N}(0,1)випадкові змінні. Визначте Wi= (Х1 , i+Х2 , iХ3 , i) /1 +Х23 , i-------√, i = 1 , …

9 normal-distribution  data-transformation 

Для кожного запису в моїх наборах даних я маю таку інформацію (Х1 , … , Хм , δ , Т )(Х1 ,… ,Хм ,δ ,Т ) (X_1 \ , \dots \ , X_m \ , \delta \ , T \ ) де ХiХiX_i є функції, δδ\delta дорівнює 1, якщо відбувається …

9 classification  survival 

Загальновідомо, що оскільки у вас є більше доказів (скажімо у вигляді більших для iid прикладів), байєсівський пріоритет стає «забутим», і більшість висновків впливає на докази (або ймовірність).nnnnnn Це легко побачити для різних конкретних випадків (наприклад, Бернуллі з бета-версією чи інші типи прикладів) - але чи є спосіб це побачити в …

9 bayesian  prior 

Я намагаюся показати, що центральний момент симетричного розподілу: дорівнює нулю для непарних чисел. Так, наприклад, третій центральний моментЯ почав із спроби показати, щоЯ не впевнений, куди звідси піти, якісь пропозиції? Чи є кращий спосіб довести це?fx(a+x)=fx(a−x)fx(a+x)=fx(a−x){\bf f}_x{\bf (a+x)} = {\bf f}_x{\bf(a-x)}E[(X−u)3]=0.E[(X−u)3]=0.{\bf E[(X-u)^3] = 0}.E[(X−u)3]=E[X3]−3uE[X2]+3u2E[X]−u3.E[(X−u)3]=E[X3]−3uE[X2]+3u2E[X]−u3.{\bf E[(X-u)^3] = E[X^3] -3uE[X^2] + 3u^2E[X] …

9 mathematical-statistics  expected-value  moments 

Як можна визначити оптимальну швидкість навчання для градієнтного спуску? Я думаю, що я міг би автоматично його відрегулювати, якщо функція витрат поверне більше значення, ніж у попередній ітерації (алгоритм не збіжиться), але я не дуже впевнений, яке нове значення воно має прийняти.

9 regression  machine-learning  gradient-descent 

Скажімо, я намагаюся з’ясувати ймовірність того, що чийсь улюблений аромат морозива - ваніль. Я знаю, що людина теж полюбляє фільми жахів. Я хочу дізнатися вірогідність того, що улюблене морозиво людини - ванільне, враховуючи, що вони насолоджуються фільмами жахів. Я знаю такі речі: 5 %5%5\% людей вибирають ваніль як улюблений аромат …

9 probability  bayes 

Я читав цю книгу Розпізнавання образів та машинне навчання Бішопа. У мене була плутанина, пов'язана з виведенням лінійної динамічної системи. У LDS ми припускаємо, що латентні змінні є безперервними. Якщо Z позначає латентні змінні, а X - спостережувані змінні р (zн|zn - 1) = N(zн| Аzn - 1, τ)p(zн|zн-1)=N(zн|Аzн-1,τ)p(z_n|z_{n-1}) = …

9 machine-learning  linear-model  kalman-filter  pattern-recognition  graphical-model 

З огляду на часові витримки, які цензуровані в інтервалі, як я можу виконати інтервал цензурованої моделі Cox PH R? Пошук rseek виявляє пакет intcox, якого більше не існує у Rсховищі. Я майже впевнений, що coxphфункція в survivalпакеті не може обробляти дані про виживання в інтервалі. Крім того, я не хочу …

9 r  survival  cox-model  interval-censoring 

У мене близько 500 змінних на пацієнта, кожна змінна має одне безперервне значення і вимірюється в три різні моменти часу (через 2 місяці і після 1 року). З регресом хотілося б передбачити результат лікування для нових пацієнтів. Чи можливо використовувати регрес SVM з такими поздовжніми даними?

9 regression  svm  panel-data