Запитання з тегом «computational-statistics»

Нещодавно я прочитав пост від R-Bloggers, який пов’язаний із цим дописом у блозі від Джона Майлза Уайта про нову мову під назвою Джулія . Джулія користується тимчасовим компілятором, який дає їй злі швидкі часи роботи і ставить її на той самий порядок швидкості, що і C / C ++ (той …

161 r  computational-statistics  software  computing  julia 

Фон Я працюю в Центрі мережевих операцій, ми відстежуємо комп'ютерні системи та їх роботу. Однією з ключових показників для моніторингу є кількість відвідувачів / клієнтів, які зараз підключені до наших серверів. Щоб зробити його видимим, ми (команда Ops) збираємо такі показники, як дані часових рядів та малюємо графіки. Графіт дозволяє …

69 machine-learning  time-series  python  computational-statistics  anomaly-detection 

Здається, що багато людей (включаючи мене) люблять робити дослідницький аналіз даних в Excel. Деякі обмеження, такі як кількість рядків, дозволених у електронній таблиці, є більшими, але в більшості випадків не унеможливлюють використання Excel для гри з даними. Документ Маккаллоу та Хайзера практично кричить, що ви отримаєте всі результати неправильно - …

52 software  computational-statistics  excel 

Я зазвичай чую про "звичайні найменші квадрати". Це найпоширеніший алгоритм, що використовується для лінійної регресії? Чи є причини використовувати інший?

42 regression  least-squares  algorithms  computational-statistics  numerics 

Я працюю над вивченням ймовірності та статистики, читаючи кілька книг і записуючи якийсь код, і, моделюючи монети, перевернув монету, я помітив щось, що мене вражало як трохи протилежне до наївної інтуїції. Якщо ви перевернете справедливу монету разів, відношення головок до хвостів збільшиться до 1 у міру збільшення , саме так, …

28 probability  computational-statistics 

Зачинено. Це питання поза темою . Наразі відповіді не приймаються. Хочете вдосконалити це питання? Оновіть питання, щоб воно було тематичним для перехресної перевірки. Закритий минулого року . Чи є інструмент командного рядка, який приймає потік чисел (у форматі ascii) зі стандартного введення та дає основні описові статистичні дані для цього …

27 descriptive-statistics  computational-statistics  computing 

Точність визначається як: p = true positives / (true positives + false positives) Чи правильно, що як true positivesі false positivesпідхід 0, точність наближається до 1? Те саме запитання для відкликання: r = true positives / (true positives + false negatives) Зараз я впроваджую статистичний тест, де мені потрібно обчислити …

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

У мене є наступна гістограма даних про підрахунок. І я хотів би пристосувати до нього дискретний розподіл. Я не впевнений, як мені це робити. Чи слід спочатку накласти на гістограму дискретний розподіл, скажімо, негативний біноміальний розподіл, щоб я отримав параметри дискретного розподілу, а потім запустив тест Колмогорова – Смірнова для …

17 r  poisson-distribution  discrete-data  computational-statistics  negative-binomial 

Стандартний градієнт спуск обчислює градієнт для всього навчального набору даних. for i in range(nb_epochs): params_grad = evaluate_gradient(loss_function, data, params) params = params - learning_rate * params_grad Для заздалегідь визначеної кількості епох спочатку обчислюємо градієнтний вектор weights_grad функції втрат для всього набору даних із параметрами вектора параметрів. Стохастичний градієнтний спуск, навпаки, …

16 machine-learning  optimization  gradient-descent  computational-statistics  sgd 

Я аналізую набір даних, використовуючи модель змішаних ефектів з одним фіксованим ефектом (умовою) та двома випадковими ефектами (учасник, обумовлений в рамках проекту та пари). Модель була згенерована з lme4пакетом: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Далі я провів перевірку коефіцієнта ймовірності цієї моделі проти моделі без фіксованого ефекту (умови) і маю суттєву різницю. У моєму …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

Як і чому важливі генератори випадкових чисел (RNG) в обчислювальній статистиці? Я розумію, що випадковість важлива при виборі зразків для багатьох статистичних тестів, щоб уникнути упередженості до будь-якої гіпотези, але чи є інші сфери обчислювальної статистики, де важливі генератори випадкових чисел?

15 hypothesis-testing  monte-carlo  algorithms  random-generation  computational-statistics 

Наскільки я розумію, приблизні байєсівські обчислення (ABC) та ланцюг Маркова Монте-Карло (MCMC) мають дуже схожі цілі. Нижче я описую своє розуміння цих методів та те, як я сприймаю відмінності в їх застосуванні до реальних даних про життя. Орієнтовний байєсівський обчислення ABC полягає у вибірці параметра від попереднього, за допомогою чисельного …

15 bayesian  mcmc  computational-statistics 

Я знаю, що більшість із вас, напевно, відчувають, що Google Документи все ще є примітивним інструментом. Це не Matlab або R і навіть не Excel. Тим не менш, я здивований силою цього веб-програмного забезпечення, яке просто використовує функціональні можливості браузера (і сумісне з багатьма браузерами, які працюють дуже по-різному). Майк …

15 software  computational-statistics 

Як інженер програмного забезпечення мене цікавлять такі теми, як статистичні алгоритми, обмін даними, машинне навчання, байєсівські мережі, алгоритми класифікації, нейронні мережі, ланцюги Маркова, методи Монте-Карло та генерація випадкових чисел. Мені особисто не було приємно працювати з будь-якою з цих методик, але мені довелося працювати з програмним забезпеченням, яке під кришкою …

15 references  computational-statistics  computing 

Мені було б цікаво знайти шляхи в R для ефективного оновлення лінійної моделі при додаванні спостереження чи прогноктора. biglm має можливість оновлення при додаванні спостережень, але мої дані досить малі, щоб залишатися в пам'яті (хоча я маю велику кількість примірників для оновлення). Існують способи зробити це голими руками, наприклад, оновити …

15 r  regression  computational-statistics  linear-model