Inspiriert von " Beispielen gängiger Distributionen aus der Praxis ", frage ich mich, welche pädagogischen Beispiele Menschen verwenden, um eine negative Schiefe zu demonstrieren. Es gibt viele "kanonische" Beispiele für symmetrische oder Normalverteilungen im Unterricht - auch wenn solche wie...
Betrachten Sie rechtszensierte Beobachtungen mit Ereignissen zu den Zeitpunkten . Die Anzahl der anfälligen Personen zum Zeitpunkt ist und die Anzahl der Ereignisse zum Zeitpunkt ist .i n i i d it1, t2, …t1,t2,…t_1, t_2, \dotsichiinichnin_iichiidichdid_i Der Kaplan-Meier- oder Produktschätzer...
Die bestrafte L1-Regression (auch bekannt als Lasso) wird in zwei Formulierungen dargestellt. Die beiden Zielfunktionen seien Dann sind die beiden unterschiedlichen Formulierungen ArgminβQ1=12||Y−Xβ||22Q2=12||Y−Xβ||22+λ||β||1.Q1=12||Y−Xβ||22Q2=12||Y−Xβ||22+λ||β||1. Q_1 = \frac{1}{2}||Y -...
Es fällt mir schwer, die Ableitung des erwarteten Vorhersagefehlers nach unten (ESL) zu verstehen, insbesondere die Ableitung von 2.11 und 2.12 (Konditionierung, der Schritt zum punktweisen Minimum). Alle Hinweise oder Links sehr geschätzt. Unten melde ich den Auszug aus ESL pg. 18. Die ersten...
Ich versuche, mithilfe von R einen Spline für eine GLM anzupassen. Sobald ich den Spline angepasst habe, möchte ich in der Lage sein, mein resultierendes Modell zu nehmen und eine Modellierungsdatei in einer Excel-Arbeitsmappe zu erstellen. Angenommen, ich habe eine Datenmenge, in der y eine...
Ich bin verwirrt darüber, wie die Daten für die k-fache Kreuzvalidierung des Ensemble-Lernens aufgeteilt werden sollen. Angenommen, ich habe einen Lernrahmen für die Klassifizierung von Ensembles. Meine erste Ebene enthält die Klassifizierungsmodelle, z. B. SVM, Entscheidungsbäume. Meine zweite...
Ich habe einen Datensatz, der aus 5 Merkmalen besteht: A, B, C, D, E. Sie sind alle numerische Werte. Anstatt ein dichtebasiertes Clustering durchzuführen, möchte ich die Daten auf eine entscheidungsbaumartige Weise gruppieren. Der Ansatz, den ich meine, ist ungefähr so: Der Algorithmus kann die...
Ich habe gerade etwas über Gibbs Sampling und Metropolis Hastings Algorithmus gelesen und habe ein paar Fragen. Soweit ich weiß, wird bei einer Gibbs-Stichprobe, wenn wir ein großes multivariates Problem haben, von der bedingten Verteilung abgetastet, dh eine Variable abgetastet, während alle...
Ein lineares Regressionsmodell, das mit der R-Funktion lm erhalten wird, möchte wissen, ob es mit dem Befehl Mean Squared Error erhalten werden kann. Ich hatte die folgende Ausgabe eines Beispiels > lm <- lm(MuscleMAss~Age,data) > sm<-summary(lm) > sm Call: lm(formula = MuscleMAss ~...
In R, wenn ich ein (verallgemeinerte) lineares Modell habe ( lm, glm, gls, glmm, ...), wie kann ich testen , um die Koeffizienten (Regressions slope) gegen einen anderen Wert als 0 & le ; In der Zusammenfassung des Modells werden die t-Testergebnisse des Koeffizienten automatisch gemeldet,...
Wenn ein Zufallsvektor und eine feste Matrix ist, könnte jemand erklären, warumZZ\mathbf {Z}AAAcov[AZ]=Acov[Z]A⊤.cov[AZ]=Acov[Z]A⊤.\mathrm{cov}[A \mathbf {Z}]= A \mathrm{cov}[\mathbf
Ich weiß, wie man PCA und SVD mathematisch berechnet, und ich weiß, dass beide auf die lineare Regression der kleinsten Quadrate angewendet werden können. Der Hauptvorteil von SVD scheint mathematisch zu sein, dass es auf nicht quadratische Matrizen angewendet werden kann. Beide konzentrieren sich...
Ich bin daran interessiert, die Delta-Methode zur Approximation der Standardfehler der durchschnittlichen Randeffekte eines Regressionsmodells, das einen Interaktionsterm enthält, besser zu verstehen. Ich habe verwandte Fragen unter Delta-Methode betrachtet, aber keine hat genau das geliefert,...
Ich verstehe, dass der Unterschied zwischen ihnen damit zusammenhängt, ob die Gruppierungsvariable im Modell als fester oder zufälliger Effekt geschätzt wird, aber mir ist nicht klar, warum sie nicht gleich sind (wenn sie nicht gleich sind). Ich bin speziell daran interessiert, wie dies bei der...
Ich war beeindruckt von den Ergebnissen des ICML-Papiers 2014 " Distributed Representations of Sentences and Documents " von Le und Mikolov. Die beschriebene Technik, "Absatzvektoren" genannt, lernt unbeaufsichtigte Darstellungen von beliebig langen Absätzen / Dokumenten, basierend auf einer...
Nach meinem Verständnis erhalten wir in PCA basierend auf Korrelationen Faktor- (= Hauptkomponente in diesem Fall) Belastungen, die nichts anderes als die Korrelationen zwischen Variablen und Faktoren sind. Wenn ich jetzt Faktor-Scores in SPSS generieren muss , kann ich die Faktor-Scores jedes...
Warum setzen wir in "Methode der Momente" Stichprobenmomente mit Bevölkerungsmomenten gleich, um den Punktschätzer zu finden? Wo steckt die Logik
Der Bayes-Satz P(model|data)=P(model)×P(data|model)P(data)P(model|data)=P(model)×P(data|model)P(data) P(\textrm{model}|\textrm{data}) = \frac{P(\textrm{model}) \times P(\textrm{data}|\textrm{model})}{P(\textrm{data})} Das ist alles in Ordnung. Aber ich habe irgendwo gelesen: Grundsätzlich ist...
Konzeptionell verstehe ich die Bedeutung des Ausdrucks "die Gesamtfläche unter einem PDF ist 1". Es sollte bedeuten, dass die Wahrscheinlichkeit, dass sich das Ergebnis im gesamten Intervall der Möglichkeiten befindet, 100% beträgt. Aber ich kann es vom "geometrischen" Standpunkt aus nicht wirklich...
Während diese beiden allgegenwärtigen Begriffe oft synonym verwendet werden, scheint es manchmal einen Unterschied zu geben. Gibt es tatsächlich einen Unterschied, oder sind sie auch