Statistiken und Big Data

Ich hoffe aufrichtig, dass ich diese Frage so formuliert habe, dass sie definitiv beantwortet werden kann - wenn nicht, lassen Sie es mich bitte wissen und ich werde es erneut versuchen! Ich sollte auch beachten, dass ich R für diese Analysen verwenden werde. Ich habe mehrere Maßnahmen, von plant...

Ich verwende derzeit Scikit Learn mit dem folgenden Code: clf = svm.SVC(C=1.0, tol=1e-10, cache_size=600, kernel='rbf', gamma=0.0, class_weight='auto') und passen Sie dann einen Datensatz mit 7 verschiedenen Beschriftungen an und sagen Sie ihn voraus. Ich habe eine seltsame Ausgabe. Unabhängig...

Ich habe gelesen, dass der 2SLS-Schätzer auch mit binären endogenen Variablen konsistent ist ( http://www.stata.com/statalist/archive/2004-07/msg00699.html ). In der ersten Stufe wird anstelle eines linearen Modells ein Probit-Behandlungsmodell ausgeführt. Gibt es einen formalen Beweis dafür, dass...

Beim Testen statistischer Hypothesen hat die Nullhypothese häufig die Form (zumindest in den Büchern, die ich gelesen habe):

Nehmen wir an, ich habe einen Vektor abhängiger Variablen und einen Vektor unabhängiger Variablen. Wenn gegen aufgetragen wird , sehe ich, dass zwischen beiden eine lineare Beziehung (Aufwärtstrend) besteht. Dies bedeutet nun auch, dass zwischen und ein linearer Abwärtstrend besteht...

Eines der wichtigen Themen von Meteorologen konfrontiert wird , wenn die gegebene Serie kann prognostiziert werden oder nicht? Ich bin auf einen Artikel mit dem Titel " Entropie als A-priori-Indikator für die Vorhersagbarkeit " von Peter Catt gestoßen , in dem die ungefähre Entropie (ApEn) als...

Was wäre das normalisierte Äquivalent zu Skewness, das dieselbe Einheit wie die Daten hätte? Was wäre das normalisierte Äquivalent zu Kurtosis? Idealerweise sollten diese Funktionen in Bezug auf die Daten linear sein, was bedeutet, dass, wenn alle Beobachtungen mit einem Faktor multipliziert würden...

Scikit Learn scheint für die Modellaggregationstechnik eine probabilistische Vorhersage anstelle einer Mehrheitsentscheidung zu verwenden, ohne zu erklären, warum (1.9.2.1. Random Forests). Gibt es eine klare Erklärung dafür, warum? Gibt es außerdem ein gutes Papier oder einen Übersichtsartikel...

Geschlossen. Diese Frage ist nicht zum Thema . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage so dass es beim Thema für Kreuz Validated. Geschlossen vor 4 Jahren . Ich trainiere ein Modell mit caretPaket in R für fast 3 Tage. Die...

Was sind die Unterschiede bei der Verwendung von verallgemeinerten linearen Modellen wie der automatischen Relevanzbestimmung (ARD) und der Ridge-Regression gegenüber Zeitreihenmodellen wie Box-Jenkins (ARIMA) oder der exponentiellen Glättung für Prognosen? Gibt es Faustregeln, wann GLM und wann...

Nur eine allgemeine Frage. Wenn Sie Zeitreihendaten haben, wann ist es besser, Zeitreihentechniken (auch bekannt als ARCH, GARCH usw.) gegenüber maschinellen / statistischen Lerntechniken (KNN, Regression) zu verwenden? Wenn es eine ähnliche Frage gibt, die bei crossvalidated vorhanden ist, weisen...

Derzeit weiß ich, dass ich wahrscheinlich die mittlere Abweichung der Binomialverteilung verwenden sollte, aber ich kann es nicht

Ich muss Diagramme (ähnlich wie Wachstumsdiagramme) für Kinder im Alter von 5 bis 15 Jahren (nur 5,6,7 usw .; es gibt keine Bruchwerte wie 2,6 Jahre) für eine Gesundheitsvariable erstellen, die nicht negativ, kontinuierlich und in ist der Bereich von 50-150 (mit nur wenigen Werten außerhalb dieses...

Ich spiele mit dem Brustkrebs-Datensatz herum und habe ein Streudiagramm aller Attribute erstellt, um eine Vorstellung davon zu bekommen, welche die meisten Auswirkungen auf die Vorhersage der Klasse malignant(blau) von benign(rot) haben. Ich verstehe, dass die Zeile die x-Achse und die Spalte die...

Ich verwende glms in R (verallgemeinerte lineare Modelle). Ich dachte, ich kenne p-Werte - bis ich sah, dass das Aufrufen einer Zusammenfassung für ein glm keinen übergeordneten p-Wert ergibt, der für das gesamte Modell repräsentativ ist - zumindest nicht an der Stelle, an der lineare Modelle dies...

Wenn es einen Messfehler in der unabhängigen Variablen gibt, habe ich verstanden, dass die Ergebnisse gegen 0 verzerrt werden. Wenn die abhängige Variable mit einem Fehler gemessen wird, sagen sie, dass sie nur die Standardfehler beeinflusst, aber das macht für mich nicht viel Sinn, weil wir es...

In Büchern und Diskussionen heißt es oft, dass bei Problemen (von denen es einige gibt) mit einem Prädiktor eine logarithmische Transformation möglich ist. Ich verstehe jetzt, dass dies von Verteilungen abhängt und dass die Normalität in Prädiktoren keine Annahme einer Regression ist. Durch die...

Ok, faire Warnung - dies ist eine philosophische Frage, die keine Zahlen beinhaltet. Ich habe viel darüber nachgedacht, wie sich Fehler im Laufe der Zeit in Datensätze einschleichen und wie dies von Analysten behandelt werden sollte - oder ob es überhaupt wichtig sein sollte? Als Hintergrund mache...

In meiner Arbeit habe ich mehrere Verwendungen des exakten Fisher-Tests gesehen und mich gefragt, wie gut er zu meinen Daten passt. Bei Betrachtung mehrerer Quellen verstand ich die Berechnung der Statistik, sah jedoch nie eine klare und formale Erklärung der angenommenen Nullhypothese. Kann mir...

Aus der Definition der intrinsischen Stationarität: E.[ Z.( x ) - Z.( x - h ) ] = 0E[Z(x)−Z(x−h)]=0E[Z(x)-Z(x-h)] = 0 Diese Annahme wird beispielsweise beim normalen Kriging verwendet. Anstatt einen konstanten Mittelwert über den gesamten Raum anzunehmen, nehmen wir an, dass der Mittelwert lokal...