Wozu dient eine explorative Datenanalyse (EDA) beim Erstellen eines Vorhersagemodells mithilfe von Techniken des maschinellen Lernens? Ist es in Ordnung, direkt zur Feature-Generierung zu springen und Ihre Modelle zu erstellen? Wie wichtig sind deskriptive Statistiken in der
Monty wusste genau, ob die Tür eine Ziege hinter sich hatte (oder leer war). Diese Tatsache ermöglicht es dem Spieler, seine Erfolgsrate im Laufe der Zeit zu verdoppeln, indem er "Vermutungen" auf die andere Tür überträgt. Was wäre, wenn Montys Wissen nicht perfekt wäre? Was ist, wenn manchmal der...
Ich schreibe ein Beispiel und habe einige Daten erfunden. Ich möchte, dass dem Leser klar wird, dass es sich nicht um echte Daten handelt, aber ich möchte auch nicht den Eindruck von Böswilligkeit erwecken, da dies nur als Beispiel dient. Es gibt keine (Pseudo-) Zufallskomponente für diese...
Ausgehend von dieser Frage : Stellen Sie sich vor, Sie möchten die Unterschiede in der zentralen Tendenz zwischen zwei Gruppen (z. B. Männer und Frauen) an einem 5-Punkte-Likert-Element testen (z. B. Zufriedenheit mit dem Leben: Unzufrieden bis Zufrieden). Ich denke, ein t-Test wäre für die meisten...
Ausgehend von einer Liste von p-Werten, die aus unabhängigen Tests in aufsteigender Reihenfolge generiert wurden, kann das Benjamini-Hochberg-Verfahren für die Korrektur mehrerer Tests verwendet werden . Mit dem Benjamini-Hochberg-Verfahren können Sie für jeden p-Wert die False Discovery Rate (FDR)...
Ich habe einen realen Prozess abgetastet, Netzwerk-Ping-Zeiten. Die "Umlaufzeit" wird in Millisekunden gemessen. Die Ergebnisse werden in einem Histogramm aufgezeichnet: Ping-Zeiten haben einen Mindestwert, aber einen langen oberen Schwanz. Ich möchte wissen, um welche statistische Verteilung es...
Bisher habe ich die Shapiro-Wilk-Statistik verwendet, um Normalitätsannahmen in kleinen Stichproben zu testen. Könnten Sie bitte eine andere Technik
Chemische Analysen von Umweltproben werden im Folgenden häufig an Meldegrenzen oder verschiedenen Nachweis- / Bestimmungsgrenzen zensiert. Letztere können variieren, normalerweise proportional zu den Werten anderer Variablen. Beispielsweise muss möglicherweise eine Probe mit einer hohen...
In seiner Arbeit Lineare Modellauswahl durch Kreuzvalidierung zeigt Jun Shao, dass für das Problem der Variablenauswahl bei der multivariaten linearen Regression die Methode der ausschließlichen Kreuzvalidierung (LOOCV) „asymptotisch inkonsistent“ ist. Im Klartext werden tendenziell Modelle mit zu...
Ich möchte nur, dass jemand mein Verständnis bestätigt oder mir etwas fehlt. Die Definition eines Markov-Prozesses besagt, dass der nächste Schritt nur vom aktuellen Status und nicht von früheren Status abhängt. Nehmen wir also an, wir hatten einen Zustandsraum von a, b, c, d und gehen von a->...
Ich muss sofort klarstellen, dass ich ein praktizierender Softwareentwickler bin, kein Statistiker, und dass meine College-Statistik-Klasse schon sehr lange her ist… Allerdings würde ich gerne wissen, ob es eine Methode zum Sammeln einer Reihe von beschreibenden Statistiken gibt, mit der dann ein...
Was sind die Unterschiede zwischen generativen und diskriminativen (diskriminanten) Modellen (im Kontext des Bayes'schen Lernens und der Inferenz)? und worum geht es bei Vorhersage, Entscheidungstheorie oder unbeaufsichtigtem
Ich habe ein Experiment mit einer ANOVA mit wiederholten Messungen analysiert. Die ANOVA ist eine 3x2x2x2x3 mit 2 Zwischensubjektfaktoren und 3 innerhalb (N = 189). Fehlerrate ist die abhängige Variable. Die Verteilung der Fehlerraten hat einen Versatz von 3,64 und eine Kurtosis von 15,75. Der...
Ich bin nicht sicher, ob das Thema in das CrossValidated-Interesse eintritt. Du wirst es mir sagen. Ich muss einen Graphen studieren (aus der Graphentheorie ) dh. Ich habe eine bestimmte Anzahl von Punkten, die verbunden sind. Ich habe eine Tabelle mit allen Punkten und den Punkten, von denen...
Kontext: Um die zentralen Elemente zu strukturieren, auf die ich in der Wahrscheinlichkeitstheorie und -statik gestoßen bin, habe ich ein Referenzdokument erstellt, das sich auf die mathematischen Grundlagen konzentriert ( hier verfügbar ). Durch die Weitergabe dieses Dokuments hoffe ich,...
Dies hat etwas mit einer anderen Frage zu tun , die ich gestellt habe. Die Frage, die ich habe, ist, wenn ich Hypothesentests mache und wenn die alternative Hypothese ein Bereich ist, ist die Nullhypothese immer noch ein Punktwert. Wenn beispielsweise geprüft wird, ob ein Korrelationskoeffizient...
Ich bin ganz neu in dieser R-Sache, bin mir aber nicht sicher, welches Modell ich wählen soll. Ich habe eine schrittweise Vorwärtsregression durchgeführt , bei der jede Variable basierend auf dem niedrigsten AIC ausgewählt wurde. Ich habe mir 3 Modelle ausgedacht, bei denen ich nicht sicher bin,...
Ich habe vier numerische Variablen. Alle von ihnen sind ein Maß für die Bodenqualität. Je höher die Variable, desto höher die Qualität. Der Bereich für alle von ihnen ist unterschiedlich: Var1 von 1 bis 10 Var2 von 1000 bis 2000 Var3 von 150 bis 300 Var4 von 0 bis 5 Ich muss vier Variablen zu einem...
Sie können den Zehnkampf-Datensatz {FactoMineR} verwenden, um dies zu reproduzieren. Die Frage ist, warum sich die berechneten Eigenwerte von denen der Kovarianzmatrix unterscheiden. Hier sind die Eigenwerte mit princomp: > library(FactoMineR);data(decathlon) > pr <-
Ich dachte schwerer Schwanz = fetter Schwanz, aber einige Artikel, die ich las, gaben mir das Gefühl, dass sie es nicht sind. Einer von ihnen sagt: Schwerer Schwanz bedeutet, dass die Verteilung für eine ganze Zahl j einen unendlichen j-ten Moment hat. Zusätzlich sind alle dfs in der Potdomäne der...