Ich lese hier den Wikipedia-Artikel über statistische Modelle und bin etwas ratlos über die Bedeutung von "nichtparametrischen statistischen Modellen", insbesondere: Ein statistisches Modell ist nichtparametrisch, wenn der Parametersatz unendlich dimensional ist. Ein statistisches Modell ist...
Ich glaube nicht, dass es eine Antwort auf alle Deep-Learning-Modelle geben kann. Welche der Deep-Learning-Modelle sind parametrisch und welche nicht parametrisch und
Aus Wikipedia Die erste Bedeutung von nicht parametrisch umfasst Techniken, die nicht auf Daten beruhen, die zu einer bestimmten Verteilung gehören. Dazu gehören unter anderem: Verteilungsfreie Methoden, die nicht auf Annahmen beruhen, dass die Daten aus einer bestimmten...
Ich versuche, einen dieser beiden Tests auszuwählen, um gepaarte Daten zu analysieren. Kennt jemand Faustregeln, welche im Allgemeinen zu wählen
Sie suchen nach Dunns Test (oder beispielsweise nach dem Conover-Iman-Test). Dies ist einer Reihe von paarweisen Rangsummentests sehr ähnlich , aber Dunns Versionen (1) berücksichtigen die gepoolte Varianz die durch die Nullhypothese impliziert wird, und (2) behalten die Rangfolge bei, die zur...
Was sind die "besten" Metriken für Kovarianzmatrizen und warum? Mir ist klar, dass Frobenius & c nicht geeignet sind und Winkelparametrisierungen auch ihre Probleme haben. Intuitiv möchte man vielleicht einen Kompromiss zwischen diesen beiden, aber ich würde auch gerne wissen, ob es andere...
Ich vergleiche die Leistung mehrerer Algorithmen für mehrere Datensätze. Da nicht garantiert wird, dass diese Leistungsmessungen normal verteilt sind, habe ich den Friedman-Test mit dem Nemenyi-Post-Hoc-Test basierend auf Demšar (2006) gewählt . Ich fand dann ein anderes Papier, das nicht nur...
Ich wollte den genauen Test des Fischers besser verstehen, deshalb habe ich das folgende Spielzeugbeispiel entwickelt, bei dem f und m männlich und weiblich und n und y dem "Sodakonsum" wie folgt entsprechen: > soda_gender f m n 0 5 y 5 0 Dies ist natürlich eine drastische Vereinfachung,...
Ich versuche, die Leistung eines überwachten Klassifizierungsalgorithmus für maschinelles Lernen zu bewerten. Die Beobachtungen fallen in nominelle Klassen (2 vorerst, ich möchte dies jedoch auf Probleme mit mehreren Klassen verallgemeinern), die aus einer Population von 99 Probanden stammen. Eine...
Ich habe in den letzten zwei Jahren Statistik studiert. Fast alles, was ich gelernt habe, ist über parametrische Statistiken. Jetzt möchte ich mehr über nichtparametrische Statistiken erfahren. Kann jemand eine kurze (vielleicht auch lesbare) Einführung in diesen Bereich
Eine neue Frage hier. Ich führe derzeit eine nichtparametrische Regression mit dem np-Paket in R durch. Ich habe 7 Funktionen und mit einem Brute-Force-Ansatz habe ich die besten 3 identifiziert. Aber bald werde ich viel mehr als 7 Funktionen haben! Meine Frage ist, was die derzeit besten Methoden...
Sei ein Zufallswert aus Verteilung 1 und sei ein Zufallswert aus Verteilung 2. Ich dachte, dass die Nullhypothese für den Mann-Whitney-Test .X1X1X_1X2X2X_2P(X1<X2)=P(X2<X1)P(X1<X2)=P(X2<X1)P(X_1 < X_2) = P(X_2 < X_1) Wenn ich Simulationen des Mann-Whitney-Tests mit Daten aus...
Wenn ich 232 Personen aus einem Pool von 363 ersatzlosen Personen auswähle, wie hoch ist die Wahrscheinlichkeit, dass 2 einer Liste von 12 bestimmten Personen in dieser Auswahl enthalten sind? Dies ist eine zufällige Auslosung für ein Ultra-Rennen, bei dem 363 Teilnehmer für 232 Plätze anwesend...
Ich habe festgestellt, dass beim Versuch, die kritischen Werte für Mann-Whitney U mit R zu ermitteln, die Werte immer 1 + kritischer Wert sind. Zum Beispiel ist für der (zweiseitige) kritische Wert 8, während für der ( ) Wert ist ) kritischer Wert ist 22 (siehe Tabellen ), aber:α = 0,05 , n = 12 ,...
Gibt es einen bestimmten Grund, warum Sie die Kernel-Dichteschätzung der parametrischen Schätzung vorziehen? Ich habe gelernt, die Verteilung an meine Daten anzupassen. Diese Frage kam zu mir. Meine Datengröße ist mit 7500 Datenpunkten relativ groß. Auto Ansprüche. Mein Ziel ist es, es an eine...
Der Dirichlet-Prozess und der Gauß-Prozess werden oft als "Verteilungen über Funktionen" oder "Verteilungen über Verteilungen" bezeichnet. Kann ich in diesem Fall sinnvoll über die Dichte einer Funktion unter einem Hausarzt sprechen? Das heißt, haben der Gaußsche Prozess oder der Dirichlet-Prozess...
Ich arbeite an einem Datensatz. Nachdem ich einige Modellidentifikationstechniken angewendet hatte, kam ich mit einem ARIMA (0,2,1) -Modell heraus. Ich habe die detectIOFunktion im Paket TSAin R verwendet, um bei der 48. Beobachtung meines ursprünglichen Datensatzes einen innovativen Ausreißer (IO)...
Ich habe zuvor die Nadaraya-Watson-Kernel-Regression verwendet, um Daten zu glätten. Kürzlich bin ich auf die Gaußsche Prozessregression gestoßen. Auf den ersten Blick scheinen sie nicht verwandt zu sein. Aber ich frage mich, ob es vielleicht eine tiefere Verbindung gibt, die mir nicht bewusst...
Ich habe zwei kategoriale / nominale Variablen. Jeder von ihnen kann nur zwei unterschiedliche Werte annehmen (also habe ich insgesamt 4 Kombinationen). Jede Wertekombination enthält eine Reihe numerischer Werte. Ich habe also 4 Sätze von Zahlen. Um es konkreter zu machen, nehmen wir an, ich habe...
Hier ist ein Beispielfall: Ich habe eine Bevölkerung von 10.000 Artikeln. Jeder Artikel hat eine eindeutige ID. Ich wähle zufällig 100 Artikel aus und notiere die IDs Ich habe die 100 Gegenstände wieder in die Bevölkerung aufgenommen Ich wähle wieder zufällig 100 Elemente aus, notiere die IDs...