Статистика и большие данные

В ситуации, когда наблюдается распределение X1,…,XnX1,…,XnX_1,\ldots,X_n распределенное по распределению с плотностью fff , мне интересно, существует ли объективная оценка (на основе XiXiX_i ) расстояния Хеллингера до другого распределения с плотностью f0f0f_0 , а именно H(f,f0)={1−∫Xf(x)f0(x)−−−−−−−−√dx}1/2.H(f,f0)={1−∫Xf(x)f0(x)dx}1/2. \mathfrak{H}(f,f_0) = \left\{ 1 - \int_\mathcal{X} \sqrt{f(x)f_0(x)} \text{d}x \right\}^{1/2}\,.

20 pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger 

Пожалуйста, докажите, что если у нас есть две переменные (одинаковый размер выборки) и а дисперсия в больше, чем в , то сумма квадратов разностей (то есть квадратов евклидовых расстояний) между точками данных в также больше, чем что в .XXXYYYXXXYYYXXXYYY

20 variance  distance 

Я немного новичок в изучении данных / машинного обучения / и т.д. и читали о нескольких способах объединения нескольких моделей и прогонов одной и той же модели для улучшения прогнозов. У меня сложилось впечатление, что после прочтения пары статей (которые часто интересны и хороши в теории и греческом языке, но …

20 r  random-forest  k-nearest-neighbour  ensemble 

Я использую библиотеку caretв R для тестирования различных процедур моделирования. trainControlОбъект позволяет указать метод повторной дискретизации. Эти методы описаны в документации разделе 2.3 , и включают в себя: boot, boot632, cv, LOOCV, LGOCV, repeatedcvи oob. Хотя некоторые из них легко вывести, не все эти методы четко определены. Какие процедуры соответствуют …

20 r  resampling  caret 

У меня есть два вопроса о понятии блока в экспериментальном дизайне: (1) В чем разница между блоком и фактором? (2) Я пытался прочитать некоторые книги, но что-то неясно: кажется, что авторы всегда предполагают, что нет никакого взаимодействия между «блочным фактором» и другими факторами. Верно ли это, и если да, то …

20 experiment-design  interaction  interpretation 

(Чтобы понять, почему я написал это, проверьте комментарии ниже моего ответа на этот вопрос .) Ошибки типа III и теория статистических решений Правильный ответ на неправильный вопрос иногда называют ошибкой типа III. Теория статистических решений - это формализация принятия решений в условиях неопределенности; это обеспечивает концептуальную структуру, которая может помочь …

20 bayesian  credible-interval  decision-theory 

У меня есть две группы населения (мужчины и женщины), каждая из которых содержит образцов. Для каждого образца у меня есть два свойства A & B (средний балл за первый год и оценка SAT). Я использовал t-тест отдельно для A & B: обе обнаружили значительные различия между двумя группами; А с …

20 statistical-significance  t-test  p-value  effect-size 

Кто-нибудь может указать мне на обзорную статью о «Большой , Малый » результаты? Меня интересует, как эта проблема проявляется в различных исследовательских контекстах, например, регрессии, классификации, тесте Хотеллинга и т . Д.ппpNNn

20 regression  classification  multivariate-analysis 

Есть ли статистический тест, который является параметрическим и непараметрическим? Этот вопрос был задан группой интервью. Это правильный вопрос?

20 nonparametric  terminology  parametric 

Два общих подхода к выбору коррелированных переменных - это тесты значимости и перекрестная проверка. Какую проблему каждый пытается решить, и когда я предпочел бы одну над другой?

20 cross-validation  feature-selection 

Я всегда считал логистическую регрессию просто частным случаем биномиальной регрессии, где функция связи - это логистическая функция (вместо, скажем, пробитовой функции). Однако после прочтения ответов на другой вопрос, который у меня возник, звучит так, как будто я запутался, и есть разница между логистической регрессией и биномиальной регрессией с логистической связью. …

20 regression  logistic  binomial 

Может кто-нибудь посоветовать, если имеет смысл следующее: Я имею дело с обычной линейной моделью с 4 предикторами. Я в раздумье, отбросить ли наименее значимый термин. Это значение чуть более 0,05. Я высказался за то, чтобы привести его в соответствие с этим: умножение оценки этого термина на (например) межквартильный диапазон выборочных …

20 regression  model-selection 

Так что это странная подгонка, хотя на самом деле я думаю, что это странная подгонка для любого сайта, поэтому я решил попробовать это здесь, среди моих собратьев по обработке данных. Я пришел к эпидемиологии и биостатистике из биологии, и у меня все еще есть определенные привычки в этой области. Один …

20 references  software  eda 

Я смотрел на моделирование смешанных эффектов с использованием пакета lme4 в R. Я в основном использую lmerкоманду, поэтому я задам свой вопрос через код, который использует этот синтаксис. Я предполагаю, что общий простой вопрос может состоять в том, можно ли сравнивать любые две модели, построенные с lmerиспользованием отношений правдоподобия на …

20 r  mixed-model  lme4-nlme  likelihood-ratio 

Иногда мы используем график спектральной плотности для анализа периодичности во временных рядах. Обычно мы анализируем сюжет путем визуального осмотра, а затем пытаемся сделать вывод о периодичности. Но разработали ли статистики какие-либо тесты для проверки того, являются ли какие-либо пики на графике статистически отличными от белого шума? Разработали ли R-специалисты какой-либо …

20 r  time-series  hypothesis-testing