Статистика и большие данные

В подпрограмме rpart () для создания моделей CART вы указываете параметр сложности, к которому вы хотите удалить свое дерево. Я видел две разные рекомендации по выбору параметра сложности: Выберите параметр сложности, связанный с минимально возможной перекрестной проверкой ошибки. Этот метод рекомендуется Quick-R и HSAUR. Выберите параметр наибольшей сложности, оценочная перекрестная …

16 r  cart  rpart 

В своей широко цитируемой статье априорные распределения для параметров дисперсии в иерархических моделях (916 цитата на Google Scholar) Гельман предлагает, что хорошими неинформативными априорными распределениями для дисперсии в иерархической байесовской модели являются равномерное распределение и половинное распределение. Если я правильно понимаю, это работает хорошо, когда параметр местоположения (например, среднее значение) …

16 bayesian  variance  prior  jags  hierarchical-bayesian 

Итак, я новичок в области ОД и пытаюсь провести некоторую классификацию. Моя цель - предсказать исход спортивного события. Я собрал некоторые исторические данные и сейчас пытаюсь обучить классификатор. Я получил около 1200 сэмплов, 0,2 из которых я разделил для целей тестирования, другие я включил в поиск по сетке (включая перекрестную …

16 classification  svm  feature-selection  random-forest 

Правила остановки влияют на связь между P-значениями и частотой ошибок, связанных с решениями. Недавняя статья Simmons et al. В 2011 году термин « степени свободы исследователей» обозначает группу поведений, которые, по их мнению, являются ответственными за многие сообщения в литературе по психологии, которые были признаны не воспроизводимыми. Из этого поведения …

16 references  type-i-and-ii-errors  optimal-stopping 

У многих дистрибутивов есть «мифы происхождения» или примеры физических процессов, которые они хорошо описывают: Вы можете получить нормально распределенные данные из сумм некоррелированных ошибок через центральную предельную теорему Вы можете получить биномиально распределенные данные из независимых подбрасываний монет или распределений Пуассона из предела этого процесса Вы можете получить экспоненциально распределенные …

16 distributions  laplace-distribution 

Отрицательное биномиальное распределение стало популярной моделью для подсчета данных (в частности, ожидаемое количество считываний секвенирования в пределах данной области генома из данного эксперимента) в биоинформатике. Объяснения различаются: Некоторые объясняют это как то, что работает как распределение Пуассона, но имеет дополнительный параметр, предоставляющий больше свободы для моделирования истинного распределения с дисперсией, …

16 poisson-distribution  negative-binomial  bioinformatics  sequence-analysis 

Распределение Пуассона может измерять события в единицу времени, а параметр равен λλ\lambda . Экспоненциальное распределение измеряет время до следующего события с параметром 1λ1λ\frac{1}{\lambda} . Можно преобразовать одно распределение в другое, в зависимости от того, проще ли моделировать события или время. Теперь гамма-пуассон - это «растянутый» пуассон с большей дисперсией. Распределение …

16 poisson-distribution  negative-binomial  gamma-distribution  exponential-family 

Предположим, что у меня есть два одномерных маргинальных распределения, скажем, FFF и GGG , из которых я могу смоделировать. Теперь построим их совместное распределение, используя гауссову связку , обозначаемую C(F,G;Σ)C(F,G;Σ)C(F,G;\Sigma) . Все параметры известны. Есть ли не-MCMC метод для симуляции из этой связки?

16 normal-distribution  simulation  copula 

Предположим, у нас есть случайная переменная поддерживаемая на [ 0 , 1 ], из которой мы можем извлечь образцы. Как мы можем придумать объективную оценку медианы XXXX[0,1][0,1][0,1]XXX ? Конечно, мы можем сгенерировать несколько образцов и взять их медиану, но я понимаю, что в целом это не будет беспристрастным. Примечание: этот …

16 sampling 

У меня есть полный набор последовательностей (432 наблюдения, если быть точным) из 4 состояний : например,A−DA−DA-D Y=⎛⎝⎜⎜⎜⎜AB⋮BCA⋮CDA⋮ADC⋮DBA⋮AA−⋮BC−⋮A⎞⎠⎟⎟⎟⎟Y=(ACDDBACBAACA−−⋮⋮⋮⋮⋮⋮⋮BCADABA)Y=\left(\begin{array}{c c c c c c c} A& C& D&D & B & A &C\\ B& A& A&C & A&- &-\\ \vdots&\vdots&\vdots&\vdots&\vdots&\vdots&\vdots\\ B& C& A&D & A & B & A\\ \end{array}\right) РЕДАКТИРОВАТЬ : …

16 r  matlab  markov-process 

У меня есть набор данных, состоящий из серии ежемесячных подсчетов случаев «сломанной палки» с нескольких сайтов. Я пытаюсь получить единую сводную оценку из двух разных методов: Техника 1: Установите «сломанную палку» с Poisson GLM с переменной индикатора 0/1 и используя переменную времени и времени ^ 2 для контроля трендов во …

16 time-series  mixed-model 

Я использовал итеративно переоцененные наименьшие квадраты (IRLS), чтобы минимизировать функции следующей формы, J(m)=∑Ni=1ρ(|xi−m|)J(m)=∑i=1Nρ(|xi−m|)J(m) = \sum_{i=1}^{N} \rho \left(\left| x_i - m \right|\right) где NNN - количество экземпляров xi∈Rxi∈Rx_i \in \mathbb{R} , m∈Rm∈Rm \in \mathbb{R} - надежная оценка, которую я хочу, а ρρ\rho - подходящая робастная штрафная функция. Допустим, он выпуклый (хотя …

16 estimation  least-squares  robust  irls 

Я новичок в статистике и нашел это . В статистике θ, строчная греческая буква 'theta', является обычным именем для (вектора) параметра (ов) некоторого общего распределения вероятностей. Распространенной проблемой является поиск значения (й) тэты. Обратите внимание, что нет никакого смысла в именовании параметра таким образом. Мы могли бы также назвать это …

16 terminology 

Пусть , т.е. распределяется по мерному распределению Вишарта со средними и степенями свободы \ nu . Я хотел бы выражение для E (\ log | \ Lambda |), где | \ Lambda | это определитель.D × D ν Ψ ν E ( log | Λ | ) | Λ |Λ∼WD(ν,Ψ)Λ∼WD(ν,Ψ)\Lambda …

16 distributions  wishart 

У меня есть две случайные величины, αi∼iid U(0,1),i=1,2αi∼iid U(0,1),i=1,2\alpha_i\sim \text{iid }U(0,1),\;\;i=1,2 гдеU(0,1)U(0,1)U(0,1) - равномерное распределение 0-1. Затем они дают процесс, скажем: P(x)=α1sin(x)+α2cos(x),x∈(0,2π)P(x)=α1sin⁡(x)+α2cos⁡(x),x∈(0,2π)P(x)=\alpha_1\sin(x)+\alpha_2\cos(x), \;\;\;x\in (0,2\pi) Теперь мне было интересно, существует ли выражение для замкнутой формы для теоретического 75-процентного квантиля P ( x ) для данного x ∈ ( 0 , 2 …

16 distributions  probability  stochastic-processes