Статистика и большие данные

Похоже, что в байесовском сообществе продолжаются дебаты о том, следует ли нам проводить оценку байесовских параметров или проверку байесовских гипотез. Мне интересно узнать мнение по этому поводу. Каковы относительные сильные и слабые стороны этих подходов? В каких контекстах один более подходящий, чем другой? Должны ли мы проводить как оценку параметров, …

11 hypothesis-testing  bayesian 

Я ищу ссылки для расчета доверительных интервалов для режима (в целом). Начальная загрузка может показаться естественным первым выбором, но, как обсуждал Романо (1988), стандартная загрузка завершается неудачно для режима и не предоставляет какого-либо простого решения. Что-то изменилось с тех пор, как эта статья? Каков наилучший способ расчета доверительных интервалов для …

11 confidence-interval  bootstrap  kernel-smoothing  mode 

Я пытаюсь понять смысл отрезания и хвоста на графике временных рядов ACF и PACF. Что означает «Отрезать после задержки»? Это по поводу лимита? Что значит «Хвосты»? В приведенном выше примере книги, которую я использую для изучения, говорят, что это процесс AR. Но я не могу понять значения слов "отрубается" и …

11 time-series  autocorrelation  terminology 

Я хочу знать, каков диапазон значений асимметрии и эксцесса, для которых данные считаются нормально распределенными. Я прочитал много аргументов, и в основном я получил смешанные ответы. Некоторые говорят, что асимметрия и для эксцесса является приемлемым диапазоном для нормального распределения. Некоторые говорят для асимметрии является приемлемым диапазоном. Я нашел подробное обсуждение …

11 normal-distribution  skewness  kurtosis 

Я читаю Gelman & Carlin «Помимо вычислений мощности: оценка ошибок типа S (знак) и типа M (величина)» (2014). Я пытаюсь понять основную идею, основной путь, но я в замешательстве. Может ли кто-нибудь помочь мне понять сущность? Бумага идет примерно так (если я правильно понял). Статистические исследования по психологии часто страдают …

11 statistical-significance  effect-size  power  type-i-and-ii-errors 

Вчера мы с соседями играли в карточные игры, и кто-то задал этот вопрос. Мы пытались решить проблему, но мы не могли понять это. Этим утром я проснулся и все еще не знаю, как это решить. Не могли бы вы помочь мне?

11 probability 

Я хотел бы оценить неопределенность или надежность подобранной кривой. Я намеренно не называю точную математическую величину, которую ищу, потому что не знаю, что это. Здесь (энергия) является зависимой переменной (отклик), а V (объем) является независимой переменной. Я хотел бы найти кривую энергии-объема, E ( V ) , некоторого материала. Поэтому …

11 error  fitting  reliability  uncertainty 

У меня есть набор данных с 26 функциями и 31000 строк. Это набор данных из 38 предметов. Это для биометрической системы. Поэтому я хочу иметь возможность определять предметы. Чтобы иметь набор для тестирования, я знаю, что должен удалить некоторые значения. Так что лучше делать и почему? (а) оставить 30 предметов …

11 machine-learning  cross-validation  out-of-sample 

Играя с набором данных Boston Housing Dat и RandomForestRegressor(с параметрами по умолчанию) в scikit-learn, я заметил кое-что странное: средний балл перекрестной проверки уменьшился, когда я увеличил число сгибов выше 10. Моя стратегия перекрестной проверки была следующей: cv_met = ShuffleSplit(n_splits=k, test_size=1/k) scores = cross_val_score(est, X, y, cv=cv_met) ... где num_cvsбыл изменен. …

11 machine-learning  cross-validation  random-forest  sample-size  scikit-learn 

Есть ли доказательство того, что CLT не использует характеристические функции, более простой метод? Может быть, методы Тихомирова или Штейна? Что-то самодостаточное, что вы можете объяснить студенту университета (первый курс по математике или физике) и занимает меньше одной страницы?

11 mathematical-statistics  central-limit-theorem  characteristic-function 

Пакет R mclustиспользует BIC в качестве критерия выбора модели кластера. Насколько я понимаю, модель с самым низким BIC следует выбирать среди других моделей (если вы заботитесь только о BIC). Однако, когда значения BIC все отрицательные, по Mclustумолчанию используется модель с самым высоким значением BIC. Мое общее понимание от различных испытаний …

11 r  clustering  gaussian-mixture  bic  model-based-clustering 

Я пытаюсь понять, почему сумма двух (или более) логнормальных случайных величин приближается к логнормальному распределению при увеличении количества наблюдений. Я посмотрел онлайн и не нашел никаких результатов, касающихся этого. Ясно, что если и Y являются независимыми логнормальными переменными, то по свойствам экспонент и гауссовских случайных величин X \ times Y …

11 distributions  lognormal  convolution  sum 

Мой вопрос вдохновлен встроенным экспоненциальным генератором случайных чисел R , функцией rexp(). При попытке генерировать экспоненциально распределенные случайные числа многие учебники рекомендуют метод обратного преобразования, описанный на этой странице Википедии . Я знаю, что есть другие методы для решения этой задачи. В частности, исходный код R использует алгоритм, изложенный в …

11 r  simulation  random-generation  exponential  inverse-cdf 

У меня есть распределение зарплат, и я хочу сравнить разницу в средствах для мужчин и женщин. Я знаю, что есть T-тест студента для сравнения двух средств, но после предложения ANOVA я получил некоторую критику, говоря, что ANOVA предназначен для сравнения более чем двух средств. Что (если что-то) неправильно в использовании …

11 hypothesis-testing  anova  t-test 

Я провожу исследование, чтобы посмотреть на различия в плотности и богатстве видов рыб при использовании двух разных методов подводной визуальной переписи. Мои данные изначально были данными подсчета, но затем они обычно меняются на плотность рыбы, но я все же решил использовать Poisson GLM, что, я надеюсь, правильно. model1 <- glm(g_den …

11 r  generalized-linear-model  poisson-distribution  offset