Статистика и большие данные

У меня есть спор с моим советником по поводу визуализации данных. Он утверждает, что при представлении результатов эксперимента значения должны быть нанесены только с помощью « маркеров », как показано на рисунке ниже. Хотя кривые должны представлять только « модель » С другой стороны, я считаю, что кривая во многих …

9 data-visualization  communication 

Учусь на тест. Не могу ответить на этот. Пусть iid случайных величин. определятьX1,i,X2,i,X3,i,i=1,…,nX1,i,X2,i,X3,i,i=1,…,nX_{1,i},X_{2,i},X_{3,i}, i=1,\ldots,nN(0,1)N(0,1)\mathcal{N}(0,1) Wi=(X1,i+X2,iX3,i)/1+X23,i−−−−−−−√,i=1,…,nWi=(X1,i+X2,iX3,i)/1+X3,i2,i=1,…,nW_i = (X_{1,i} + X_{2,i}X_{3,i})/\sqrt{1 + X_{3,i}^2}, i = 1, \ldots, n , и ,W¯¯¯¯¯n=n−1∑ni=1WiW¯n=n−1∑i=1nWi\overline{W}_n = n^{-1}\sum_{i=1}^nW_i S2n=(n−1)−1∑ni=1(Wi−W¯¯¯¯¯n)2,n≥2.Sn2=(n−1)−1∑i=1n(Wi−W¯n)2,n≥2.S_n^2 = (n-1)^{-1}\sum_{i=1}^n(W_i - \overline{W}_n)^2, n \ge 2. Каково распределение , ?W¯¯¯¯¯nW¯n\overline{W}_nS2nSn2S_n^2 Как получить представление о лучшем методе, который …

9 normal-distribution  data-transformation 

У меня возникают проблемы с разграничением понятий скедастичность и стационарность. Насколько я понимаю, гетероскедастичность отличается вариабельностью в подгруппах населения, а нестационарность - это изменение среднего значения / дисперсии во времени. Если это правильное (хотя и упрощенное) понимание, является ли нестационарность просто частным случаем гетероскедастичности во времени?

9 time-series  heteroscedasticity  stationarity  intuition 

Недавно я отлаживал R-скрипт и обнаружил что-то очень странное, автор определил их собственную функцию p-значения pval <- function(x, y){ if (x+y<20) { # x + y is small, requires R.basic p1<- nChooseK(x+y,x) * 2^-(x+y+1); p2<- nChooseK(x+y,y) * 2^-(x+y+1); pvalue = max(p1, p2) } else { # if x+y is large, …

9 r  hypothesis-testing  p-value 

Для каждой записи в моих наборах данных у меня есть следующая информация (X1 ,… ,Xm ,δ ,T )(X1 ,… ,Xm ,δ ,T ) (X_1 \ , \dots \ , X_m \ , \delta \ , T \ ) где - объекты, - 1, если происходит целевое событие, и 0 в …

9 classification  survival 

Как определить оптимальную скорость обучения для градиентного спуска? Я думаю, что я мог бы автоматически настроить его, если функция стоимости возвращает большее значение, чем в предыдущей итерации (алгоритм не будет сходиться), но я не совсем уверен, какое новое значение он должен принимать.

9 regression  machine-learning  gradient-descent 

Допустим, я пытаюсь выяснить вероятность того, что чей-то любимый аромат мороженого - ваниль. Я знаю, что человек также любит фильмы ужасов. Я хочу выяснить вероятность того, что любимое мороженое этого человека - ванильное, учитывая, что ему нравятся фильмы ужасов. Я знаю следующие вещи: людей выбирают ваниль в качестве своего любимого …

9 probability  bayes 

С учетом цензурированного интервала времени выживания, как я могу выполнить интервальную цензуру модели Кокса PH в R? Поиск в rseek обнаруживает пакет intcox, которого больше нет в Rхранилище. Я почти уверен, что coxphфункция в survivalпакете не может обрабатывать данные выживания с интервалом цензуры. Кроме того, я не хочу вменять данные, …

9 r  survival  cox-model  interval-censoring 

Я пытаюсь показать, что центральный момент симметричного распределения: равен нулю для нечетных чисел. Так, например, третий центральный моментЯ начал с попытки показать, чтоЯ не уверен, куда идти отсюда, какие-либо предложения? Есть ли лучший способ доказать это?еИкс( a + x ) = fИкс( а - х )еИкс(a+Икс)знак равноеИкс(a-Икс){\bf f}_x{\bf (a+x)} = …

9 mathematical-statistics  expected-value  moments 

Хорошо известно, что по мере того, как у вас появляется больше доказательств (скажем, в виде большего для iid примеров), байесовский априор «забывается», и на большинство выводов влияют доказательства (или вероятность).нNNnNNn Это легко увидеть для различных конкретных случаев (например, Бернулли с бета-версией или других примеров), но есть ли способ увидеть это …

9 bayesian  prior 

Я читал эту книгу епископом «Распознавание образов и машинное обучение». У меня была путаница, связанная с выводом линейной динамической системы. В LDS мы предполагаем, что скрытые переменные непрерывны. Если Z обозначает скрытые переменные, а X обозначает наблюдаемые переменные p ( zN| Zn - 1) = N( зN| A zn - …

9 machine-learning  linear-model  kalman-filter  pattern-recognition  graphical-model 

У меня около 500 переменных на пациента, каждая переменная имеет одно непрерывное значение и измеряется в трех разных временных точках (через 2 месяца и через 1 год). С регрессией я хотел бы предсказать исход лечения для новых пациентов. Можно ли использовать SVM-регрессию с такими продольными данными?

9 regression  svm  panel-data 

Если x1,x2,…,xnx1,x2,…,xnx_1, x_2, \ldots, x_n являются н.о.р. отрицательное биномиальное, то , что распределение (x1,x2,…,xn)(x1,x2,…,xn)(x_1, x_2, \ldots, x_n) с учетом x1+x2+…+xn=Nx1+x2+…+xn=Nx_1 + x_2 + \ldots + x_n = N\quad? NNN является фиксированным. Если x1,x2,…,xnx1,x2,…,xnx_1, x_2, \ldots, x_n являются пуассоновскими, то при условии, что сумма (x1,x2,…,xn)(x1,x2,…,xn)(x_1, x_2, \ldots, x_n) полиномиальна. Я не …

9 poisson-distribution  multinomial  negative-binomial  conditioning 

Я новичок в R, не могли бы вы объяснить, как использовать SES в пакете прогноза R прогноз ? Я бы хотел выбрать количество начальных периодов и постоянную сглаживания. d <- c(3,4,41,10,9,86,56,20,18,36,24,59,82,51,31,29,13,7,26,19,20,103,141,145,24,99,40,51,72,58,94,78,11,15,17,53,44,34,12,15,32,14,15,26,75,110,56,43,19,17,33,26,40,42,18,24,69,18,18,25,86,106,104,35,43,12,4,20,16,8) У меня есть 70 периодов, я хотел бы использовать 40 периодов для начального и 30 для вне выборки. ses(d, …

9 r  time-series  forecasting 

Недавно я наткнулся на упоминание «двойной / тройной загрузки» или «итеративной загрузки». Как я понимаю, каждый образец начальной загрузки снова запускается. Какой смысл? Как это используется?

9 bootstrap