통계 및 빅 데이터

MCMCglmm최근 에 패키지를 사용하고 있습니다. 설명서에서 R 구조 및 G 구조라고하는 것에 혼동됩니다. 이는 임의의 영향과 관련이있는 것 같습니다. 특히 이전 분포에 대한 모수를 지정하지만 설명서의 설명은 독자가 이러한 용어가 무엇인지 알고 있다고 가정합니다. 예를 들면 다음과 같습니다. R (R- 구조) G (G- 구조) 및 B (고정 효과) : )는 …

16 r  bayesian  mixed-model  lme4-nlme 

Granger Causality에 대해 스스로 교육하려고합니다. 이 사이트의 게시물과 몇 가지 좋은 기사를 온라인에서 읽었습니다. 또한 시계열을 입력하고 Granger Stats를 계산할 수 있는 매우 유용한 도구 인 Bivariate Granger Causality-Free Statistics Calculator 를 발견했습니다. 아래는 사이트에 포함 된 샘플 데이터의 출력입니다. 또한 결과를 해석하는 데 어려움을 겪었습니다. 내 질문 : 내 …

16 time-series  causality  granger-causality 

plm()양식의 고정 효과 모델을 추정 하는 데 사용 하고 있습니다. y ~ x + time + time:fixed_trait 여기서 fixed_trait개인마다 다양하지만 개인 내에서는 일정한 변수가 있습니다. 상호 작용의 점 time으로는 fixed_trait효과 허용하는 것입니다 fixed_trait시간에 걸쳐 변화 할 수 있습니다. (저는 고정 효과에 관한 Paul Allison의 최근 소책자에서 일하고 있습니다. 인용이 추가되었습니다.) …

16 r 

통계 전문가와 R 프로그래밍 마법사 여러분, 안녕하세요. 환경 조건과 일의 함수로 동물 포획을 모델링하는 데 관심이 있습니다. 다른 연구의 일환으로, 3 년 동안 ~ 160 일 동안 포획 횟수가 많았습니다. 요즘에는 온도, 강우, 풍속, 상대 습도 등이 있습니다. 같은 5 플롯에서 데이터가 반복적으로 수집되었으므로 플롯을 임의의 효과로 사용합니다. 내 이해는 …

16 r  mixed-model  autocorrelation  bugs  panel-data 

신경망의 복잡성을 측정하는 몇 가지 기본 방법을 살펴 보았습니다. 순진하고 비공식적 : 뉴런, 숨겨진 뉴런, 레이어 또는 숨겨진 레이어의 수를 계산합니다. VC 차원 (Eduardo D. Sontag [1998] "신경망의 VC 차원"[ pdf ].) T C 0 d 와 등가에 의한TC0dTCd0TC^0_d 코스 그레인 및 점근 적 계산 복잡도 측정 . 다른 대안이 …

16 neural-networks  theory  vc-dimension  pac-learning 

확률 분포 함수 및 누적 분포 함수와 같은 확률 이론의 중요한 개념을 설명하는 좋은 책이 있습니까? John Rice의 "수학 통계 및 데이터 분석"과 같은 책은 간단한 순열 개념으로 시작한 다음 갑자기 (2 장에서) 실제 분석, 다중 및 표면 적분에 대한 지식을 가정하고 CDF 및 PDF와 3 차원 그림으로 설명합니다. 하나는 …

16 probability  self-study  distributions  references  theory 

통계 필드에 없습니다. Rank Correlation Coefficients에 대해 읽는 동안 "tied data"라는 단어를 보았습니다. 묶인 데이터 란 무엇입니까? 묶인 데이터의 예는 무엇입니까?

16 correlation  nonparametric  ranks 

I는이 관찰 페어링 ( X I , Y I ) 유한 한 제 1 및 제 2 모멘트를 가지며, 평균 약 대칭 공통 알 분포로부터 그려.엔NN엑스나는XiX_i와이나는YiY_i 하자 의 표준 편차 X (에 무조건 Y )와 σ Y Y. I에 대해 같은 가설을 테스트 할 것 σ엑스σX\sigma_X엑스XX와이YYσ와이σY\sigma_Y : σ X = …

16 distributions  hypothesis-testing  standard-deviation  normal-distribution 

최근에 두 명의 다른 동료가 나에게 잘못된 것처럼 보이는 조건 간의 차이에 대해 일종의 논쟁을 해왔습니다. 이 두 동료 모두 통계를 사용하지만 통계학자는 아닙니다. 나는 통계의 초보자입니다. 두 경우 모두 실험에서 두 조건간에 큰 차이가 없으므로 조작과 관련하여 이러한 그룹에 대한 일반적인 주장을하는 것은 잘못이라고 주장했습니다. "일반 주장"은 "그룹 A가 …

16 statistical-significance 

여기 에서 다운로드 할 수있는 Stan 설명서를 살펴 보았습니다 . 특히 Gelman-Rubin 진단을 구현하는 데 관심이있었습니다. 최초의 논문 Gelman & Rubin (1992 )은 다음과 같이 잠재적 스케일 감소 계수 (PSRF)를 정의합니다. 하자 Xi,1,…,Xi,NXi,1,…,Xi,NX_{i,1}, \dots , X_{i,N} 일 iii 샘플링 일 마르코프 체인 및 전반적인있을 수 있습니다 MMM 샘플링 독립 체인. …

16 mcmc  convergence  gibbs  metropolis-hastings  stan 

고차원 회귀 영역에 대한 연구를 읽으려고 노력하고 있습니다. 경우 보다 큰 이며, . 이 용어처럼 보인다 회귀 추정량에 대한 수렴 속도 측면에서 종종 나타납니다.피피p엔엔nP > > N피>>엔p >> n로그p / n로그⁡피/엔\log p/n 예를 들어, 여기서 식 (17)은 올가미 적합 가 β^β^\hat{\beta}1엔∥ Xβ^− Xβ∥22= O피( σ로그피엔−−−−−√∥ β∥1).1엔”엑스β^−엑스β”22=영형피(σ로그⁡피엔”β”1). \dfrac{1}{n}\|X\hat{\beta} - X \beta\|_2^2 …

16 regression  lasso  convergence  high-dimensional 

이것은 용어의 문제입니다. 때때로 사람들은 심층 신경망을 "다 계층 퍼셉트론"이라고하는데 왜 이럴까요? 내가 배운 퍼셉트론은 가중치를 역 훈련하는 특정 방법을 사용하는 이진 임계 값 출력을 가진 단일 계층 분류기 (또는 회귀)입니다. 퍼셉트론의 출력이 목표 출력과 일치하지 않으면 입력 벡터를 가중치에 더하거나 뺍니다 (퍼셉트론이 위양성 또는 위양성을 제공했는지에 따라 다름). 매우 …

16 neural-networks  perceptron 

2 년 동안 10 분마다 기록 된 많은 오염 데이터가 있지만 데이터에는 몇 가지 간격이 있습니다 (한 번에 몇 주 동안 진행되는 데이터 포함). 데이터는 계절에 따라 다르며 밤에 비해 값이 많이 변하지 않고 데이터 포인트가 더 낮은 밤에 비해 큰 변화가 있습니다. 낮과 밤 시간 하위 집합에 황토 모델을 …

16 time-series  missing-data  data-imputation 

내 질문은 : 베타 분포 와 로지스틱 회귀 모델 의 계수 사이의 수학적 관계는 무엇입니까 ? 설명하기 : 로지스틱 (시그 모이 드) 기능은 f(x)=11+exp(−x)f(x)=11+exp⁡(−x)f(x) = \frac{1}{1+\exp(-x)} 로지스틱 회귀 모델에서 확률을 모델링하는 데 사용됩니다. 하자 이분법 수 득점 결과와 디자인 매트릭스. 로지스틱 회귀 모델은AAA(0,1)(0,1)(0,1)XXX P(A=1|X)=f(Xβ).P(A=1|X)=f(Xβ).P(A=1|X) = f(X \beta). 참고 는 상수 …

16 regression  logistic  mathematical-statistics  beta-distribution 

Markov 체인과 Markov 프로세스의 차이점은 무엇입니까? 상충되는 정보를 읽고 있습니다. 때로는 정의가 상태 공간이 이산인지 연속인지에 따라, 때로는 시간이 이산 연속인지에 따라 결정됩니다. 이 문서의 활주 20 : 상태 공간이 불 연속적 (즉, 유한 공간 또는 계산 가능 공간이 불 연속적, 즉 유한 또는 계산 가능) 인 경우 Markov 프로세스를 …

16 terminology  stochastic-processes  markov-process