통계 및 빅 데이터

매개 변수 추정, ML, MAP 및 Bayes 접근을 수행하는 3 가지 방법을 알고 있습니다. 그리고 MAP 및 Bayes 접근의 경우 매개 변수의 우선 순위를 선택해야합니다. 나는이 모델이 말해 , 여기서 α , β는 MAP 또는 베이 즈를 사용하여 추정을하기 위해, 매개 변수는을, 나는 우리가 더 나은 거라고 책에서 읽은 컨쥬 …

16 bayesian  estimation  prior 

누군가 시계열 데이터에서 자기 상관 함수를 설명 할 수 있습니까? 데이터에 acf를 적용하면 응용 프로그램은 무엇입니까?

16 autocorrelation 

선형 회귀 분석을 통해 시간 경과에 따른 추세를 찾는 "합리적인"최소 관측치 수는 얼마입니까? 이차 모형 적합은 어떻습니까? 나는 건강 (SII, RII)에서 불평등의 복합 지수를 다루고 있으며, 단지 4 번의 설문 조사 만 있으므로 4 점 (1997,2001,2004,2008)입니다. 나는 통계학자는 아니지만 4 포인트로는 충분하지 않은 직관적 인 인상을 받았습니다. 답변이나 참고 사항이 …

16 regression 

두 개의 상관 랜덤 변수를 샘플링하는 몇 가지 기술은 무엇입니까? 확률 분포가 매개 변수화 된 경우 (예 : 로그 정규) 비모수 분포가있는 경우 데이터는 0이 아닌 상관 계수를 계산할 수있는 두 개의 시계열입니다. 우리는 과거의 상관 관계와 시계열 CDF가 일정하다고 가정하여 미래에 이러한 데이터를 시뮬레이션하고 싶습니다. 사례 (2)의 경우, 1 …

16 correlation  sampling  monte-carlo  stochastic-processes  copula 

R에서 glm을 사용하여 로지스틱 회귀 모델을 만들었습니다. 두 개의 독립 변수가 있습니다. 두 변수의 산포도에서 모델의 결정 경계를 그리는 방법은 무엇입니까? 예를 들어 http://onlinecourses.science.psu.edu/stat557/node/55 와 같은 그림을 그리는 방법은 무엇 입니까? 감사.

16 r  logistic 

Scikit에는 CalibratedClassifierCV 가있어 특정 X, y 쌍에서 모델을 교정 할 수 있습니다. 또한 명확하게data for fitting the classifier and for calibrating it must be disjoint. 그들이 분리되어 있어야한다면, 분류기를 다음과 같이 훈련시키는 것이 합법적인가? model = CalibratedClassifierCV(my_classifier) model.fit(X_train, y_train) 나는 동일한 훈련 세트를 사용함으로써 disjoint data규칙을 어 기고 있다는 것을 …

16 cross-validation  scikit-learn  validation  train  calibration 

randomForest패키지를 사용할 때 클래스 확률 은 어떻게 추정 predict(model, data, type = "prob")됩니까? 나는 확률을 예측하기 ranger위해 probability = T인수를 사용하여 임의의 숲을 훈련 하는 데 사용했습니다 . ranger설명서에서 다음과 같이 말합니다. Malley et al. (2012). 일부 데이터를 시뮬레이트하고 패키지를 모두 시도하고 매우 다른 결과를 얻었습니다 (아래 코드 참조) 따라서 …

16 r  random-forest  prediction 

하나의 고정 효과 (조건)와 두 개의 임의 효과 (대상 내 설계 및 쌍으로 인해 참가자)가있는 혼합 효과 모델을 사용하여 데이터 세트를 분석하고 있습니다. lme4패키지로 모델이 생성되었습니다 exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). 다음으로, 고정 효과 (조건)없이 모형에 대해이 모형의 우도 비 검정을 수행했으며 유의 한 차이가 있습니다. 내 데이터 세트에는 3 가지 조건이 있으므로 다중 …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

동일한 작업을 수행하는 다른 라이브러리의 두 가지 다른 방법에 대한 질문이 있습니다. 선형 회귀 모델을 만들려고합니다. 다음은 OLS와 함께 statsmodel 라이브러리를 사용하는 코드입니다. X_train, X_test, y_train, y_test = cross_validation.train_test_split(x, y, test_size=0.3, random_state=1) x_train = sm.add_constant(X_train) model = sm.OLS(y_train, x_train) results = model.fit() print "GFT + Wiki / GT R-squared", results.rsquared …

16 regression  python  scikit-learn  statsmodels 

감마 분포와 Weibull 분포의 직관의 차이점은 무엇입니까? 두 밀도 사이에 어떤 관계가 있습니까? 친절하게 도와주세요.

16 gamma-distribution  weibull 

예측 변수 (P), 랜덤 효과 (R) 및 고정 효과 (F)가 주어지면 두 가지 혼합 효과 모델 ( lme4 구문)에 적합 할 수 있습니다 . m1 = lmer( P ~ (1|R) + F ) m2 = lmer( P ~ (1+F|R) + F) 내가 이해하는 것처럼 두 번째 모델은 고정 효과가 임의의 …

16 mixed-model 

이것들은 단지 문체 적 표기법 (이탤릭체인지 비 이탤릭체인지)이거나이 표기법의 의미에 실질적인 차이가 있습니까? 이 질문에서 고려해야 할 " 확률 "을 의미하는 다른 표기법 이 있습니까?

16 probability  notation 

http://www.chioka.in/differences-between-l1-and-l2-as-loss-function-and-regularization/ 이 글의 상단을 보면 L2 규범에는 고유 한 솔루션이 있고 L1 규범에는 아마도 많은 솔루션이 있다고 언급합니다. 나는 정규화 측면에서 이것을 이해하지만 손실 함수에서 L1 규범 또는 L2 규범을 사용하는 관점에서는 이해하지 못합니다. 스칼라 x (x ^ 2 및 | x |)의 함수 그래프를 보면 두 가지 고유 한 …

16 regression  lasso  regularization 

Yolo v2 손실 기능을 이해하려고합니다. λcoord∑i=0S2∑j=0B1objij[(xi−x^i)2+(yi−y^i)2]+λcoord∑i=0S2∑j=0B1objij[(wi−−√−w^i−−√)2+(hi−−√−h^i−−√)2]+∑i=0S2∑j=0B1objij(Ci−C^i)2+λnoobj∑i=0S2∑j=0B1noobjij(Ci−C^i)2+∑i=0S21obji∑c∈classes(pi(c)−p^i(c))2λcoord∑i=0S2∑j=0B1ijobj[(xi−x^i)2+(yi−y^i)2]+λcoord∑i=0S2∑j=0B1ijobj[(wi−w^i)2+(hi−h^i)2]+∑i=0S2∑j=0B1ijobj(Ci−C^i)2+λnoobj∑i=0S2∑j=0B1ijnoobj(Ci−C^i)2+∑i=0S21iobj∑c∈classes(pi(c)−p^i(c))2\begin{align} &\lambda_{coord} \sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{obj}[(x_i-\hat{x}_i)^2 + (y_i-\hat{y}_i)^2 ] \\&+ \lambda_{coord} \sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{obj}[(\sqrt{w_i}-\sqrt{\hat{w}_i})^2 +(\sqrt{h_i}-\sqrt{\hat{h}_i})^2 ]\\ &+ \sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{obj}(C_i - \hat{C}_i)^2 + \lambda_{noobj}\sum_{i=0}^{S^2}\sum_{j=0}^B \mathbb{1}_{ij}^{noobj}(C_i - \hat{C}_i)^2 \\ &+ \sum_{i=0}^{S^2} \mathbb{1}_{i}^{obj}\sum_{c \in classes}(p_i(c) - \hat{p}_i(c))^2 \\ \end{align} 사람이 기능을 자세히 설명 할 수 있다면.

16 neural-networks  loss-functions  object-detection  yolo 

AUC-ROC 값이 0-0.5 일 수 있습니까? 모델이 0에서 0.5 사이의 값을 출력합니까?

16 roc  model-evaluation  auc