통계 및 빅 데이터

선형 모델의 경우 OLS 솔루션은 매개 변수에 가장 적합한 선형 편향 추정기를 제공합니다. 물론 우리는 융기 회귀와 같은 낮은 분산에 대한 편견으로 거래 할 수 있습니다. 그러나 내 질문은 편견이 없다는 것입니다. 편향되지는 않지만 OLS 추정 매개 변수보다 분산이 큰 다소 일반적으로 사용되는 다른 추정기가 있습니까? 거대한 데이터 세트를 가지면 …

15 regression  least-squares  linear  unbiased-estimator  blue 

반복 측정 ANOVA에서 정규성 가정에 대해 혼란스러워합니다. 구체적으로, 나는 어떤 종류의 정규성이 정확히 충족되어야하는지 궁금합니다. 이력서에 대한 문헌과 답변을 읽을 때 나는이 가정에 대한 세 가지 뚜렷한 표현을 발견했습니다. 각 (반복) 조건 내 종속 변수는 정상적으로 분포되어야합니다. rANOVA는 ANOVA와 같은 가정과 구형도를 갖는 것으로 종종 언급됩니다. 그것은 Field 's Discovering …

15 anova  repeated-measures  assumptions  normality-assumption 

검토 자로부터 베이지안 다단계 모델의 모형 추정치를 더 잘 이해하기 위해 p- 값을 제공하도록 요청했습니다. 이 모델은 실험 참가자 당 여러 관측치의 일반적인 모델입니다. Stan으로 모형을 추정하여 추가 사후 통계를 쉽게 계산할 수 있습니다. 현재, 우리는 (시각적으로 그리고 표로) 평균 추정치와 0.025와 0.975 Quantile을보고하고 있습니다. 지금까지의 답변에는 다음이 포함됩니다. P- …

15 bayesian  p-value  multilevel-analysis 

Breiman의 임의 포리스트 (R randomForest 패키지의 임의 포리스트)가 분할 기준 (속성 선택 기준) 정보 획득 또는 Gini 인덱스로 사용되는지 알고 싶습니다. http://www.stat.berkeley.edu/~breiman/RandomForests/cc_home.htm 및 R의 randomForest 패키지에 대한 설명서에서 찾아 보았습니다 . 그러나 찾은 유일한 것은 Gini 인덱스를 사용할 수 있다는 것입니다. 가변 중요도 컴퓨팅.

15 r  random-forest  entropy  gini 

나는 기계 학습에 새로운 사람입니다. 저는 기계 학습 (Stanford University) 과정을 공부하고 있는데이 이론의 의미와 그 유용성이 무엇인지 이해하지 못했습니다. 누군가 나를 위해이 이론을 자세히 설명 할 수 있는지 궁금합니다. 이 이론은이 방정식을 기반으로합니다.

15 machine-learning  probability  pac-learning 

다른 Perceptron 구현을 약간 실험 해보고 "반복"을 올바르게 이해하고 있는지 확인하고 싶습니다. 로젠 블랏의 원래 퍼셉트론 규칙 내가 아는 한 Rosenblatt의 고전적인 퍼셉트론 알고리즘에서 가중치는 모든 훈련 예제를 통해 동시에 업데이트됩니다. Δ의 w( t + 1 )= Δ w( t )+ η( t a r ge t − a c …

15 optimization  gradient-descent  perceptron 

전압계 이야기와 그 변형에 대한 잦은주의는 무엇입니까? 그 가설은 나중에 가상의 사건이 가정 된대로 이루어질 수 없다는 것을 알게되면 가상 사건에 호소하는 통계 분석을 수정해야한다는 것이다. 위키 백과에 이야기의 버전은 아래와 같습니다. 엔지니어는 전자 튜브의 임의 샘플을 추출하여 전압을 측정합니다. 측정 범위는 75 ~ 99V입니다. 통계학자는 표본 평균과 실제 평균에 …

15 likelihood  frequentist 

PCA (Principal Component Analysis)를 사용하여 연구에 필요한 색인을 만듭니다. 내 질문은 PCA를 통해 계산 된 유지 주요 구성 요소를 사용하여 단일 인덱스를 작성하는 방법입니다. 예를 들어 PCA를 사용한 후 3 가지 주요 구성 요소를 유지하기로 결정했으며이 3 가지 주요 구성 요소에 대한 점수를 계산했습니다. 각 응답자에 대해이 3 점 만점에 …

15 pca  factor-analysis  rating  composite  scale-construction 

균일 한 변수 집합에서 정규 분포를 시뮬레이션하기 위해 몇 가지 기술이 있습니다. Box-Muller 알고리즘 은 하나가 두 개의 독립된 균일 한 변이 샘플링 (0,1)(0,1)(0,1)하여 다음을 통해 두 개의 독립적 인 표준 정규 분포로 변환합니다. Z0=−2lnU1−−−−−−√cos(2πU0)Z1=−2lnU1−−−−−−√sin(2πU0)Z0=−2lnU1cos(2πU0)Z1=−2lnU1sin(2πU0) Z_0 = \sqrt{-2\text{ln}U_1}\text{cos}(2\pi U_0)\\ Z_1 = \sqrt{-2\text{ln}U_1}\text{sin}(2\pi U_0) CDF 방법 은 정규 cdf (F(Z))(F(Z))(F(Z)) 를 …

15 normal-distribution  simulation  uniform 

정규 분포 데이터의 경우 표준 편차 및 중앙 절대 편차 는 다음과 관련이 있습니다.σσ\sigmaMADMAD\text{MAD} σ=Φ−1(3/4)⋅MAD≈1.4826⋅MAD,σ=Φ−1(3/4)⋅MAD≈1.4826⋅MAD,\sigma=\Phi^{-1}(3/4)\cdot \text{MAD}\approx1.4826\cdot\text{MAD}, 여기서 는 표준 정규 분포에 대한 누적 분포 함수입니다.Φ ( )Φ()\Phi() 다른 배포판과 비슷한 관계가 있습니까?

15 distributions  standard-deviation  mad 

저의 통계 교수는 이렇게 말합니다. 제가보고있는 모든 책은 다음과 같습니다. 사후 테스트 는 비 과학적입니다. 먼저 이론에서 가설을 도출 한 다음 데이터 를 수집하고 분석해야합니다. 그러나 나는 정말로 문제가 무엇인지 이해하지 못한다. 다른 자동차 색상에 대한 판매 수치를보고 다른 색상의 자동차에서 거리에서 가장 큰 자동차 그룹을 판매했다는 가설이 흰색이라고 가정합니다. …

15 post-hoc 

관측 변수로 인과 관계를 유추하기 위해 도구 변수 분석을 사용하려고합니다. 나는 내 연구에서 내 생성 문제를 해결할 수있는 2 단계 최소 제곱 (2SLS) 회귀를 겪었습니다. 그러나 1 단계는 OLS가되고 2 단계는 2SLS 내에서 프로 빗이되고 싶습니다. 필자는 읽기와 검색을 바탕으로 연구원들이 2SLS 또는 1 단계 프로 빗 및 2 단계 …

15 stata  probit  instrumental-variables  2sls 

저의 배경은 주로 기계 학습에 있으며 Bayesian Hypothesis 테스트의 의미를 배우려고했습니다. 나는 확률에 대한 베이지안 해석에 문제가 없으며 확률 적 그래픽 모델의 맥락에서 그것을 잘 알고 있습니다. 그러나 나를 혼동하는 것은 통계적 추론의 맥락에서 "가설"이라는 단어의 의미입니다. 나는 기계 학습에서 일반적으로 사용되는 어휘와 통계 및 추론에서 일반적으로 사용되는 어휘에 대해 …

15 hypothesis-testing 

"더미 변수"및 "표시기 변수" 는 0/1 코딩 범주의 멤버 자격을 설명하기 위해 자주 사용되는 용어 레이블입니다. 일반적으로 0 : 범주의 구성원이 아님, 1 : 범주의 구성원. 2014 년 11 월 26 일에 Scholar.google.com (빠른 따옴표 포함)을 빠르게 검색하면 약 318,000 개의 기사에 "더미 변수"가 사용되고 약 112,000 개의 기사에 "인디케이터 …

15 categorical-data  terminology  categorical-encoding 

개의 다른 색 의 개의 공을 포함하는 항아리를 고려하십시오. 는 개의 공 중 색상 의 공의 비율입니다 ( ). 나는 대체 하지 않고 항아리에서 공을 그리고 그려진 공 중 다른 색상 의 숫자 를 봅니다 . 분포 의 적절한 특성에 따라 의 함수로 의 기대치는 무엇입니까 ?NNNPPPpipip_iiiiNNN∑ipi=1∑ipi=1\sum_i p_i = 1γ …

15 probability  expected-value  coupon-collector-problem