통계 및 빅 데이터

gentleboost 라는 부스팅의 변형이 있습니다 . 부드러운 부스팅은 잘 알려진 AdaBoost와 어떻게 다릅니 까?

14 machine-learning  boosting 

구조 방정식 모델링에 특히 그래픽 기법이 적용 가능하거나 더 적용 가능한지 궁금합니다. 이것이 공분산 분석을위한 탐색 도구 또는 SEM 모델 평가를위한 그래픽 진단의 범주로 분류 될 수 있습니다. (실제로 경로 / 그래프 다이어그램을 생각하지 않습니다.)

14 sem  data-visualization 

나는이 유명한 인용문을 어디서나 계속 보지만, 강조된 부분을 매번 이해하지 못한다. 의미가 1 % 이상일 때 습관적 관행의 문제로 가설을 임시로 거부하는 사람은 그러한 결정의 1 % 이하로 오인 될 것입니다. 가설이 올 바르면 이러한 경우의 1 %만으로 오인 될 수 있으며, 틀린 경우 거부하지 않을 것입니다. [...] 그러나 계산은 …

14 hypothesis-testing  statistical-significance  references  experiment-design  philosophical 

누구든지 그녀의 "심각도"가 의미하는 바에 대한 상세하고 명확한 설명을 할 수 있습니까?

14 hypothesis-testing  statistical-significance 

GLM에서 사용할 배포판을 배우려고 노력했으며 정규 배포판을 사용할 때 약간 혼란 스러웠습니다. 교과서의 한 부분에서 정규 분포가 시험 점수를 모델링하는 데 좋을 수 있다고 말합니다. 다음 부분에서는 자동차 보험 청구를 모델링하는 데 어떤 분포가 적합한 지 묻습니다. 이번에는 적절한 분포가 양수 값으로 만 연속적이므로 감마 또는 역 가우스가 될 것이라고 …

14 normal-distribution  generalized-linear-model  gamma-distribution  inverse-gaussian-distrib 

내가 가진 가정 응답을 제공합니다 각각 누구의 참가자, 20 배, 10 조건 하나와 또 다른 10를. 각 조건에서 를 비교하는 선형 혼합 효과 모델에 적합합니다 . 다음은 패키지를 사용하여이 상황을 시뮬레이션하는 재현 가능한 예제 입니다 .NNNYYYYY와이Ylme4R library(lme4) fml <- "~ condition + (condition | participant_id)" d <- expand.grid(participant_id=1:40, trial_num=1:10) d …

14 r  mixed-model  lme4-nlme 

Kaggle의 경쟁 Porto Seguro의 Safe Driver Prediction 은 Normalized Gini Score를 평가 지표로 사용 하므로이 선택에 대한 이유가 궁금합니다. 평가에 AUC와 같은 가장 일반적인 지표 대신 정규화 된 gini 점수를 사용하는 이점은 무엇입니까?

14 classification  auc  model-evaluation  gini 

따라서 임의 검색이 그리드 검색보다 더 효과적이라는 것을 알고 있지만 가장 최근의 접근 방식은 베이 시안 최적화 (가우시안 프로세스 사용)입니다. 나는 둘 사이의 비교를 찾았지만 아무것도 찾지 못했습니다. 스탠포드의 cs231n에서는 무작위 검색 만 언급하지만 일을 단순하게 유지하고 싶을 수도 있습니다. 내 질문은 : 어떤 접근 방식이 일반적으로 더 좋으며, 대답이 …

14 bayesian  hyperparameter 

glmnetwithin caret을 사용하여 최적의 람다를 검색 cv.glmnet하고 동일한 작업을 수행하는 것을 비교하는 데 많은 혼란이있는 것 같습니다 . 다음과 같은 많은 질문이 제기되었습니다. 분류 모델 train.glmnet 대 cv.glmnet? 캐럿과 함께 glmnet을 사용하는 올바른 방법은 무엇입니까? `caret`를 사용한 교차 유효성 검사`glmnet` 그러나 질문의 ​​재현 가능성으로 인한 답변이 없습니다. 첫 번째 질문에 …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Benjamini와 Hochberg (1995)의 절차가 실제로 FDR (False Discovery Rate)을 제어하는 ​​이유를 설명하는 간단한 방법이 있습니까? 이 절차는 매우 우아하고 간결하지만 독립적 인 이유 ( 1995 년 논문 의 부록에 나와 있음)에 대한 증거는 접근하기가 쉽지 않습니다.

14 intuition  false-discovery-rate  teaching 

로지스틱 회귀 분석에서 절편 모델의 유무에 따른 차이점을 이해하고 싶습니다. 가로 채기를하면 계수가 기준선 그룹에 대한 로그 (홀수 비)를 고려하고 가로 채지 않고 로그 (홀수)를 고려한다는 점을 제외하고는 차이점이 있습니까? 내가 본 것에서 계수가 두 경우 모두 동일하지만 의의가 항상 같은 것은 아니며 왜 그런지 이해하지 못합니다. 또한 어떤 경우에 …

14 regression  logistic  interpretation  model  intercept 

다음 용어의 선형 회귀 컨텍스트와 관련하여 의미의 차이에 대해 정말 혼란 스럽습니다. F 통계 R 제곱 잔차 표준 오차 선형 회귀와 관련된 다른 용어에 대한 통찰력을 제공하는 이 webstie 를 찾았 지만 위에서 언급 한 용어는 (내가 이해하는 한) 상당히 많이 보입니다. 나는 내가 읽은 것과 나를 혼란스럽게 한 것을 …

14 linear-model  nonlinear-regression  linear  f-statistic 

이항 랜덤 변수의 예측 구간에 대한 공식 (대략 또는 정확한)은 무엇입니까? 가정 , 우리는 관찰 (로부터 인출 ). 공지되어있다.Y∼Binom(n,p)Y∼Binom(n,p)Y \sim \mathsf{Binom}(n, p)yyyYYYnnn 우리의 목표는 에서 새로운 추첨에 대한 95 % 예측 간격을 얻는 것입니다 .YYY 예상 포인트는 이며 여기서 입니다. 대한 신뢰 구간 은 간단하지만 에 대한 예측 구간에 대한 …

14 confidence-interval  binomial  prediction-interval 

설문 조사 결과 (예 : Gallup)는 인구 규모와 비교하여 터무니없이 적은 수의 사람들을 샘플링합니다 (예 : 수억 명 중 수천 명). 이제 나에게, 모집단 통계량을 추정하기위한 수단으로 모집단을 표본 추출하는 것은 표본이 모집단을 대표 한다고 생각할만한 강력한 이유가있을 때 (또는 다른 표본 의 경우와 마찬가지로 ) 의미가 있습니다. 예를 들어, …

14 sampling  sample-size 

나는 절차와 그것이 통제하는 것을 이해합니다. 다중 비교를 위해 BH 절차에서 조정 된 p- 값의 공식은 무엇입니까? 방금 원래 BH가 조정 된 p- 값을 생성하지 않고 거부 조건 ( https://www.jstor.org/stable/2346101 ) 만 조정한다는 것을 깨달았습니다 . Gordon Smyth는 어쨌든 2002 년에 조정 된 BH p- 값을 도입 했으므로이 질문은 여전히 …

14 hypothesis-testing  p-value  multiple-comparisons  false-discovery-rate