통계 및 빅 데이터

나는 현재 우리가 작은 데이터 세트를 가지고 있고 결과에 대한 치료의 인과 관계 영향에 관심이있는 문제에 대해 연구하고 있습니다. 고문은 각 예측 변수에 대해 일 변량 회귀 분석을 수행하고 결과를 반응으로, 처리 할당을 반응으로 수행하도록 지시했습니다. 즉, 한 번에 하나의 변수로 회귀를 맞추고 결과 테이블을 만들어야합니다. 나는 "우리가 왜 이것을해야합니까?"라고 …

13 regression  multivariate-analysis  model-selection  causality  univariate 

이것은 오래된 통계를 검토하는 동안의 이상한 생각이며 어떤 이유로 든 대답을 생각할 수없는 것 같습니다. 연속 PDF는 주어진 범위 내에서 관찰 값의 밀도를 알려줍니다. 즉, 예를 들어, 엑스~ N( μ , σ2)X∼N(μ,σ2)X \sim N(\mu,\sigma^2) 이면, 실현이 ㅏaa 와 비bb 사이에있을 확률 은 간단히 ∫비ㅏϕ ( x ) d엑스∫abϕ(x)dx\int_a^{b}\phi(x)dx 여기서 ϕϕ\phi …

13 normal-distribution  maximum-likelihood  pdf 

샘플 아티스트에게 설문 조사를 제출했습니다. 질문 중 하나는 예술 활동, 정부 지원, 개인 연금, 예술과 관련이없는 활동에 의해 도출 된 소득의 백분율을 나타내는 것이었다. 개인의 약 65 %가 백분율의 합이 100이라고 대답했습니다. 다른 사람은 그렇지 않습니다. 예를 들어, 자신의 예술 활동으로 인해 수입의 70 %와 소득 정부에서 60 %가 대답 …

13 survey  bias 

중 회귀 와이yy 에서 엑스xx 모두 영향 변수가 생략 된 경우 원인이 될 필요는 없다 엑스xx 및 와이yy . 그러나 생략 된 변수와 측정 오류가 아닌 경우 회귀 원인이 있습니까? 즉, 가능한 모든 변수가 회귀에 포함되어 있습니까?

13 regression  bias  causality 

많은 실제 응용 분야에서, MCMC 기반 방법은 사후가 분석적 임에도 불구하고 매개 변수를 추정하는 데 사용됩니다 (예를 들어, 선행 기술이 공액 이었기 때문에). 저에게는 MCMC 기반 견적 도구보다는 MAP 견적 도구를 사용하는 것이 더 합리적입니다. MCMC가 왜 분석 후부에서 여전히 적절한 방법인지 지적 할 수 있습니까?

13 bayesian  mcmc  posterior 

통계 학습 서적의 요소에서 최상의 하위 집합 선택에 대해 읽고 있습니다. 3 개의 예측 변수 이 있으면 2 3 = 8 부분 집합을 만듭니다 .엑스1, x2, x삼x1,x2,x3x_1,x_2,x_32삼= 823=82^3=8 예측 변수가없는 부분 집합 예측 변수가 x 1 인 부분 집합엑스1x1x_1 예측 변수가 x 2 인 부분 집합엑스2x2x_2 예측 변수 x 3의 …

13 regression  feature-selection  lasso  bias-variance-tradeoff 

나는이 좀 기본적인 생각,하지만 난 임의의 변수가 있다고 가정 해 XXX , 확률 인 P(X≤a)P(X≤a)P(X \leq a) 동일로 P(f(X)≤f(a))P(f(X)≤f(a))P(f(X) \leq f(a)) 모든 실수의 연속 함수에 대한 fff ?

13 probability  distributions 

치료와 결과를 고려한 많은 논문들에서, 의미 집단에 대한 성가의 테스트와 "그룹은 대체로 비슷했습니다. XXXXX와 큰 차이가 없었습니다. 표 "를 참조하십시오. 따라서 명확한 목표는 다른 치료에 할당 된 그룹이 유사하다는 것을 보여주는 것입니다. 그러나 이것은 "널을 받아 들일 수"있고 우리가해야 할 (또는 요구되는) 동등성 테스트라고 생각합니다. 이는 무작위 시험 또는 관찰 …

13 equivalence  controlling-for-a-variable 

당신이하고있는 모든 것이 경험적 분포로부터 리샘플링하는 것이라면, 왜 경험적 분포를 연구하지 않습니까? 예를 들어 반복 샘플링으로 변동성을 연구하는 대신, 경험적 분포에서 변동성을 정량화하지 않는 이유는 무엇입니까?

13 machine-learning  mathematical-statistics  sampling  bootstrap  resampling 

베이지안 딥 러닝이란 무엇이며 기존 베이지안 통계 및 전통적인 딥 러닝과 어떤 관련이 있습니까? 주요 개념과 수학은 무엇입니까? 파라 메트릭이 아닌 베이지안 통계라고 말할 수 있습니까? 주요 작업과 현재 주요 개발 및 응용 프로그램은 무엇입니까? 추신 : Bayesian Deep Learning은 많은 주목을 받고 있습니다. NIPS 워크숍을 참조하십시오.

13 bayesian  deep-learning 

배포판이 있습니까 아니면 다른 배포본에서 작업하여 아래 이미지와 같은 배포판을 만들 수 있습니까 (나쁜 도면에 대한 사과)? 여기서 피크가 어디에 있어야하는지에 대한 숫자 (예 : 0.2, 0.5 및 0.9)와 함수를 더 넓게 또는 덜 넓게하는 표준 편차 (시그마)를 제공합니다. PS : 주어진 숫자가 0.5 일 때 분포는 정규 분포입니다.

13 distributions  normal-distribution 

하자 및 것을 네 랜덤 변수하여야 . 여기서 은 알 수없는 매개 변수입니다. 또한 , 라고 가정하십시오그렇다면 어느 것이 사실입니까?Y1,Y2,Y3Y1,Y2,Y3Y_1,Y_2,Y_3Y4Y4Y_4E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y1)=θ1−θ3; E(Y2)=θ1+θ2−θ3; E(Y3)=θ1−θ3; E(Y4)=θ1−θ2−θ3E(Y_1)=\theta_1-\theta_3;\space\space E(Y_2)=\theta_1+\theta_2-\theta_3;\space\space E(Y_3)=\theta_1-\theta_3;\space\space E(Y_4)=\theta_1-\theta_2-\theta_3 V a r ( Y i ) = σ 2 i = 1 , 2 , 3 , 4.θ1,θ2,θ3θ1,θ2,θ3\theta_1,\theta_2,\theta_3Var(Yi)=σ2Var(Yi)=σ2Var(Y_i)=\sigma^2i=1,2,3,4.i=1,2,3,4.i=1,2,3,4. A. 는 …

13 self-study  estimation  inference 

둘 이상의 분류 모델을 비교하는 데 사용되는 일반적인 방법 중 하나는 ROC 곡선 (AUC) 아래 면적을 성능을 간접적으로 평가하는 방법으로 사용하는 것입니다. 이 경우 AUC가 큰 모델은 일반적으로 AUC가 작은 모델보다 성능이 우수한 것으로 해석됩니다. 그러나 Vihinen, 2012 ( https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3303716/ )에 따르면 두 곡선이 서로 교차하면 이러한 비교는 더 이상 …

13 machine-learning  classification  roc  auc  model-evaluation 

스크립트를 사용하고 있습니다. 핵심 레코드입니다. 주어진 깊이 (열의 첫 번째 열)에 대한 열의 다른 원소 구성을 보여주는 데이터 프레임이 있습니다. PCA를 수행하고 싶습니다. 선택해야하는 표준화 방법이 혼란 스럽습니다. clr()귀하를 위해 데이터를 준비하기 위해 를 사용한 사람이 prcomp()있습니까? 아니면 내 솔루션을 방해합니까? 에서 scale 속성을 사용하는 것 외에도 함수를 clr()사용하기 전에 …

13 r  pca  normalization  compositional-data 

최근에 나는 경제학 (나는 익숙하지 않은 분야)에 관한 몇 가지 논문을 읽어야했다. 내가 주목 한 한 가지는 응답 변수가 이진 일지라도 OLS를 사용하여 피팅 된 선형 회귀 모델은 어디에나 있다는 것입니다. 내 질문은 따라서 : 경제학 분야에서 로지스틱 회귀와 같이 왜 선형 회귀가 선호됩니까? 이것은 단순히 일반적인 관행입니까 아니면 적극적으로 …

13 regression  logistic  econometrics