통계 및 빅 데이터

Kullback–Leibler 거리를 연구 할 때, 우리가 매우 빠르게 배운 두 가지 사항은 삼각 부등식이나 대칭, 메트릭의 필수 특성을 존중하지 않는다는 것입니다. 내 질문은 메트릭의 모든 제약 조건 을 충족하는 확률 밀도 함수 메트릭이 있는지 여부 입니다.

13 distributions  distance  metric 

최근에 Kernel 트릭을 사용하는 방법에 대해 배웠습니다.이 방법은 데이터를 해당 차원의 데이터를 선형화하기 위해 더 높은 차원의 공간에 매핑합니다. 이 기술을 사용하지 않아야하는 경우가 있습니까? 올바른 커널 기능을 찾는 것이 문제입니까? 선형 데이터의 경우 물론 도움이되지 않지만 비선형 데이터의 경우 항상 유용합니다. 학습 시간 및 확장 성 측면에서 선형 분류기를 …

13 machine-learning  svm  kernel-trick  heuristic 

n 차원 상태 벡터에 대한 선형 가우스 상태 공간 분석을 위해 칼만 필터링 (여러 칼만 유형 필터 [Information Filter et al.] 사용)을 수행 할 수있는 코드를 작성했습니다. 필터가 훌륭하게 작동하고 좋은 결과를 얻었습니다. 그러나 로그 우도 추정을 통한 매개 변수 추정은 혼란 스럽습니다. 나는 통계학자가 아니라 물리학 자이기 때문에 친절하세요. …

13 maximum-likelihood  algorithms  kalman-filter  likelihood 

Laplace 분포에 대해 켤레가 있습니까? 그렇지 않은 경우 라플라스 분포의 모수에 대한 사후를 근사하는 알려진 닫힌 양식식이 있습니까? 나는 많은 성공을 거두지 않고 봤는데, 위의 질문에 대한 나의 현재 추측은 "아니오"입니다 ...

13 bayesian  conjugate-prior  laplace-distribution 

비선형 회귀에 대한 신뢰 및 예측 밴드가 회귀선에 대해 대칭이어야합니까? 선형 회귀 밴드의 경우처럼 모래 시계 모양을 갖지 않습니다. 왜 그런 겁니까? 문제의 모델은 다음과 같습니다. 그림은 다음과 같습니다. 에프( x ) = ⎛⎝⎜⎜A - D1 + ( x씨)비⎞⎠⎟⎟+ DF(x)=(A−D1+(xC)B)+D F(x) = \left(\frac{A-D}{1 + \left(\frac x C\right)^B}\right) + D 그리고 …

13 confidence-interval  nonlinear-regression  prediction-interval 

이란 무엇입니까 최대 엔트로피 분포 는 제 1 및 제 2 순간 주어진 양의 연속 변수? 예를 들어 가우스 분포는 평균 및 표준 편차를 고려할 때 제한되지 않은 변수의 최대 엔트로피 분포이고, 감마 분포는 평균 값과 로그의 평균 값을 고려한 양수 변수의 최대 엔트로피 분포입니다.

13 distributions  standard-deviation  mean  maximum-entropy 

소개 : 오늘이 질문 에 대한 관심을 확인한 후, " 쌍별 t- 검정이없는 경우 분산 분석이 중요 할 수 있습니까? "라고 답했습니다. . 통계적 유의성이 단순한 이분법으로 이해되고 또는 보다 높은 것으로 판단 될 때 다양한 액수의 결과 (액면가)가 발생할 수 있습니다 . 위 질문에 대한 @Glen_b의 답변은 다음 과 …

13 hypothesis-testing  anova  statistical-significance  t-test  multiple-comparisons 

Dunnett의 테스트를 계산하기 위해 R 'multcomp'라이브러리 ( http://cran.r-project.org/web/packages/multcomp/ )를 사용하고 있습니다. 아래 스크립트를 사용하고 있습니다. Group <- factor(c("A","A","B","B","B","C","C","C","D","D","D","E","E","F","F","F")) Value <- c(5,5.09901951359278,4.69041575982343,4.58257569495584,4.79583152331272,5,5.09901951359278,4.24264068711928,5.09901951359278,5.19615242270663,4.58257569495584,6.16441400296898,6.85565460040104,7.68114574786861,7.07106781186548,6.48074069840786) data <- data.frame(Group, Value) aov <- aov(Value ~ Group, data) summary(glht(aov, linfct=mcp(Group="Dunnett"))) 이제 R 콘솔을 통해이 스크립트를 여러 번 실행하면 매번 약간 다른 결과가 나타납니다. 예를 들면 다음과 같습니다. …

13 r  multiple-comparisons 

한다고 가정 평균 갖는 포아송 분포 따라 IID 랜덤 변수 . 수량의 편견 추정기가 없다는 것을 어떻게 증명할 수 있습니까? λ 1X0,X1,…,XnX0,X1,…,Xn X_{0},X_{1},\ldots,X_{n} λλ \lambda 1λ1λ \dfrac{1}{\lambda}

13 probability  poisson-distribution  unbiased-estimator  estimators  iid 

R (2.15.2)에서는 시계열에 ARIMA (3,1,3)를 한 번, 한 번 다른 시계열에 ARMA (3,3)를 한 번 장착했습니다. ARIMA의 피팅 방법으로 인해 피팅 매개 변수가 다릅니다. 또한 ARMA (3,3)과 동일한 데이터에 ARIMA (3,0,3)를 피팅하면 내가 사용하는 피팅 방법에 관계없이 동일한 매개 변수가 생성되지 않습니다. ARMA에서와 동일한 피팅 계수를 얻기 위해 ARIMA에 맞는 …

13 r  time-series  arima  fitting  arma 

나는 물류 모델을 연구하고 있으며 결과를 평가하는 데 어려움을 겪고 있습니다. 내 모델은 이항 로짓입니다. 내 설명 변수는 15 레벨의 범주 변수, 이분법 변수 및 2 개의 연속 변수입니다. 내 N은 8000보다 큽니다. 투자하려는 기업의 결정을 모형화하려고합니다. 종속 변수는 투자 (예 / 아니오)이며 15 단계 변수는 관리자가보고 한 투자에 다른 …

13 r  logistic  goodness-of-fit  roc 

다음 문제와 같은 일을하고 있습니다. 많은 사용자와 N 권의 책이 있습니다. 각 사용자는 책 1> 책 40> 책 25와 같이 자신이 읽은 모든 책 (N 책의 하위 집합 일 수 있음)의 순서 순위를 만듭니다. 이제이 개별 사용자 순위를 모든 도서의 단일 주문 순위로 바꾸고 싶습니다. 시도해 볼만한 좋은 방법이나 표준적인 …

13 multiple-comparisons  ranking  recommender-system  bradley-terry-model 

PCA를 사용하여 다변량 데이터를 진단하는 데 자주 사용했습니다 (수십만 개의 변수와 수십 또는 수백 개의 샘플이있는 omics 데이터). 데이터는 종종 일부 그룹을 정의하는 몇 가지 범주 형 독립 변수를 사용한 실험에서 나온 것이므로 관심 그룹 사이의 분리를 나타내는 요소를 찾기 전에 종종 몇 가지 구성 요소를 거쳐야합니다. 나는 그러한 차별적 …

13 pca  linear-model  r-squared  discriminant-analysis 

인 경우 분명히엑스나는~ N( 0 , 1 )Xi∼N(0,1)X_i \sim N(0,1) 엑스1엑스2+ X삼엑스4∼ L a p l a c e ( 0 , 1 )X1X2+X3X4∼Laplace(0,1)X_1 X_2 + X_3 X_4 \sim \mathrm{Laplace(0,1)} 나는 임의의 이차 형태의 논문을 보았는데, 항상 중심이 아닌 카이 제곱 표현이 끔찍하다. 위의 간단한 관계는 나에게 전혀 명백하지 않은 …

13 normal-distribution  proof  quadratic-form  laplace-distribution 

나는 방금 스탠 에서 모델을 만들기 시작했다 . 이 도구에 익숙해지기 위해 Bayesian Data Analysis (2nd ed.)의 일부 연습을 진행하고 있습니다. Waterbuck 운동 전제로하는 데이터 와, ( N , θ ) 알 수 없습니다. Hamiltonian Monte Carlo는 이산 파라미터를 허용하지 않기 때문에 N 을 실수 ∈ [ 72 , ∞ …

13 bayesian  mcmc  discrete-data  stan