통계 및 빅 데이터

닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 교차 검증에 대한 주제가 되도록 질문을 업데이트하십시오 . 휴일 육년 전 . 데이터 프레임에서 열의 색인을 이름별로 가져 오려고합니다. 예를 들면 다음과 같습니다. x <- data.frame(foo=c('a','b','c'),bar=c(4,5,6),quux=c(4,5,6)) "bar"에 대한 열 인덱스를 알고 싶습니다. 나는 다음을 생각해 냈지만 …

11 r 

불확실성이 축적되는 일련의 시스템이 있습니다. 이것들은 항상 순전히 부가적인 것은 아니며 때로는 그렇지 않은 경우도 있습니다. 팬 차트, 신뢰 구간이있는 막대 차트 및 단일 항목 통신을위한 상자 그림을 사용하는 데 성공했습니다. 그러나 어떻게 불확실성이 축적되고 결합되는지 보여줄 수있을뿐만 아니라 불확실성이있는 데이터 포인트를 보여줄 수 있습니까?

11 data-visualization  confidence-interval  uncertainty 

닫은. 이 질문은 주제에 맞지 않습니다 . 현재 답변을받지 않습니다. 이 질문을 개선하고 싶습니까? 교차 검증에 대한 주제가 되도록 질문을 업데이트하십시오 . 휴일 칠년 전에 . Excel 스프레드 시트에서 일련의 데이터 열을 정규화하려고합니다. 열에서 가장 높은 값이 1이고 가장 낮은 값이 0이되도록 값을 가져와야하므로 수식을 생각해 냈습니다. =(A1-MIN(A1:A30))/(MAX(A1:A30)-MIN(A1:A30)) 이것은 잘 …

11 excel 

ARIMA 모델을 원래 시계열에 맞췄으며 최상의 모델은 ARIMA (1,1,0)입니다. 이제 해당 모델에서 시리즈를 시뮬레이션하고 싶습니다. 간단한 AR (1) 모델을 작성했지만 모델 ARI (1,1,0) 내에서 차이를 조정하는 방법을 이해할 수 없었습니다. AR (1) 시리즈에 대한 다음 R 코드는 다음과 같습니다. phi= -0.7048 z=rep(0,100) e=rnorm(n=100,0,0.345) cons=2.1 z[1]=4.1 for (i in 2:100) z[i]=cons+phi*z[i-1]+e[i] …

11 r  time-series  arima 

허락하다: 랜덤 변수 의 표준 편차A=σ1=5A=σ1=5A =\sigma_{1}=5 랜덤 변수 의 표준 편차B=σ2=4B=σ2=4B=\sigma_{2}=4 그런 다음 A + B의 분산은 다음과 같습니다. Var(w1A+w2B)=w21σ21+w22σ22+2w1w2p1,2σ1σ2Var(w1A+w2B)=w12σ12+w22σ22+2w1w2p1,2σ1σ2Var(w_{1}A+w_{2}B)= w_{1}^{2}\sigma_{1}^{2}+w_{2}^{2}\sigma_{2}^{2} +2w_{1}w_{2}p_{1,2}\sigma_{1}\sigma_{2} 어디: p1,2p1,2p_{1,2} 는 두 랜덤 변수의 상관 관계입니다. w1w1w_{1} 은 랜덤 변수 A의 가중치입니다 승2w2w_{2} 는 랜덤 변수 B의 가중치입니다 승1+ 승2= 1w1+w2=1w_{1}+w_{2}=1 아래 그림은 상관 관계 …

11 random-variable 

면책 조항 : 나는이 질문을 Stackoverflow에 게시했지만 이것이이 플랫폼에 더 적합하다고 생각했습니다. 다차원 데이터 세트에 대한 고유 한 k- 평균 구현을 어떻게 테스트합니까? 데이터에 이미 존재하는 구현 (예 : Matlab)을 실행하고 결과를 내 알고리즘과 비교할 생각이었습니다. 그러나 이것은 두 알고리즘이 거의 동일하게 작동해야하며 두 결과 사이의 매핑은 아마도 케이크 조각이 …

11 clustering  algorithms 

콘월어 - 피셔 확장 순간을 기반으로 분포의 분위수를 추정 할 수있는 방법을 제공합니다. (이 점에서, 그것은 순간에 기초한 누적 분포의 추정치를 제공하는 Edgeworth Expansion 의 보완으로 간주됩니다 .) 어떤 상황에서 경험적 작업을 위해 Cornish-Fisher 확장을 선호하는지 알고 싶습니다. 샘플 Quantile 또는 그 반대로. 몇 가지 추측 : 계산적으로, 샘플 모멘트는 …

11 distributions  quantiles  finance 

두 개 모집단이 있는데, 하나는 N = 38,704 (관찰 횟수)이고 다른 하나는 N = 1,313,662입니다. 이 데이터 세트에는 ~ 25 개의 변수가 있으며 모두 연속적입니다. 각 데이터 세트에서 각각의 평균을 취하고 공식을 사용하여 검정 통계량을 계산했습니다. t = 평균 차이 / 표준 오차 문제는 자유의 정도입니다. df = N1 + …

11 t-test 

지수 평활을 사용하여 소매 항목 (주별)을 예측하고 싶습니다. 나는 sesonality 인덱스를 계산하고 저장하고 적용하는 방법에 지금 붙어 있습니다. 문제는 내가 찾은 모든 예제가 일종의 간단한 계절성을 다루는 것입니다. 제 경우에는 다음과 같은 문제가 있습니다. 1. 매년 같은 주에 계절이 발생하지 않습니다 : 움직일 수 있습니다. 마디-그라, 빌트, 부활절 및 기타 …

11 time-series  seasonality 

지금까지 고차원 데이터 세트를 사용하여 불이익을받은 다변량 분석에서 이해 한 내용을 요약하려고하지만 소프트 임계 값 대 Lasso (또는 ) 불이익에 대한 적절한 정의를 얻는 데 어려움을 겪고 있습니다.L1L1L_1 보다 정확하게는, 희소 한 PLS 회귀 분석을 사용하여 게놈 데이터 ( 단일 뉴클레오티드 다형성 , 우리는 수치 변수로 간주되는 {0,1,2} 범위의 작은 …

11 multivariate-analysis  lasso  feature-selection  genetics 

매트릭스에서 특정 분자의 농도를 측정 할 수있는 두 가지 분석 방법이 있습니다 (예 : 물의 소금 양을 측정하십시오) 두 가지 방법이 다르며 각각 고유 한 오류가 있습니다. 두 가지 방법이 동일하거나 그렇지 않은 방법을 보여주는 방법은 무엇입니까? 분산 그래프에서 두 방법으로 측정 한 여러 샘플의 결과를 플로팅하는 것이 좋은 첫 …

11 hypothesis-testing  measurement-error  method-comparison  bland-altman-plot 

는 연속 랜덤 변수이고 는 이산 변수 라고 가정하십시오 . YYYXXXPr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y)Pr(X=x|Y=y)=Pr(X=x)Pr(Y=y|X=x)Pr(Y=y) \Pr(X=x|Y=y) = \frac{\Pr(X=x)\Pr(Y=y|X=x)}{\Pr(Y=y)} 아시다시피, 는 연속 랜덤 변수 이므로 입니다. 그리고 이것을 바탕으로 확률 가 정의되어 있지 결론을 내립니다 .Pr(Y=y)=0Pr(Y=y)=0\Pr(Y=y) = 0YYYPr(X=x|Y=y)Pr(X=x|Y=y)\Pr(X=x|Y=y) 그러나 Wikipedia는 여기서 실제로 다음과 같이 정의되어 있다고 주장 합니다. Pr(X=x|Y=y)=Pr(X=x)fY|X=x(y)fY(y)Pr(X=x|Y=y)=Pr(X=x)fY|X=x(y)fY(y) \Pr(X=x|Y=y) = \frac{\Pr(X=x) f_{Y|X=x}(y)}{f_Y(y)} 질문 : …

11 conditional-probability  pdf 

다양한 회귀 문제에서 스플라인 사용에 대해 많이 읽고 있습니다. 일부 책 (예 : Hodges Richly Parrameterized Linear Models )은 불이익 스플라인을 권장합니다. 다른 사람 (예 : Harrell Regression Modeling Strategies )은 제한된 입방 스플라인을 선택합니다. 실제로 이것들은 얼마나 다른가? 하나 또는 다른 것을 사용하여 종종 실질적으로 다른 결과를 얻습니까? 하나 …

11 regression  splines 

"예측 규모 예측"(FBProphet 예측 도구, https://peerj.com/preprints/3190.pdf 참조 )을 읽으면서 나는 "먼저 스파 스"라는 용어를 발견했습니다. 저자 는 로지스틱 성장 모델의 모델 매개 변수 인 스칼라 비율 에서 속도 편차 벡터를 모델링 할 때 이러한 "스파 스 이전"을 사용했다고 설명합니다 .δδ\mathbf{\delta}kkk 그들이 라고 말하면서, 매개 변수 가 작 으면 "sparse"가 0에 …

11 regression  bayesian  forecasting 

나는 매우 인기있는 논문 인 " EXLAINING AND HARNESSING ADVERSARIAL EXAMPLES "를 구현하고 있었고 논문에서 적대적인 목적 함수를 훈련시켰다. J ''(θ) = αJ (θ) + (1-α) J '(θ). α를 하이퍼 파라미터로 취급합니다. α는 0.1, 0.2, 0.3 등이 될 수 있습니다. 이 특정 논문에 관계없이 α를 매개 변수에 포함시키고 최고의 α를 …

11 machine-learning  neural-networks  deep-learning  hyperparameter