통계 및 빅 데이터

무한한 랜덤 변수의 합계에 대한 확률 불평등을 찾고 있습니다. 누군가 나에게 몇 가지 생각을 줄 수 있다면 정말 감사하겠습니다. 내 문제는 두 개의 iid Gaussian의 곱셈 인 무한한 iid 랜덤 변수의 합이 특정 값을 초과 할 확률에 대한 지수 상한을 찾는 것입니다. 즉, 여기서 , 및 는 에서 iid로 생성됩니다 …

37 probability  mathematical-statistics  probability-inequalities  mgf 

이번 학기 에는 머신 러닝 과정이 있으며 교수는 실제 문제 를 찾아 수업에 도입 된 머신 러닝 방법 중 하나를 통해 해결 하도록 요청 했습니다. 의사 결정 트리 인공 신경망 벡터 머신 지원 인스턴스 기반 학습 ( kNN , LWL ) 베이지안 네트워크 강화 학습 나는 stackoverflow 및 stackexchange 의 …

37 machine-learning 

Kullback–Leibler와 Kolmogorov-Smirnov 거리 측정 간에는 공식적인 차이가 많이 있음을 알 수 있습니다. 그러나 둘 다 분포 사이의 거리를 측정하는 데 사용됩니다. 하나가 다른 하나 대신 사용해야하는 일반적인 상황이 있습니까? 그렇게하는 근거는 무엇입니까?

37 distributions  distance-functions  kolmogorov-smirnov  kullback-leibler 

나는 평신도의 관점에서 누군가가 특징적인 기능이 무엇이며 실제로 어떻게 사용되는지 설명 할 수 있기를 바랍니다. 나는 그것이 PDF의 푸리에 변환이라는 것을 읽었으므로 그것이 무엇인지 알 것 같지만 여전히 그 목적을 이해하지 못합니다. 누군가가 목적에 대한 직관적 인 설명과 일반적으로 사용되는 방법에 대한 예를 제공 할 수 있다면 환상적입니다! 마지막 참고 …

37 probability  mathematical-statistics  characteristic-function 

선형 회귀에 대한 두 가지 간단한 질문이 있습니다. 설명 변수를 표준화하는 것이 언제 권장됩니까? 일단 표준화 된 값으로 평가를 수행하면 새로운 값으로 어떻게 예측할 수 있습니까 (새로운 값을 어떻게 표준화해야합니까)? 일부 참조가 도움이 될 것입니다.

37 regression  predictive-models  references  standardization  predictor 

외부인으로서 통계적 추론을 수행하는 방법에 대한 두 가지 경쟁 견해가있는 것으로 보입니다. 작업 통계학자가 두 가지 방법을 모두 유효한 것으로 간주합니까? 하나를 선택하는 것이 더 철학적 인 질문으로 간주됩니까? 아니면 현재의 상황이 문제가되고 다른 접근법을 어떻게 통일하려고합니까?

37 bayesian  frequentist 

무료 통계 교과서 와 같은 통계 교과서 에 대한 몇 가지 질문이 있습니다 . 그러나 저는 Creative Commons 라이센스 가있는 오픈 소스 인 교과서를 찾고 있습니다. 그 이유는 다른 도메인의 강의 자료에서도 여전히 기본 통계에 대한 일부 텍스트를 포함하고 싶어하기 때문입니다. 이 경우 기존 자료를 다시 작성하는 대신 기존 자료를 …

37 references  open-source 

질문에서 알 수 있듯이-귀무 가설을 증명할 수 있습니까? 가설에 대한 (제한된) 이해에서 대답은 '아니오'이지만 나는 그것에 대한 엄격한 설명을 할 수 없습니다. 질문에 확실한 답이 있습니까?

37 hypothesis-testing  proof  equivalence 

모든 상황에서 교차 검증에 익숙하며 예측 정확도를 높이기위한 목적으로 만 사용됩니다. 변수 간의 편견없는 관계를 추정 할 때 교차 검증 논리를 확장 할 수 있습니까? 하지만 이 리처드 버크에 의해 용지가 "최종"회귀 모델의 매개 변수 선택을위한 샘플 밖으로 보류를 사용하는 방법을 보여줍니다 (및 계단식 매개 변수의 선택은 좋은 생각이 아니다 …

37 cross-validation  causality 

일반적으로 Neural Networks 및 Deep Neural Networks와 관련하여 자주 제기되는 문제는 "데이터가 배고프다"는 것입니다. 즉, 큰 데이터 세트가 없으면 제대로 수행되지 않습니다. 네트워크 훈련을 위해 내 이해는 이것이 NNets, 특히 Deep NNets가 많은 자유도를 가지고 있기 때문입니다. 따라서 모델로서 NNet에는 매우 많은 수의 매개 변수가 있으며, 모델의 매개 변수 수가 …

37 neural-networks  deep-learning  regularization 

처리 후 ( Curevs No Cure) 결과 변수를 치료하는 로지스틱 회귀 분석을 작성했습니다 . 이 연구의 모든 환자는 치료를 받았다. 당뇨병이이 결과와 관련이 있는지 확인하고 싶습니다. R에서 로지스틱 회귀 출력은 다음과 같습니다. Call: glm(formula = Cure ~ Diabetes, family = binomial(link = "logit"), data = All_patients) ... Coefficients: Estimate Std. …

37 r  hypothesis-testing  logistic  generalized-linear-model  odds-ratio 

저자 중 한 사람으로부터 인용 : t- 분산 스토캐스틱 이웃 임베딩 (t-SNE)은 차원 축소를위한 ( 상을 수상한 ) 기법으로, 특히 고차원 데이터 세트의 시각화에 매우 적합합니다. 꽤 들리지만 저자가 말하는 것입니다. 저자의 또 다른 인용문 (앞서 언급 한 경쟁) : 이 경쟁에서 무엇을 빼앗 았습니까? 데이터에 대한 예측 변수를 교육하기 …

37 data-visualization  dimensionality-reduction  tsne 

이 질문에는 이미 답변이 있습니다. 난수 생성기의 씨앗은 정확히 무엇입니까? 답변 3 개 나는 set.seed()의사 난수 생성을 위해 R에서 사용한다는 것을 알고 있습니다. 또한 같은 숫자를 사용하면 set.seed(123)결과를 재현 할 수 있습니다. 그러나 내가 얻지 못하는 것은 값 자체가 의미하는 것입니다. 나는 몇 가지 기능을 재생, 일부 사용하고 set.seed(1)또는 set.seed(300)나 …

37 r  random-generation 

간단한 선형 회귀 분석에서 y=β0+β1x+uy=β0+β1x+uy = \beta_0 + \beta_1 x + u . 여기서 u∼iidN(0,σ2)u∼iidN(0,σ2)u \sim iid\;\mathcal N(0,\sigma^2) . 추정값을 도출했습니다 : β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 ,β1^=∑i(xi−x¯)(yi−y¯)∑i(xi−x¯)2 , \hat{\beta_1} = \frac{\sum_i (x_i - \bar{x})(y_i - \bar{y})}{\sum_i (x_i - \bar{x})^2}\ , 여기서x¯x¯\bar{x} 및y¯y¯\bar{y} 는xxx와y의 표본 평균입니다.yyy . 지금은의 분산 찾으려면 β 1 . 나는 …

37 regression  mathematical-statistics  variance  linear-model  regression-coefficients 

예측과 예측의 차이점과 관계가 궁금합니다. 특히 시계열과 회귀 분석에서? 예를 들어, 나는 다음을 정정하고 있습니까? 시계열에서 예측은 시계열의 과거 값이 주어진 미래 값을 추정하는 것을 의미합니다. 회귀에서 예측은 주어진 데이터의 미래, 현재 또는 과거의 값을 추정하는 것을 의미하는 것으로 보입니다. 감사합니다.

37 regression  time-series  forecasting  terminology