통계 및 빅 데이터

Mantel의 시험 은 생물학적 연구 , 예를 들어, 유전 적 관련성, 침략 속도 또는 다른 특성과 동물의 공간 분포 (공간에서의 위치) 사이의 상관 관계를 조사하기 위해 생물학적 연구에서 널리 사용됩니다 . 많은 좋은 저널들이 그것을 사용하고 있습니다 ( PNAS, Animal Behaviour, Molecular Ecology ... ). 자연에서 발생할 수있는 몇 가지 …

36 r  correlation  spatial  pattern-recognition 

LDA 주제 모델 알고리즘에서이 가정을 보았습니다. 그러나 왜 Dirichlet 배포를 선택했는지 모르겠습니다. 다항식을 통한 균일 분포를 쌍으로 사용할 수 있는지 모르겠습니다.

36 bayesian  dirichlet-distribution  conjugate-prior 

Q : Nigel Holmes 의 차트 정체 시각화에 비해 Tufte 스타일의 미니멀리즘 데이터 말하기 시각화를 지원하는 실험적 증거가 있습니까? 나는 R 플롯에 차트 쓰레기를 추가하는 방법을 물어 여기 와 대응 나를 스나크의 뒷면의 상당한 양을 던졌다. 따라서, 나는 명백하지 않은 몇 가지 실험적 증거가 있어야만 그들의 반대 도표 정크 위치를 …

36 data-visualization 

나는 통계 과정을 한 번도 본 적이 없으므로 여기에 올바른 장소에 묻기를 바랍니다. 정규 분포를 나타내는 두 개의 데이터, 즉 평균 및 분산 만 있다고 가정 합니다. 컴퓨터를 사용 하여이 두 분포를 무작위로 샘플링 하여이 두 통계를 존중하고 싶습니다.σ 2μμ\muσ2σ2\sigma^2 샘플을 출력하기 전에 각 샘플에 를 추가하기 만하면 0을 정규화하여 …

36 normal-distribution  sampling  computing 

확률이 0.6 인 각 시행에서 16 회의 시행에서 9 개의 성공 확률을 얻으려면 이항 분포를 사용할 수 있습니다. 16 번의 시도마다 성공 확률이 다른 경우 무엇을 사용할 수 있습니까?

36 distributions  probability  binomial 

응용 경제 및 통계에서 도구 변수가 점점 일반화되고 있습니다. 처음에는 다음 질문에 대한 기술적이지 않은 답변을 얻을 수 있습니다. 도구 변수 란 무엇입니까? 언제 도구 변수를 사용하고 싶습니까? 도구 변수를 어떻게 찾거나 선택합니까?

36 regression  econometrics  instrumental-variables 

이것이 어떻게 표시되어야하는지 잘 모르겠으므로 더 나은 용어를 알고 있다면 수정 해주세요. 두 가지 목록이 있습니다. 55 개 항목 중 하나 (예 : 문자열 벡터), 92 개 중 다른 항목. 항목 이름은 비슷하지만 동일하지는 않습니다. 나는 최선의 후보를 찾고자 들 55 목록의 항목 (I는 다음을 통해 이동하고 올바른 피팅을 선택할 …

36 r  text-mining 

베이 즈 정리 와 관련된 주요 아이디어, 즉 개념은 무엇입니까 ? 복잡한 수학 표기법의 파생을 요구하지 않습니다.

36 probability  bayesian  theory 

신경망 의 비용 함수 는 J(W,b)J(W,b)J(W,b) 이며 볼록하지 않은 것으로 주장됩니다 . 로지스틱 회귀의 비용 함수와 매우 유사하다는 것을 알기 때문에 왜 그런 식인지 이해가되지 않습니다. 볼록하지 않은 경우 2 차 미분 ∂J∂W&lt;0∂J∂W&lt;0\frac{\partial J}{\partial W} < 0, 맞습니까? 최신 정보 @gung의 의견뿐만 아니라 아래의 답변 덕분에 숨겨진 층이 전혀 없다면 …

36 neural-networks  loss-functions 

가우스 커널이있는 SVM에 치수 특성 공간이 무한하다는 사실의 직관은 무엇입니까?

36 svm  feature-selection  kernel-trick 

회귀 문제를 왜 "회귀"문제라고 생각하는지 궁금했습니다. 이름 뒤에 숨겨진 이야기는 무엇입니까? 회귀에 대한 한 가지 정의 : "완벽하지 않거나 덜 발달 된 상태로의 재발"

36 regression  terminology  history  etymology 

나는 Gibbs 샘플링, Metropolis Hastings 등과 같은 다양한 MCMC의 풍미를 포함하여 VI와 MCMC에 대한 일반적인 아이디어를 얻는다고 생각 합니다 . 이 논문은 두 가지 방법에 대한 훌륭한 설명을 제공합니다. 다음과 같은 질문이 있습니다. 베이지안 추론을하려면 왜 다른 방법을 선택해야합니까? 각 방법의 장단점은 무엇입니까? 나는 이것이 매우 광범위한 질문이라는 것을 이해하지만 …

36 machine-learning  bayesian  mcmc  variational-bayes  approximate-inference 

최소-최대 정규화 공식을 보았지만 0과 1 사이의 값을 정규화합니다. -1과 1 사이의 데이터를 어떻게 정규화합니까? 데이터 매트릭스에 음수 값과 양수 값이 모두 있습니다.

36 dataset  normalization 

통계 학습 입문의 223 페이지 에서 저자는 능선 회귀와 올가미의 차이점을 요약합니다. 그것들은 "lasso가 치우침, 분산 및 MSE 측면에서 능선 회귀를 능가하는 경향이있는"예를 보여줍니다 (그림 6.9). 올가미가 바람직한 이유를 이해합니다. 많은 계수를 0으로 축소하여 단순하고 해석 가능한 모델로 스파 스 솔루션을 생성합니다. 그러나 예측 만 관심이있을 때 능선을 능가하는 방법을 …

35 machine-learning  prediction  lasso  regularization  ridge-regression 

그러나 PCA는 선형 절차로 간주됩니다. P C A (X) ≠ P C A ( X1) + P C A ( X2) + … + P C A ( X엔) ,피기음에이(엑스)≠피기음에이(엑스1)+피기음에이(엑스2)+…+피기음에이(엑스엔),\mathrm{PCA}(X)\neq \mathrm{PCA}(X_1)+\mathrm{PCA}(X_2)+\ldots+\mathrm{PCA}(X_n), 여기서 입니다. 이는 데이터에 대해 PCA에 의해 획득 된 고유 벡터 행렬이라고한다 데이터의 합에 의해 얻어진 PCA 고유 벡터를 …

35 pca  linear