«error» 태그된 질문

이상한 질문이 있습니다. 간단한 선형 모형으로 분석 할 종속 변수가 매우 왜곡 된 작은 표본이 있다고 가정합니다. 따라서 유유u 가 정규 분포되어 있지 않다고 가정하면 정규 분포 가 발생하기 때문 와이와이y입니다. 그러나 QQ-Normal plot을 계산할 때 잔차가 정규 분포되어 있다는 증거가 있습니다. 따라서 와이와이y 는 아니지만 오류 항이 정상적으로 분포되어 …

110 regression  residuals  error  normality-assumption 

"잔여 물"은 "예측 마이너스 실제 값"또는 "실제 마이너스 예측 값"으로 다양하게 정의 된 것을 보았습니다. 설명을 위해 두 수식이 널리 사용됨을 나타내려면 다음 웹 검색을 비교하십시오. 잔차 "예측 마이너스 실제" 잔류 "실제 마이너스 예측" 실제로, 개별 잔차의 부호는 일반적으로 중요하지 않기 때문에 (예를 들어, 제곱되거나 절대 값이 취해지는 경우) 거의 …

46 residuals  terminology  error 

XOR-Gate 모델링하는 TensorFlow 에서 간단한 MLP 를 작성했습니다 . 그래서 : input_data = [[0., 0.], [0., 1.], [1., 0.], [1., 1.]] 다음을 생성해야합니다. output_data = [[0.], [1.], [1.], [0.]] 네트워크에는 입력 레이어, 숨겨진 레이어 및 각각 2, 5 및 1 뉴런이있는 출력 레이어가 있습니다. 현재 다음과 같은 교차 엔트로피가 있습니다. …

45 machine-learning  neural-networks  error  gradient-descent  supervised-learning 

특정 데이터 세트에 대해 Weka에서 분류를 실행 중이며 공칭 ​​값을 예측하려고하면 출력에 정확하고 잘못 예측 된 값이 구체적으로 표시됩니다. 그러나 이제 숫자 속성으로 실행하고 출력은 다음과 같습니다. Correlation coefficient 0.3305 Mean absolute error 11.6268 Root mean squared error 46.8547 Relative absolute error 89.2645 % Root relative squared error 94.3886 % …

41 machine-learning  error  weka  mse  rms 

선형 회귀 를 수행하여 많은 데이터 포인트 에 고전적인 접근 방식으로 제곱 오차가 최소화됩니다. 나는 제곱 오차를 최소화하는 것이 절대 오차를 최소화하는 것과 동일한 결과를 산출 한다는 질문에 오랫동안 당황했습니다 . 그렇지 않다면 왜 제곱 오차를 최소화하는 것이 더 낫습니까? "객관적인 기능이 구별 가능하다"이외의 다른 이유가 있습니까?y=ax+by=ax+by=ax+b(x1,y1),(x2,y2),...,(xn,yn)(x1,y1),(x2,y2),...,(xn,yn)(x_1,y_1),(x_2,y_2),...,(x_n,y_n) 제곱 오차는 모델 …

38 least-squares  error 

ImageNet 분류 용지에서 상위 1 및 상위 5 오류율은 일부 솔루션의 성공을 측정하는 데 중요한 단위이지만 이러한 오류율은 무엇입니까? 에 깊은 길쌈 신경망과 ImageNet 분류 Krizhevsky 등으로. 하나의 단일 CNN (7 페이지)을 기반으로하는 모든 솔루션에는 상위 5 개의 오류율이 없지만 5 및 7 개의 CNN이있는 솔루션에는 5 개의 CNN에 비해 …

38 classification  neural-networks  error  measurement-error  image-processing 

임의의 포리스트 모델을 실행하기 위해 누군가로부터 R 스크립트를 받았습니다. 직원 데이터로 수정하고 실행했습니다. 우리는 자발적인 분리를 예측하려고합니다. 다음은 몇 가지 추가 정보입니다. 분류 모델은 0 = 직원 유지, 1 = 직원 종료, 현재 12 개의 예측 변수 만보고 있습니다. 데이터의 용어는 "불균형"입니다. 총 레코드 세트의 % 다양한 mtry 및 ntree …

35 r  classification  error  random-forest 

사랑하는 여러분, 제가 설명 할 수없는 이상한 것을 발견했습니다. 요약 : 로지스틱 회귀 모델에서 신뢰 구간을 계산하는 수동 방법과 R 함수 confint()는 다른 결과를 제공합니다. Hosmer & Lemeshow의 Applied Logistic Regression (2 판)을 진행했습니다. 세 번째 장에는 승산 비와 95 % 신뢰 구간을 계산하는 예가 있습니다. R을 사용하면 모델을 쉽게 …

34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 

실제 값이 0 일 때 상대 오류를 어떻게 계산합니까? 및 가 있다고 가정하십시오 . 상대 오류를 다음과 같이 정의하면 :xtrue=0xtrue=0x_{true} = 0xtestxtestx_{test} relative error=xtrue−xtestxtruerelative error=xtrue−xtestxtrue\text{relative error} = \frac{x_{true}-x_{test}}{x_{true}} 그런 다음 상대 오류는 항상 정의되지 않습니다. 대신에 나는 정의를 사용한다 : relative error=xtrue−xtestxtestrelative error=xtrue−xtestxtest\text{relative error} = \frac{x_{true}-x_{test}}{x_{test}} 그러면 상대 오차는 항상 …

32 error  measurement-error 

회귀 모델을 피팅 할 때 출력의 가정이 충족되지 않으면 어떻게됩니까? 잔차가 동형이 아닌 경우 어떻게됩니까? 잔차가 잔차 대 적합 그림에서 증가하거나 감소하는 패턴을 나타내는 경우 잔차가 정규 분포를 따르지 않고 Shapiro-Wilk 테스트에 실패하면 어떻게됩니까? 정규성 Shapiro-Wilk 검정은 매우 엄격한 검정이며, 경우에 따라 정상 -QQ 플롯이 다소 합리적으로 보일지라도 데이터가 검정에 …

28 regression  multiple-regression  error  assumptions  normality-assumption 

방금 혼합 효과 모델링을 통해 측정의 반복성 (일명 신뢰성, 일명 클래스 내 상관 관계)을 계산하는 방법을 설명하는 이 문서를 보았습니다. R 코드는 다음과 같습니다. #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = intercept_var/(intercept_var+residual_var) …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

이것이 이전에 요청되지 않은 것에 놀랐지 만 stats.stackexchange에서 질문을 찾을 수 없습니다. 정규 분포 표본의 분산을 계산하는 공식입니다. ∑(X−X¯)2n−1∑(X−X¯)2n−1\frac{\sum(X - \bar{X}) ^2}{n-1} 다음은 간단한 선형 회귀 분석에서 관측치의 평균 제곱 오차를 계산하는 공식입니다. ∑(yi−y^i)2n−2∑(yi−y^i)2n−2\frac{\sum(y_i - \hat{y}_i) ^2}{n-2} 이 두 공식의 차이점은 무엇입니까? 내가 볼 수있는 유일한 차이점은 MSE가 사용한다는 것 …

27 variance  error 

사람들은 종종 어떤 사건이 일어날 확률이 50-60 %라고 말합니다. 때로는 사람들이 확률 할당에 대해 명시적인 오차 막대를 표시하는 것을 볼 수 있습니다. 이 진술들은 어떤 의미를 가지고 있거나 본질적으로 알 수없는 무언가를 위해 특정한 숫자를 선택하는 불편한 언어 적 문제 일까?

25 probability  error 

문제 회귀 분석에서 일반적으로 샘플에 대한 평균 제곱 오차 (MSE)를 계산합니다 . 를 사용하여 예측 변수의 품질을 측정합니다.MSE=1n∑i=1n(g(xi)−gˆ(xi))2MSE=1n∑i=1n(g(xi)−g^(xi))2 \text{MSE} = \frac{1}{n} \sum_{i=1}^n\left(g(x_i) - \widehat{g}(x_i)\right)^2 지금은 고객이 여러 가지 숫자 기능이 주어진 제품에 대해 기꺼이 지불 할 가격을 예측하는 것이 목표 인 회귀 문제를 해결하고 있습니다. 예상 가격이 너무 높으면 고객이 …

24 regression  error  loss-functions 

평균 제곱 오차 (MSE)와 평균 제곱 예측 오차 (MSPE)의 의미 차이는 무엇입니까?

23 regression  estimation  interpretation  error  prediction