Cette question est motivée par ma question sur la méta-analyse . Mais j'imagine que cela serait également utile dans les contextes pédagogiques dans lesquels vous souhaitez créer un jeu de données qui reflète exactement un jeu de données publié existant. Je sais comment générer des données...
J'ai trouvé des informations discordantes sur la question: " Si l'on construit un intervalle de confiance (IC) à 95% d'une différence de moyennes ou d'une différence de proportions, toutes les valeurs de l'IC sont-elles également probables? Ou bien, l'estimation ponctuelle est-elle la plus...
Je me demandais s'il existait de bonnes bibliothèques R pour les réseaux de neurones d'apprentissage en profondeur? Je sais qu'il ya la nnet, neuralnetet RSNNS, mais aucun d' entre eux semblent mettre en œuvre des méthodes d'apprentissage en profondeur. Je suis particulièrement intéressé par les...
Je suis en train de prédire un résultat binaire en utilisant 50 variables continues explicatives (la gamme de la plupart des variables est à ∞ ). Mon ensemble de données contient près de 24 000 lignes. Quand je cours en R, je reçois:−∞−∞-\infty∞∞\inftyglm Warning messages: 1: glm.fit: algorithm did...
Il existe une certaine école de pensée selon laquelle l'approche la plus répandue du test statistique est un "hybride" entre deux approches: celle de Fisher et celle de Neyman-Pearson; La revendication affirme que ces deux approches sont "incompatibles" et que, par conséquent, "hybride" est un...
La PCA et l’auto-encodeur peuvent tous deux réduire la démence. Quelle est la différence entre eux? Dans quelle situation devrais-je utiliser l'un plutôt que
Je continue à lire ceci et intuitivement je peux le voir, mais comment passer de la régularisation L2 à dire qu’il s’agit d’un Prior gaussien analytiquement? Il en va de même pour dire que L1 est équivalent à un précédent laplacien. Toute autre référence serait géniale....
J'espère que le titre est explicite. Dans Kaggle, la plupart des gagnants utilisent l’empilement avec parfois des centaines de modèles de base pour réduire au minimum quelques points de pourcentage de MSE, de précision ... En général, selon votre expérience, l’importance de la modélisation...
Première déclaration (S1): "Un décès sur 80 est causé par un accident de voiture." Deuxième déclaration (S2): "Une personne sur 80 meurt des suites d'un accident de voiture." Personnellement, je ne vois pas beaucoup de différence entre ces deux déclarations. En écrivant, je les considèrerais comme...
Je voudrais autant d’algorithmes effectuant la même tâche que la régression logistique. Ce sont des algorithmes / modèles qui peuvent donner une prédiction à une réponse binaire (Y) avec une variable explicative (X). Je serais heureux si, après avoir nommé l'algorithme, vous montriez également...
J'ai une SPSSsortie pour un modèle de régression logistique. La sortie indique deux mesures pour l'ajustement du modèle, Cox & Snellet Nagelkerke. Donc, en règle générale, laquelle de ces mesures R2R²R^² rapporteriez-vous comme ajustement du modèle? Ou, lequel de ces indices d'ajustement est...
En l'an 2000, Judea Pearl a publié Causality . Quelles controverses entourent ce travail? Quelles sont ses principales
J'ai récemment mesuré la façon dont le sens d'un nouveau mot est acquis au cours d'expositions répétées (pratique: du premier au dixième jour) en mesurant les ERP (EEG) lorsque le mot a été vu dans différents contextes. J'ai également contrôlé les propriétés du contexte, par exemple son utilité...
Il existe plusieurs discussions sur ce site pour des recommandations de livres sur les statistiques d’introduction et l’apprentissage automatique, mais je cherche un texte sur les statistiques avancées, comprenant, par ordre de priorité: maximum de vraisemblance, modèles linéaires généralisés,...
De la théorie de la statistique par Mark J. Schervish (page 12): Bien que le théorème de représentation 1.49 de DeFinetti soit essentiel à la motivation des modèles paramétriques, il n'est pas réellement utilisé dans leur mise en œuvre. Comment le théorème est-il au cœur des modèles...
J'essaie de comprendre la philosophie qui sous-tend l'utilisation d'un modèle linéaire généralisé (GLM) par rapport à un modèle linéaire (LM). J'ai créé un exemple de jeu de données ci-dessous où: bûche( y) = x + εbûche(y)=X+ε\log(y) = x + \varepsilon L'exemple n'a pas l'erreur en fonction de la...
Si je calcule la médiane d'un nombre suffisamment grand d'observations tirées de la même distribution, le théorème limite central énonce-t-il que la distribution des médianes se rapprochera d'une distribution normale? Si j'ai bien compris, cela est vrai avec les moyennes d'un grand nombre...
Quelle est la différence entre la validation croisée stratifiée et la validation croisée ? Wikipedia dit: Dans la validation croisée des plis en k , les plis sont sélectionnés de sorte que la valeur de réponse moyenne soit approximativement égale dans tous les plis. Dans le cas d'une classification...
Autant que je sache, le test de Wald dans le contexte de la régression logistique est utilisé pour déterminer si une certaine variable prédictive est significative ou non. Il rejette l'hypothèse nulle du coefficient correspondant égal à zéro.XXX Le test consiste à diviser la valeur du coefficient...
Afin de résoudre les problèmes de sélection de modèle, un certain nombre de méthodes (LASSO, régression de crête, etc.) réduiront les coefficients des variables prédictives vers zéro. Je cherche une explication intuitive de la raison pour laquelle cela améliore la capacité de prédiction. Si le...