Statistiques et Big Data

Je suis confus au sujet de certains détails sur le théorème de Slutsky : Soit , deux séquences d'éléments aléatoires scalaires / vectoriels / matriciels.{Xn}{Xn}\{X_n\}{Yn}{Yn}\{Y_n\} Si converge en distribution vers un élément aléatoire et converge en probabilité vers une constante , alors...

Dans l'apprentissage par renforcement, l'approximation de fonction linéaire est souvent utilisée lorsque de grands espaces d'états sont présents. (Lorsque les tables de recherche deviennent irréalisables.) La forme de la valeur avec approximation de la fonction linéaire est donnée parQ -Q−Q- Q ( s...

Quelle est l'importance de la distinction entre modèles linéaires et non linéaires? La question du modèle linéaire non linéaire ou généralisé: comment référez-vous à la régression logistique, Poisson, etc.? et sa réponse a été une clarification extrêmement utile de la linéarité / non-linéarité des...

Contexte et problème J'utilise des processus gaussiens (GP) pour la régression et l'optimisation bayésienne subséquente (BO). Pour la régression, j'utilise le paquet gpml pour MATLAB avec plusieurs modifications personnalisées, mais le problème est général. C'est un fait bien connu que lorsque deux...

Je serais intéressé de recevoir des suggestions sur le moment d'utiliser les « scores factoriels » par rapport à la somme des scores lors de la construction des échelles. C'est-à-dire des méthodes «raffinées» plutôt que «non raffinées» de notation d'un facteur. D'après DiStefano et al. (2009; pdf...

J'apprends des tests de randomisation en ce moment. Deux questions me viennent à l'esprit: Oui, il est facile et intuitif de calculer la valeur de p avec le test de randomisation (qui, je pense, est le même que le test de permutation?). Cependant, comment pourrions-nous également générer un...

À partir de Wikipedia, il existe une définition du critère d'information d'Akaike (AIC) comme , où est le nombre de paramètres et est la log-vraisemblance du modèle.k log LAIC=2k−2logLAIC=2k−2log⁡L AIC = 2k -2 \log L kkklogLlog⁡L\log L Cependant, notre économétrie note dans une université bien...

Je continue à lire dans des revues économiques sur un résultat particulier utilisé dans des modèles d'utilité aléatoires. Une version du résultat est: si Gumbel ( , alors:ϵi∼iid,ϵi∼iid,\epsilon_i \sim_{iid}, μ,1),∀iμ,1),∀i\mu, 1), \forall i

Fermé. Cette question est hors sujet . Il n'accepte pas actuellement les réponses. Voulez-vous améliorer cette question? Mettez à jour la question afin qu'elle soit sur le sujet pour la validation croisée. Fermé il y a 4 ans . J'ai ce problème où je dois trouver le pdf de . Tout ce que je sais,...

Comment coder la date et l'heure d'un événement pour un réseau neuronal? Je n'ai pas de série chronologique continue, mais certains événements avec date et heure, et j'analyse une sorte d'intérêt. Cet intérêt diffère entre les matinées et les soirées, et diffère entre les jours de la semaine, et...

J'implémente PCA, LDA et Naive Bayes, respectivement pour la compression et la classification (implémentant à la fois un LDA pour la compression et la classification). J'ai le code écrit et tout fonctionne. Ce que je dois savoir, pour le rapport, c'est quelle est la définition générale de l' erreur...

Supposons que j'ai des séries chronologiques non périodiques suivantes. Évidemment, la tendance est à la baisse et je voudrais le prouver par un test (avec une valeur de p ). Je ne peux pas utiliser la régression linéaire classique en raison d'une forte auto-corrélation temporelle (série) entre les...

Je pensais avoir compris ce problème, mais maintenant je ne suis pas aussi sûr et je voudrais vérifier avec les autres avant de continuer. J'ai deux variables, Xet Y. Yest un rapport, et il n'est pas limité par 0 et 1 et est généralement distribué normalement. Xest une proportion, délimitée par 0...

J'apprends actuellement moi-même comment faire la classification, et plus précisément, j'examine trois méthodes: les machines à vecteurs de support, les réseaux de neurones et la régression logistique. Ce que j'essaie de comprendre, c'est pourquoi la régression logistique fonctionnerait mieux que...

J'ai vu des formules sur Wikipédia. qui concernent la distance et l'effet de levier de Mahalanobis: La distance de Mahalanobis est étroitement liée à la statistique de l'effet de levier, , mais a une échelle différente:hhhD2=(N−1)(h−1N).D2=(N−1)(h−1N).D^2 = (N - 1)(h - \tfrac{1}{N}). Dans un...

J'ai fait mesures de deux variables x et y . Ils ont tous deux des incertitudes connues σ x et σ y qui leur sont associées. Je veux trouver la relation entre x et y . Comment puis-je le faire?nnnXxxyyyσXσx\sigma_xσyσy\sigma_yXxxyyy EDIT : chaque a un σ x différent , i lui est associé, et le même...

J'ai rencontré trois propositions pour traiter la surdispersion dans une variable de réponse de Poisson et un modèle de départ à effets fixes: Utilisez un quasi modèle; Utiliser un GLM binomial négatif; Utilisez un modèle mixte avec un effet aléatoire au niveau du sujet. Mais lequel choisir...

Il existe maintenant plusieurs approches différentes pour effectuer une méta-analyse de réseau ou une comparaison de traitements mixtes. Les plus utilisés et les plus accessibles sont probablement les suivants: dans un cadre bayésien : approche d'interaction conception par traitement dans WinBUGS...

J'effectue une régression de Poisson dans le but final de comparer (et de prendre la différence de) les comptes moyens prévus entre deux niveaux de facteurs dans mon modèle: , tout en maintenant d'autres covariables du modèle (qui sont toutes binaires) constantes. Je me demandais si quelqu'un...

Sauf erreur, dans un modèle linéaire, la distribution de la réponse est supposée avoir une composante systématique et une composante aléatoire. Le terme d'erreur capture la composante aléatoire. Par conséquent, si nous supposons que le terme d'erreur est normalement distribué, cela n'implique-t-il...