Je me souviens d'une preuve que la théorie des probabilités bayésienne est la seule méthode valable pour représenter les croyances, elle est allée quelque chose comme nous représentons la croyance par une fonction non négative sur un domaine de résultats les croyances sont sous-additives ... Par...
J'ai 10 personnes qui travaillent ensemble. Ils travaillent en groupe pendant 6 jours: trois jours dans la semaine 1, trois jours dans la semaine 2. Chaque jour, je n'ai pas l'ensemble des personnes, mais un sous-ensemble d'entre elles. Chaque jour, je mesure les performances individuelles. Je dois...
Supposons que j'ai une série chronologique d'observations et que je calcule une mesure de la variance de cette série chronologique sous la forme de l'écart-type (SD) dans une fenêtre mobile de largeur et que cette fenêtre est déplacée par pas de temps uniques sur la série. Supposons en outre que ,...
Fermé. Cette question est hors sujet . Il n'accepte pas actuellement de 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 2 ans . ma série chronologique est évidemment périodique, mais la décomposition...
J'ai utilisé le package coda effectiveSize()pour trouver la taille réelle de l'échantillon de ma simulation MCMC. Ma taille d'échantillon effective est supérieure à la taille réelle de l'échantillon, par exemple 9813.626 supérieure à 9501. Je me demande si cela a du sens? Je crois comprendre que la...
J'ai fait un modèle de régression logistique qui inclut un terme polynomial au degré 2. Je sais que la régression logistique modélise la variable de réponse comme une fonction non linéaire des prédicteurs. Est-il judicieux d'inclure un terme polynomial dans la régression
J'ai joué avec la régression logistique avec divers algorithmes d'optimisation par lots (gradient conjugué, newton-raphson et diverses méthodes de quasinewton). Une chose que j'ai remarquée est que, parfois, l'ajout de données à un modèle peut en fait rendre la formation du modèle beaucoup moins...
Connaissez-vous Bradley Efron ? C'est un grand homme. Comment Efron a-t-il imaginé ou pensé au "bootstrap" pour la première
J'ai des difficultés avec Likelihoods . Je comprends le théorème de Bayes p(A|B,H)=p(B|A,H)p(A|H)p(B|H)p(A|B,H)=p(B|A,H)p(A|H)p(B|H)p(A|B, \mathcal{H}) = \frac{p(B|A, \mathcal{H}) p(A|\mathcal{H})}{p(B|\mathcal{H})} qui peut être directement déduit de l'application
Issu d'une formation en sciences sociales et en épidémiologie, mes collègues ont été formés à la régression des moindres carrés, à la régression logistique et à l'analyse de survie. Ils aiment voir des intervalles de confiance à 95% et des valeurs de p avec les coefficients des paramètres, et se...
Soit une fonction qui, compte tenu d'une hypothèse renvoie l'erreur de généralisation pour cet fixe .E(h)E(h)\mathcal{E(h)}hhhhhh Je lisais quelques notes sur la sélection du modèle et l'erreur de généralisation et il disait: "Si nous avions accès à , il n'y aurait pas de problème de sélection de...
Je suis un peu novice en R et en sélection de fonctionnalités, et j'ai essayé le package Boruta pour sélectionner (diminuer) mon nombre de variables (n = 40). Je pensais que cette méthode prenait également en compte la corrélation possible entre les variables, cependant, deux (parmi les 20...
Supposons que j'ai une fonction telle que: f <- function(x){ exp(x) / (1 + exp(x)) } il est censé fonctionner pour toute valeur réelle de x, mais en fait, il renvoie NaN lorsque x est 710 ou plus. Je me demande quelle est la bonne façon de gérer ce problème. Je me rends compte qu'il est facile...
Le livre de Kevin Murphy aborde un problème bayésien hiérarchique classique (initialement abordé dans Johnson and Albert, 1999, p24): Supposons que nous essayons d'estimer le taux de cancer dans villes. Dans chaque ville, nous échantillonnons un certain nombre de personnes et mesurons le nombre de...
Je comprends le modèle AR (p): son entrée est la série chronologique modélisée. Je suis complètement bloqué en lisant sur le modèle MA (q): son entrée est l' innovation ou le choc aléatoire comme il est souvent formulé. Le problème est que je ne peux pas imaginer comment obtenir un composant d'...
Mes données consistent en plusieurs mesures continues et quelques variables fictives représentant les années pendant lesquelles les mesures ont été effectuées. Maintenant, je veux apprendre un réseau neuronal avec les données. Par conséquent, je normalise zScore toutes les variables, y compris les...
C'est une question assez générique: supposons que je veuille construire un modèle pour prédire la prochaine observation sur la base des observations précédentes ( peut être un paramètre à optimiser expérimentalement). Nous avons donc essentiellement une fenêtre coulissante d'entités d'entrée pour...
Pourquoi les mesures de dispersion sont-elles calculées par rapport à un point central? Pourquoi, par exemple, toutes les différences non répétées et par paire possibles dans l'ensemble de données ne seraient-elles pas une mesure valable de la
Cette question a déjà des réponses ici : Mon modèle est-il bon, basé sur la valeur de la métrique de diagnostic ( / AUC / précision / RMSE, etc.)? R2R2R^2 (3 réponses) Fermé il y a 8 mois . J'ai des données d'apprentissage composées de ~ 45k échantillons, chacun a 21 fonctionnalités. J'essaie de...
Étant donné la trame de données suivante: df <- data.frame(x1 = c(26, 28, 19, 27, 23, 31, 22, 1, 2, 1, 1, 1), x2 = c(5, 5, 7, 5, 7, 4, 2, 0, 0, 0, 0, 1), x3 = c(8, 6, 5, 7, 5, 9, 5, 1, 0, 1, 0, 1), x4 = c(8, 5, 3, 8, 1, 3, 4, 0, 0, 1, 0, 0), x5 = c(1, 1, 1, 1, 1, 0, 1, 0, 0, 0, 0, 0), x6 = c(2,...