J'ai commencé par Time Series Analysis de Hamilton, mais je suis désespérément perdu. Ce livre est vraiment trop théorique pour que je puisse l’apprendre par moi-même. Quelqu'un a-t-il une recommandation pour un manuel d'analyse de séries chronologiques qui convient à l'auto-apprentissage?...
Je travaille sur une nouvelle méthode d'analyse et d'analyse de jeux de données pour identifier et isoler les sous-groupes d'une population sans connaître à l'avance les caractéristiques d'aucun sous-groupe. Bien que la méthode fonctionne assez bien avec des échantillons de données artificiels...
Je suis très novice en statistique et j'apprends à comprendre les bases, y compris les valeurs . Mais il y a un grand point d'interrogation dans mon esprit en ce moment et j'espère que ma compréhension est fausse. Voici mon processus de pensée:ppp Toutes les recherches dans le monde ne...
De nombreux classificateurs d'apprentissage machine (par exemple, les machines à vecteurs de support) permettent de spécifier un noyau. Quelle serait une manière intuitive d'expliquer ce qu'est un noyau? Un aspect auquel j'ai pensé est la distinction entre les noyaux linéaires et non linéaires. En...
Quelqu'un peut-il expliquer les principales différences entre les arbres d'inférence conditionnels ( ctreedu partypaquet dans R) par rapport aux algorithmes d'arbre de décision plus traditionnels (comme rpartdans R)? Qu'est-ce qui différencie les arbres en CI? Forces et faiblesses? Mise à jour:...
Je lis les livres sur la régression linéaire. Il y a quelques phrases sur les normes L1 et L2. Je les connais, mais je ne comprends pas pourquoi la norme L1 pour les modèles clairsemés. Quelqu'un peut utiliser donner une explication
Le coefficient de corrélation de Pearson de x et y est le même, que vous calculiez pearson (x, y) ou pearson (y, x). Cela suggère que faire une régression linéaire de y étant donné x ou x étant donné y devrait être la même chose, mais je ne pense pas que ce soit le cas. Quelqu'un peut-il éclairer...
Comment expliqueriez-vous intuitivement ce qu'est une racine unitaire dans le contexte du test de la racine unitaire? Je pense à des façons d’expliquer un peu ce que j’ai fondé dans cette question . Le cas de racine unitaire est que je sais (peu en passant) que le test de racine unitaire est...
Lorsque vous utilisez SVM, nous devons sélectionner un noyau. Je me demande comment sélectionner un noyau. Des critères sur la sélection du
J'ai du mal à comprendre la différence entre l'erreur type et l'écart type. En quoi sont-elles différentes et pourquoi avez-vous besoin de mesurer l'erreur
Certaines hypothèses peuvent être vérifiées à l'aide du test t de Student (peut-être à l'aide de la correction de Welch pour les variances inégales dans le cas à deux échantillons), ou par un test non paramétrique comme le test de Wilcoxon apparié signé, le test de Wilcoxon-Mann-Whitney U, ou le...
Dans le contexte des réseaux de neurones, quelle est la différence entre le taux d'apprentissage et la perte de poids?
Supposons que j'ai un grand ensemble de données multivariées avec au moins trois variables. Comment puis-je trouver les valeurs aberrantes? Les diagrammes de dispersion par paires ne fonctionneront pas car il est possible qu'une valeur aberrante existe en 3 dimensions qui ne soit une valeur...
Quel livre recommanderiez-vous aux scientifiques qui ne sont pas statisticiens? Une livraison claire est la plus appréciée. Ainsi que l'explication des techniques et méthodes appropriées pour des tâches typiques: analyse de séries chronologiques, présentation et agrégation de grands ensembles de...
La phrase p- achalandage (aussi: "dragage de données" , "espionnage" ou "pêche") fait référence à divers types de fautes statistiques dans lesquelles les résultats deviennent artificiellement statistiquement significatifs. Il existe de nombreuses façons d'obtenir un résultat "plus significatif",...
De nombreux ouvrages et tutoriels sur les réseaux de neurones consacrent beaucoup de temps à l'algorithme de rétropropagation, qui est essentiellement un outil permettant de calculer le gradient. Supposons que nous construisons un modèle avec ~ 10K paramètres / poids. Est-il possible d'exécuter...
Qu'est-ce que la covariance en langage clair et comment est-elle liée aux termes dépendance , structure de corrélation et structure de variance-covariance en ce qui concerne les plans à mesures
Dans mon travail, je travaille souvent avec des ensembles de données d'autres personnes. Des non-experts m'apportent des données cliniques et je les aide à les résumer et à effectuer des tests statistiques. Le problème que je rencontre est que les ensembles de données que je suis amené sont presque...
J'ai souvent entendu parler de malédiction de la dimensionnalité, mais d'une manière ou d'une autre, je suis toujours incapable de saisir l'idée, tout est brumeux. Est-ce que quelqu'un peut expliquer cela de la manière la plus intuitive, comme vous le feriez à un enfant, pour que moi (et les autres...
Je me demande comment calculer la précision et se rappeler en utilisant une matrice de confusion pour un problème de classification multi-classes. Plus précisément, une observation ne peut être affectée qu'à sa classe / étiquette la plus probable. Je voudrais calculer: Précision = TP / (TP + FP)...