Quelqu'un peut-il expliquer quelle est l'interprétation naturelle des hyperparamètres LDA? ALPHAet BETAsont des paramètres des distributions de Dirichlet pour les distributions de mots (par document) et (par sujet) de mots respectivement. Cependant, quelqu'un peut-il expliquer ce que signifie...
Je commence par ma régression OLS: où D est une variable fictive, les estimations deviennent différentes de zéro avec une faible valeur de p. Je fais ensuite un test Ramsey RESET et constate que j'ai une mauvaise déformation de l'équation, j'inclus donc au carré x: y = β 0 + β 1 x 1 + β 2 x 2 1 + β...
Je lis environ deux techniques d'interprétabilité de modèles post hoc populaires: LIME et SHAP J'ai du mal à comprendre la principale différence entre ces deux techniques. Pour citer Scott Lundberg , le cerveau derrière SHAP: Les valeurs SHAP viennent avec les avantages d'estimation locale de la...
La précision est définie comme: p = true positives / (true positives + false positives) Est - il exact que, true positiveset false positivesapproche 0, la précision approche 1? Même question pour rappel: r = true positives / (true positives + false negatives) J'implémente actuellement un test...
J'ai deux questions sur la notion de bloc dans la conception expérimentale: (1) Quelle est la différence entre un bloc et un facteur? (2) J'ai essayé de lire quelques livres mais quelque chose n'est pas clair: il semble que les auteurs supposent toujours qu'il n'y a pas d'interaction entre le...
J'ai une question sur les modèles ARIMA. Disons que j'ai une série temporelle que je voudrais prévoir et qu'un modèle ARIMA ( 2 , 2 ) semble être un bon moyen de mener l'exercice de prévision. Δ Y t = α 1 Δ Y t - 1 + α 2 Δ Y t - 2 + ν t + θ 1 ν t - 1 + θ 2 ν t -
La régularisation peut-elle être utile si nous nous intéressons uniquement à l'estimation (et à l'interprétation) des paramètres du modèle, pas à la prévision ou à la prédiction? Je vois à quel point la régularisation / validation croisée est extrêmement utile si votre objectif est de faire de...
J'ai une variable dépendante ordinale, la facilité, qui varie de 1 (pas facile) à 5 (très facile). L'augmentation des valeurs des facteurs indépendants est associée à une cote de facilité accrue. Deux de mes variables indépendantes ( condAet condB) sont catégoriques, chacune avec 2 niveaux, et 2 (...
Je lis cette note . À la page 2, il indique: "Quelle part de la variance des données s'explique par un modèle de régression donné?" "L'interprétation de la régression concerne la moyenne des coefficients; l'inférence concerne leur variance." J'ai lu de telles déclarations à plusieurs reprises,...
J'ai cherché sur Internet de très loin ... Je n'ai pas encore trouvé un très bon aperçu de la façon d'interpréter les tracés d'analyse de correspondance 2D. Quelqu'un pourrait-il donner des conseils sur l'interprétation des distances entre les points? Un exemple pourrait peut-être aider, voici un...
Je crois que le concept ß 0 est la moyenne lorsque la variable nominale est égale à 0 (ou est le groupe de référence), ce qui donne l'interprétation d'extrémité que le coefficient de régression est la différence moyenne des deux catégories. Même avec> 2 catégories Je suppose que chaque β...
On fait souvent valoir que le cadre bayésien a un grand avantage dans l'interprétation (sur fréquentiste), car il calcule la probabilité d'un paramètre étant donné les données - au lieu de comme dans le cadre fréquentiste. Jusqu'ici tout va bien.p ( x | θ )p ( θ | x )p(θ|x)p(\theta|x)p ( x | θ...
J'ai rencontré des statisticiens qui n'utilisent jamais de modèles autres que la régression linéaire pour la prédiction, car ils croient que les "modèles ML" tels que la forêt aléatoire ou le renforcement du gradient sont difficiles à expliquer ou "non interprétables". Dans une régression linéaire,...
Considérons les deux distributions de probabilité suivantes P Q 0.01 0.002 0.02 0.004 0.03 0.006 0.04 0.008 0.05 0.01 0.06 0.012 0.07 0.014 0.08 0.016 0.64 0.928 J'ai calculé la divergence Kullback-Leibler qui est égale à , je veux savoir en général ce que ce nombre me montre? En général, la...
J'ai exécuté cette régression logistique ordinale dans R: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) J'ai obtenu ce résumé du modèle: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg...
La réponse à la question Relation entre les coefficients de corrélation phi, Matthews et Pearson? montre que les trois méthodes des coefficients sont toutes équivalentes. Je ne suis pas des statistiques, donc ça devrait être une question facile. L'article de Matthews
Si mon résultat de test t unilatéral est significatif mais que la taille de l'échantillon est petite (par exemple inférieure à 20 environ), puis-je toujours faire confiance à ce résultat? Sinon, comment dois-je traiter et / ou interpréter ce
J'essaie de comprendre comment je peux obtenir l'importance des fonctionnalités d'une variable catégorielle qui a été décomposée en variables fictives. J'utilise scikit-learn qui ne gère pas les variables catégorielles pour vous comme le font R ou H2O. Si je décompose une variable catégorielle en...
Je suis nouveau dans le glmnetpackage et je ne sais toujours pas comment interpréter les résultats. Quelqu'un pourrait-il m'aider à lire le tracé de trace suivant? Le graphique était obtenu en exécutant ce qui suit: library(glmnet) return <-
J'ai des données limitées entre 0 et 1. J'ai utilisé le betaregpackage dans R pour adapter un modèle de régression avec les données limitées comme variable dépendante. Ma question est: comment interpréter les coefficients de la