পরিসংখ্যান এবং বড় তথ্য

আমি বুঝতে পারি যে সীমাবদ্ধ জনসংখ্যা থেকে নমুনা নেওয়ার সময় এবং আমাদের নমুনার আকার জনসংখ্যার ৫% এর বেশি হয়, আমাদের এই সূত্রটি ব্যবহার করে নমুনার গড় এবং মান ত্রুটি সম্পর্কে একটি সংশোধন করতে হবে: এফপিসি= এন- এনএন- 1----√এফপিসি=এন-এনএন-1\hspace{10mm} FPC=\sqrt{\frac{N-n}{N-1}} যেখানে জনসংখ্যার আকার এবং নমুনার আকার sizeএনএনএনNএনএনn এই সূত্রটি সম্পর্কে আমার …

25 sampling  finite-population 

আমার একটি টাইম সিরিজ রয়েছে এবং আমি এটি সূচনা, শেষ এবং ফ্রিকোয়েন্সি সংরক্ষণ করে সময় সিরিজ হিসাবে রাখার সময় এটিকে সাবসেট করতে চাই। উদাহরণস্বরূপ, ধরা যাক আমার একটি সময় সিরিজ রয়েছে: > qs <- ts(101:110, start=c(2009, 2), frequency=4) > qs Qtr1 Qtr2 Qtr3 Qtr4 2009 101 102 103 2010 104 …

25 r  time-series 

কোনও রিগ্রেশনে, মিথস্ক্রিয়া শব্দটি সম্পর্কিত উভয় সরাসরি প্রভাবকে মুছে দেয়। আমি কি ইন্টারঅ্যাকশনটি ফেলে দিচ্ছি বা ফলাফলটি রিপোর্ট করব? মিথস্ক্রিয়াটি মূল অনুমানের অংশ ছিল না।

25 regression  interaction 

আমার বেশ কয়েকটি ক্যোয়ারী ফ্রিকোয়েন্সি রয়েছে এবং আমার জিপফের আইনটির সহগের অনুমান করতে হবে। এগুলি শীর্ষ ফ্রিকোয়েন্সি: 26486 12053 5052 3033 2536 2391 1444 1220 1152 1039

25 distributions  estimation  pareto-distribution  zipf 

ওয়াসারস্টেইন মেট্রিক এবং কুলব্যাক-লেবলার ডাইভারজেন্সের মধ্যে ব্যবহারিক পার্থক্য কী ? ওয়াসারস্টেইন মেট্রিককে আর্থ মুভারের দূরত্ব হিসাবেও উল্লেখ করা হয় । উইকিপিডিয়া থেকে: ওয়াসারস্টেইন (বা ভ্যাসারস্টাইন) মেট্রিক একটি দূরত্ব ফাংশন যা প্রদত্ত মেট্রিক স্পেস এম তে সম্ভাব্যতা বিতরণের মধ্যে সংজ্ঞায়িত হয় function এবং কুলব্যাক – লেবলার ডাইভার্জেন্স হ'ল একটি সম্ভাব্যতা বন্টন …

25 distributions  kullback-leibler  metric  wasserstein 

আমি কোয়ান্টাইল রিগ্রেশনটির একটি স্বজ্ঞাত, অ্যাক্সেসযোগ্য ব্যাখ্যা পাওয়ার আশা করছি। ধরা যাক, আমার কাছে ফলাফল এর একটি সাধারণ ডেটাसेट রয়েছে এবং ।এক্স 1 , এক্স 2YYYX1,X2X1,X2X_1, X_2 যদি উদাহরণস্বরূপ, আমি .25, .5, .75 এ কোয়ান্টাইল রিগ্রেশন চালাই এবং ।β0,.25,β1,.25...β2,.75β0,.25,β1,.25...β2,.75\beta_{0,.25},\beta_{1,.25}...\beta_{2,.75} হয় মান কেবল ক্রম দ্বারা পাওয়া মান, এবং একটি রৈখিক রিগ্রেশনের …

25 quantile-regression 

আমি সময় সিরিজ বিশ্লেষণ করার চেষ্টা করছি এবং এই ক্ষেত্রে নতুন। আমার 2006-2009-এর একটি ইভেন্টের দৈনিক গণনা রয়েছে এবং আমি এটিতে একটি টাইম সিরিজের মডেল ফিট করতে চাই। আমি যে অগ্রগতি করেছি তা এখানে: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) আমি প্রাপ্ত ফলাফলের প্লটটি হ'ল: ডেটাতে seasonতু এবং ট্রেন্ড আছে কিনা তা …

25 r  time-series  seasonality  multiple-seasonalities  tbats  hypothesis-testing  beta-distribution  machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

বন্ধ থাকে। এই প্রশ্নটি অফ-টপিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে এটি ক্রস ভ্যালিডেটের জন্য অন-বিষয় । 6 মাস আগে বন্ধ ছিল । আমি আর প্যাকেজ nlme এবং lme4 এ কাজ করছিলাম , একাধিক এলোমেলো প্রভাব সহ মডেলগুলি নির্দিষ্ট করার …

25 r  random-effects-model  lme4-nlme 

আমার কাছে একটি সমীক্ষা পরীক্ষা থেকে ডেটা রয়েছে যাতে উত্তরদাতাদের এলোমেলোভাবে চারটি দলের মধ্যে একটিতে নিয়োগ দেওয়া হয়েছিল: > summary(df$Group) Control Treatment1 Treatment2 Treatment3 59 63 62 66 তিনটি চিকিত্সা গোষ্ঠী প্রয়োগ করা উদ্দীপকটিতে কিছুটা পৃথক হয়, তবে আমি যে প্রধান পার্থক্যটি বিবেচনা করি তা নিয়ন্ত্রণ এবং চিকিত্সা গ্রুপগুলির মধ্যে। …

25 r  logistic  categorical-data  interaction  interpretation 

কার্যকারণ বিশ্লেষণ প্রবর্তনকারী ভাল বই কি? আমি এমন একটি পরিচিতির কথা ভাবছি যা উভয়ই কার্যকারণ বিশ্লেষণের নীতিগুলি ব্যাখ্যা করে এবং দেখায় যে এই নীতিগুলি প্রয়োগ করতে কীভাবে বিভিন্ন পরিসংখ্যানিক পদ্ধতি ব্যবহার করা যেতে পারে।

25 references  causality 

এমন একটি দৃশ্যের বিষয়ে বিবেচনা করুন যেখানে আপনাকে জ্ঞাত লেবেল ম্যাট্রিক্স এবং প্রেডিক্টেড লেবেল ম্যাট্রিক্স সরবরাহ করা হয়েছে। আমি জ্ঞাতলাবেল ম্যাট্রিক্সের বিপরীতে প্রেডিক্টেড লেবেল ম্যাট্রিক্সের সদ্ব্যবহার পরিমাপ করতে চাই। তবে এখানে চ্যালেঞ্জটি হ'ল জ্ঞাতলাবেল ম্যাট্রিক্সের কয়েকটি সারি মাত্র একটি 1 এবং অন্য কয়েকটি সারিটিতে অনেকগুলি 1 টি থাকে (সেই উদাহরণগুলি …

25 machine-learning  data-mining  multilabel 

আমি কিছু পয়েন্ট আছে মধ্যে , আর আমি যাতে পয়েন্ট ক্লাস্টারের করতে চাই:X={x1,...,xn}X={x1,...,xn}X=\{x_1,...,x_n\}RpRpR^p প্রতিটি ক্লাস্টারে এর সমান সংখ্যক উপাদান থাকে । (অনুমান ক্লাস্টার ভাগ সংখ্যা ।)XXXnnn প্রতিটি ক্লাস্টার মেনসের ক্লাস্টারগুলির মতো কিছুটা অর্থে "স্থানিকভাবে সমন্বিত" হয় ।kkk এগুলির মধ্যে একটি বা অন্যটিকে সন্তুষ্ট করে এমন অনেকগুলি ক্লাস্টারিং পদ্ধতি সম্পর্কে ভাবতে …

25 machine-learning  clustering  k-means  unsupervised-learning 

আমি সামান্য বিভ্রান্ত করছি যদি একটি স্বাধীন পরিবর্তনশীল একটি পরিসংখ্যানগত মডেল (এছাড়াও predictor বা বৈশিষ্ট্য বলা হয়), উদাহরণস্বরূপ রৈখিক রিগ্রেশনে , একটি দৈব চলক হয়?ওয়াই = β 0 + β 1 এক্সXXXY=β0+β1XY=β0+β1XY=\beta_0+\beta_1 X

25 regression  random-variable  experiment-design  predictor 

বৈকল্পিকতা একটি স্প্রেডের একটি পরিমাপ হিসাবে বলা হয়। সুতরাং, আমি ভেবেছিলাম যে সংখ্যাগুলি সমানভাবে প্রসারিত 3,5হওয়ায় এর প্রকরণটি তারতম্যের 3,3,5,5সমান। কিন্তু এই ক্ষেত্রে নয়, ভ্যারিয়েন্স 3,5হয় 2যখন ভ্যারিয়েন্স 3,3,5,5হয় 1 1/3। এই ধাঁধাটি আমার কাছে ধাঁধা, ব্যাখ্যাটি দেওয়া হয়েছে যে বৈকল্পিকতা ছড়িয়ে পড়ার পরিমাপ বলে মনে করা হচ্ছে। সুতরাং, সেই …

25 variance 

এসভিএমগুলির সমস্ত উদাহরণ শ্রেণিবদ্ধের সাথে সম্পর্কিত। আমি বুঝতে পারি না যে কীভাবে রিগ্রেশনের জন্য একটি এসভিএম (সমর্থন ভেক্টর রেজিস্ট্রার) রিগ্রেশনে ব্যবহৃত হতে পারে। আমার উপলব্ধি থেকে, একটি এসভিএম সর্বোত্তম হাইপারপ্লেন খুঁজে পেতে দুটি শ্রেণীর মধ্যে মার্জিন সর্বাধিক করে তোলে। এটি কীভাবে সম্ভবত কোনও রিগ্রেশন সমস্যায় কাজ করবে?

25 regression  svm