পরিসংখ্যান এবং বড় তথ্য

আমার একটি টাইম সিরিজ রয়েছে যাতে দ্বৈত মৌসুমী উপাদান থাকে এবং আমি সিরিজটি নিম্নলিখিত সময়ের সিরিজ উপাদানগুলিতে (প্রবণতা, মৌসুমী উপাদান 1, মৌসুমী উপাদান 2 এবং অনিয়মিত উপাদান) বিভক্ত করতে চাই। যতদূর আমি জানি, আরে সিরিজটি পচানোর জন্য এসটিএল পদ্ধতিটি কেবল একটি মৌসুমী উপাদানকে অনুমতি দেয়, তাই আমি সিরিজটি দু'বার পচানোর …

22 r  time-series  forecasting  decomposition  multiple-seasonalities 

(রৈখিক) মিশ্র প্রভাবগুলির মডেলগুলি একে অপরের বিপরীতে তুলনায় সাধারণত কীভাবে হয়? আমি জানি সম্ভাবনা রেশিও পরীক্ষাগুলি ব্যবহার করা যেতে পারে, তবে কোনও মডেল যদি অন্যটির 'সাবসেট' না হয় তবে এটি কাজ করে না? মডেলগুলির অনুমানটি কি সর্বদা সোজা? নির্ধারিত প্রভাবগুলির সংখ্যা + আনুমানিক বৈকল্পিক সংখ্যার সংখ্যা? আমরা কি এলোমেলো প্রভাব …

22 hypothesis-testing  mixed-model  cross-validation  aic  degrees-of-freedom 

আমি যেমন এটি বুঝতে পারি, শক্তি বিশ্লেষণ পরিচালনা করার জন্য আমার প্রস্তাবিত অধ্যয়নের কমপক্ষে তিনটি দিক (চারটির মধ্যে) জানতে হবে: পরীক্ষার ধরণ - আমি পিয়ারসনের আর এবং এএনসিওএ / রিগ্রেশন - জিএলএম ব্যবহার করার ইচ্ছা করি তাত্পর্য স্তর (আলফা) - আমি 0.05 ব্যবহার করার ইচ্ছা করি প্রত্যাশিত প্রভাব আকার - …

22 power-analysis 

আমি রিগ্রেশন মডেল ব্যবহার করে এক সময়ের-সিরিজ ডেটা (প্রতিলিপিবিহীন) ফিট করার চেষ্টা করছিলাম। ডেটা নীচের মত দেখাচ্ছে: > xx.2 value time treat 1 8.788269 1 0 2 7.964719 6 0 3 8.204051 12 0 4 9.041368 24 0 5 8.181555 48 0 6 8.041419 96 0 7 7.992336 144 0 …

22 r  regression  statistical-significance  anova  p-value 

জমায়েত শেখার ক্ষেত্রে দুর্বল শিক্ষার্থীদের সম্পর্কে আমার কাছে অনেকগুলি ঘনিষ্ঠভাবে সম্পর্কিত প্রশ্ন রয়েছে (উদ্বোধন করা)। এটি বোবা লাগতে পারে তবে শক্তিশালী শিক্ষার্থীদের বিপরীতে দুর্বল ব্যবহারের সুবিধা কী? (উদাহরণস্বরূপ "শক্তিশালী" শেখার পদ্ধতিগুলি কেন উত্সাহিত করবেন না?) দুর্বল শিক্ষার্থীদের জন্য (উদাহরণস্বরূপ অন্যান্য সমস্ত পোষাকের প্যারামিটারগুলি স্থির রেখে) কোনও ধরণের "অনুকূল" শক্তি আছে …

22 machine-learning  boosting  ensemble 

দুটি ভেরিয়েবলের মধ্যে পিয়ারসনের সহগ যথেষ্ট উচ্চ (r = .65)। তবে আমি যখন পরিবর্তনশীল মানগুলিকে র‌্যাঙ্ক করি এবং একটি স্পিয়ারম্যানের পারস্পরিক সম্পর্ক চালনা করি, তখন কফিশিয়েন্ট মানটি খুব কম হয় (r = .30)। এর ব্যাখ্যা কী?

22 correlation  spearman-rho 

প্রথমত, আমি কোনও পরিসংখ্যানবিদ নই। তবে আমি আমার পিএইচডি করার জন্য পরিসংখ্যানগত নেটওয়ার্ক বিশ্লেষণ করছি। নেটওয়ার্ক বিশ্লেষণের অংশ হিসাবে, আমি নেটওয়ার্ক ডিগ্রিগুলির একটি পরিপূরক সম্মিলিত বিতরণ ফাংশন (সিসিডিএফ) প্লট করেছি। আমি যেটি পেয়েছি তা হ'ল প্রচলিত নেটওয়ার্ক বিতরণগুলির (যেমন ডাব্লুডাব্লুডাব্লু) বিপরীতে লোগো সাধারণ বিতরণ দ্বারা বিতরণটি সবচেয়ে ভালভাবে লাগানো হয়েছে। …

22 curve-fitting  networks  lognormal  power-law 

সমর্থন ভেক্টর রিগ্রেশন ব্যবহার করে কেউ কি সময় সিরিজের পূর্বাভাসের চেষ্টা করেছে? আমি সমর্থন ভেক্টর মেশিনগুলি বুঝতে পারি এবং সমর্থন ভেক্টর রিগ্রেশন আংশিকভাবে বুঝতে পারি, তবে কীভাবে তারা সময় সিরিজ, বিশেষত মাল্টিভারিয়েট টাইম সিরিজ মডেল করতে ব্যবহৃত হতে পারে তা আমি বুঝতে পারি না। আমি কয়েকটি কাগজপত্র পড়ার চেষ্টা করেছি, …

22 time-series  machine-learning  svm 

প্রসঙ্গ: কিছুক্ষণের মধ্যে আমি কীভাবে কার্যকরভাবে দুটি সংখ্যার ভেরিয়েবলের মধ্যে সংযোগ স্থাপন করতে পারি সে সম্পর্কে হিউরিস্টিকের একটি সেট অর্জন করেছি। আমি কল্পনা করি যে বেশিরভাগ লোকেরা যারা ডেটা নিয়ে কাজ করে তাদেরও একই রকম নিয়ম থাকবে। এই জাতীয় নিয়মের উদাহরণগুলি হতে পারে: যদি কোনও ভেরিয়েবলকে ইতিবাচকভাবে স্কিউ করা হয় …

22 data-visualization  correlation  teaching  rule-of-thumb  scatterplot 

বিভিন্ন মডেল বা বৈশিষ্ট্যের সংখ্যা অন্তর্ভুক্ত করার জন্য বাছাই করার চেষ্টা করার সময়, ভবিষ্যদ্বাণী বলুন আমি দুটি পদ্ধতির কথা ভাবতে পারি। প্রশিক্ষণ এবং পরীক্ষা সেটগুলিতে ডেটা বিভক্ত করুন। আরও ভাল, বুটস্ট্র্যাপিং বা কে-ফোল্ড ক্রস-বৈধতা ব্যবহার করুন। প্রশিক্ষণে প্রতিবার প্রশিক্ষণ দিন এবং পরীক্ষার সেটটিতে ত্রুটিটি গণনা করুন। প্লট পরীক্ষার ত্রুটি বনাম …

22 bayesian  model-selection  cross-validation  feature-selection 

আমি ভেবেছিলাম ভারী লেজ = চর্বিযুক্ত লেজ, তবে আমি যে কয়েকটি নিবন্ধ পড়েছি তা আমাকে বোঝায় যে সেগুলি নেই। তাদের মধ্যে একটি বলেছেন: ভারী লেজ মানে বন্টন কিছু সংখ্যক জে জন্য অসীম jth মুহুর্ত থাকে। অতিরিক্তভাবে একটি পেরেটো ডিএফ-এর আকর্ষণ পট-ডোমেনের সমস্ত ডিএফএস ভারী-লেজযুক্ত। ঘনত্বের উচ্চ সেন্ট্রাল শিখর এবং দীর্ঘ …

22 distributions 

প্রসঙ্গ: সম্ভাব্যতা তত্ত্ব এবং স্ট্যাটিক্সে যে কেন্দ্রের টুকরোগুলি এসেছি সেগুলি গঠনের প্রয়াসে, আমি গাণিতিক প্রয়োজনীয়তার উপর দৃষ্টি নিবদ্ধ করে একটি রেফারেন্স ডকুমেন্ট তৈরি করেছি ( এখানে উপলভ্য )। এই দস্তাবেজটি ভাগ করে, আমি পরিসংখ্যান ছাত্রদের এই বিষয়গুলি সম্পর্কে স্নাতক কোর্সে শেখানো মূল উপাদানের একটি বিস্তৃত সংক্ষিপ্তসার দেওয়ার আশা করি। মূলত …

22 teaching 

এটি আমি জিজ্ঞাসা করা অন্য প্রশ্নের সাথে কিছুটা সম্পর্কিত । আমার কাছে প্রশ্নটি হ'ল হাইপোথিসিস টেস্টিং করার সময় যখন বিকল্প অনুমানটি একটি ব্যাপ্তি হয় তখন নাল হাইপোথিসিসটি এখনও একটি পয়েন্টের মান। উদাহরণস্বরূপ, যখন কোনও পারস্পরিক সম্পর্ক সহগ ০.৫ এর চেয়ে বড় কিনা তা পরীক্ষা করার সময় নাল অনুমানটি "পারস্পরিক সম্পর্ক …

22 hypothesis-testing 

এলোমেলো ভেরিয়েবল সম্পর্কে আমার একটি প্রশ্ন আছে। আসুন ধরে নেওয়া যাক আমাদের দুটি এবং দুটি এলোমেলো ভেরিয়েবল এবং ওয়াই আছে । আসুন বলে এক্স পইসন পরামিতি সঙ্গে বিতরণ করা হয় λ 1 , এবং ওয়াই পইসন পরামিতি সঙ্গে বিতরণ করা হয় λ 2 ।XXXYYYXXXλ1λ1\lambda_1YYYλ2λ2\lambda_2 আপনি যখন থেকে ফ্র্যাকচারটি তৈরি করেন …

22 random-variable  poisson-distribution 

আপনি এটি পুনরুত্পাদন করতে ডেকাথলন ডেটাসেট {FactoMineR use ব্যবহার করতে পারেন। প্রশ্নটি হল যে কেন গণিত ইজেনভ্যালুগুলি কোভারিয়েন্স ম্যাট্রিক্সের থেকে পৃথক হয়। এখানে ইউজভ্যালুগুলি ব্যবহার করে princomp: > library(FactoMineR);data(decathlon) > pr <- princomp(decathlon[1:10], cor=F) > pr$sd^2 Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 1.348073e+02 2.293556e+01 9.747263e+00 1.117215e+00 3.477705e-01 1.326819e-01 Comp.7 Comp.8 …

22 r  pca