পরিসংখ্যান এবং বড় তথ্য

"মুহুর্তের পদ্ধতিতে" কেন আমরা পয়েন্ট অনুমানকারী অনুসন্ধানের জন্য নমুনা মুহুর্তগুলিকে জনসংখ্যার মুহুর্তগুলির সাথে সমান করি? এর পিছনে যুক্তি কোথায়?

20 intuition  method-of-moments 

আমি বুঝতে পারি যে তাদের মধ্যে পার্থক্যটি মডেলটির গ্রুপিং ভেরিয়েবল একটি স্থির বা এলোমেলো প্রভাব হিসাবে অনুমান করা হয় কিনা এর সাথে সম্পর্কিত, তবে কেন তারা একই নয় (যদি তারা একই না হয়) তবে এটি আমার কাছে স্পষ্ট নয়। ছোট ক্ষেত্রের প্রাক্কলনটি ব্যবহার করার সময় এটি কীভাবে কাজ করে সে …

20 mixed-model  blue  blup  small-area-estimation 

আমি জানি যে ক্রস-বৈধতার বাইরে হাইপারপ্যারামিটার টিউনিং করা বাহ্যিক বৈধতার পক্ষপাতদুষ্ট-উচ্চতর অনুমানের দিকে পরিচালিত করতে পারে, কারণ আপনি কার্য সম্পাদন পরিমাপ করতে যে ডেটাসেটটি ব্যবহার করেন একই বৈশিষ্ট্যগুলি সুর করার জন্য আপনি ব্যবহার করেছিলেন। আমি যা ভাবছি তা হ'ল এটি কতটা খারাপ । বৈশিষ্ট্য নির্বাচনের ক্ষেত্রে এটি কীভাবে খারাপ হবে …

20 cross-validation  validation  hyperparameter 

আমি জানি যে কীভাবে পিসিএ এবং এসভিডি গণিত হিসাবে গণনা করতে হয় এবং আমি জানি যে উভয়ই লিনিয়ার লেস্ট স্কোয়ার্স রিগ্রেশন-এ প্রয়োগ করা যেতে পারে। এসভিডি গাণিতিকভাবে প্রধান সুবিধাটি মনে হয় এটি নন-স্কোয়ার ম্যাট্রিকগুলিতে প্রয়োগ করা যেতে পারে। উভয়ই ম্যাট্রিক্সের পচনকে কেন্দ্র করে । উল্লিখিত এসভিডি সুবিধা ব্যতীত, পিসিএর উপরে …

20 pca  least-squares  svd 

নীচে একটি মাসিক ডেটা সিরিজের ACF এবং প্যাকফ প্লট রয়েছে। দ্বিতীয় প্লটটি ci.type = 'মা' সহ acf: এসিএফ প্লটে উচ্চ মানের মূল্যবোধের অধ্যবসায় সম্ভবত দীর্ঘমেয়াদী ইতিবাচক প্রবণতা উপস্থাপন করে। প্রশ্নটি যদি এটি seasonতু পরিবর্তনের প্রতিনিধিত্ব করে? আমি এই বিষয়টিতে বিভিন্ন সাইট দেখার চেষ্টা করেছি তবে আমি নিশ্চিত নই যে এই …

20 time-series 

"গড়" ধারণাটি প্রচলিত গাণিতিক গড়ের চেয়ে অনেক বেশি বিস্তৃত ঘোরে; এটি মিডিয়ান অন্তর্ভুক্ত করার জন্য এখনও পর্যন্ত প্রসারিত না? তুলনা দ্বারা, raw data⟶idraw data⟶meanraw mean⟶id−1arithmetic meanraw data⟶recipreciprocals⟶meanmean reciprocal⟶recip−1harmonic meanraw data⟶loglogs⟶meanmean log⟶log−1geometric meanraw data⟶squaresquares⟶meanmean square⟶square−1root mean squareraw data⟶rankranks⟶meanmean rank⟶rank−1medianমূল তথ্য⟶আইডিমূল তথ্য⟶গড়কাঁচা মানে⟶আইডি-1পাটিগণিত গড়মূল তথ্য⟶recipবিপরীতকের⟶গড়পারস্পরিক অর্থ⟶recip-1সুরেলা মানেমূল তথ্য⟶লগলগ⟶গড়লগ মানে⟶লগ-1জ্যামিতি মানেমূল তথ্য⟶বর্গক্ষেত্রস্কোয়ার⟶গড়বর্গ মানে⟶বর্গক্ষেত্র-1রুট …

20 mean  average  median 

ইন্টারগ্রেশন শব্দটি অন্তর্ভুক্ত করে এমন একটি রিগ্রেশন মডেলের গড় প্রান্তিক প্রভাবগুলির স্ট্যান্ডার্ড ত্রুটিগুলি প্রায় অনুমানের জন্য আমি ব-দ্বীপ পদ্ধতিটি আরও ভালভাবে বুঝতে আগ্রহী। আমি ব-দ্বীপ-পদ্ধতির অধীনে সম্পর্কিত প্রশ্নগুলি দেখেছি তবে আমি যা খুঁজছি তা সরবরাহ করে নি। একটি উদাহরণস্বরূপ উদাহরণ হিসাবে নিম্নলিখিত উদাহরণ ডেটা বিবেচনা করুন: set.seed(1) x1 <- rnorm(100) …

20 r  regression  standard-error  effect-size  delta-method 

আমার উপলব্ধি অনুসারে, পিসিএ-তে পারস্পরিক সম্পর্কের ভিত্তিতে আমরা ফ্যাক্টর পাই (এই উদাহরণে মূল উপাদান) লোডিংগুলি যা ভেরিয়েবল এবং ফ্যাক্টরের মধ্যে পারস্পরিক সম্পর্ক ছাড়া কিছুই নয়। এখন যখন আমাকে এসপিএসে ফ্যাক্টর স্কোর উত্পন্ন করার দরকার হয় , আমি সরাসরি প্রতিটি ফ্যাক্টরের জন্য প্রতিটি উত্তরদাতার ফ্যাক্টর স্কোর পেতে পারি। আমি আরও লক্ষ্য …

20 spss  pca  factor-analysis 

আর ফাংশন এলএম দ্বারা প্রাপ্ত লিনিয়ার রিগ্রেশন মডেলটি জানতে চাই যে মিউন স্কোয়ার্ড ত্রুটি কমান্ড দ্বারা প্রাপ্ত হওয়া সম্ভব কিনা। আমি একটি উদাহরণ অনুসরণ করে আউটপুট ছিল > lm <- lm(MuscleMAss~Age,data) > sm<-summary(lm) > sm Call: lm(formula = MuscleMAss ~ Age, data = data) Residuals: Min 1Q Median 3Q Max …

20 r  regression  error 

আর সালে যখন আমি একটি (সাধারণ) রৈখিক মডেল আছে ( lm, glm, gls, glmm, ...), কিভাবে আমি সহগ (রিগ্রেশন ঢাল) 0 ছাড়া অন্য মান বিরুদ্ধে পরীক্ষা করতে পারবে? মডেলের সংক্ষিপ্তসারে, সহগের টি-পরীক্ষার ফলাফলগুলি স্বয়ংক্রিয়ভাবে রিপোর্ট করা হয়, তবে কেবল 0 এর সাথে তুলনার জন্য I আমি এটি অন্য মানের সাথে …

20 r  regression  t-test 

আমি সবেমাত্র গিবস স্যাম্পলিং এবং মেট্রোপলিস হেস্টিংস অ্যালগরিদম সম্পর্কে কিছু পড়ছি এবং কয়েকটি প্রশ্ন রয়েছে। আমি যেমন এটি বুঝতে পারি, গীবস স্যাম্পলিংয়ের ক্ষেত্রে, যদি আমাদের একটি বৃহত্তর মাল্টিভারিয়েট সমস্যা থাকে তবে আমরা শর্তসাপেক্ষ বিতরণ থেকে নমুনা করি যেমন এমএইচ থাকাকালীন অন্য সকলকে স্থির রেখে নমুনা একটি পরিবর্তনশীল, আমরা সম্পূর্ণ যৌথ …

20 bayesian  sampling  mcmc  gibbs  metropolis-hastings 

তাহলে র্যান্ডম ভেক্টর এবং একটি একটি নির্দিষ্ট ম্যাট্রিক্স হয়, কেউ ব্যাখ্যা হতে পারে কেন গ ণ বনাম [ একটি টু Z ] = একটি গ ণ বনাম [ জেড ] একটি ⊤ ।ZZ\mathbf {Z}AAAগ ও ভি [এ জেড]=Acov[Z]A⊤.cov[AZ]=Acov[Z]A⊤।\mathrm{cov}[A \mathbf {Z}]= A \mathrm{cov}[\mathbf {Z}]A^\top.

20 covariance 

আমার একটি ডেটাসেটে 5 টি বৈশিষ্ট্য রয়েছে: এ, বি, সি, ডি, ই They এগুলি সমস্ত সংখ্যার মান। ঘনত্ব ভিত্তিক ক্লাস্টারিংয়ের পরিবর্তে, আমি যা করতে চাই তা হ'ল সিদ্ধান্ত-গাছের মতো পদ্ধতিতে ডেটা ক্লাস্টার করা। পদ্ধতির অর্থ আমি এইরকম: বৈশিষ্ট্য সি এর উপর ভিত্তি করে অ্যালগরিদমটি ডেটা এক্স প্রাথমিক ক্লাস্টারে বিভক্ত করতে …

20 r  machine-learning  clustering  cart 

এল 1 পেনালাইজড রিগ্রেশন (ওরফে লাসো) দুটি ফর্মুলেশনে উপস্থাপিত হয়। দুটি উদ্দেশ্যমূলক ফাংশনটি তারপরে দুটি পৃথক সূত্রগুলি সাপেক্ষে এবং এবং, equivalently কারুশ-কুহান-টকার (কেকেটি) শর্তাবলী ব্যবহার করে, প্রথম সূত্রের স্থিতিস্থাপকতা দ্বিতীয় সূত্রের গ্রেডিয়েন্ট গ্রহণ করা এবং এটি 0 এর সমান স্থাপনের সমান, এটি সহজেই পাওয়া যায় যা আমি খুঁজে পাই না …

20 regression  lasso  penalized 

সমস্ত মিডিয়া আলাপ এবং এই দিন গভীর জ্ঞান সম্পর্কে হাইপ সঙ্গে, আমি এটি সম্পর্কে কিছু প্রাথমিক জিনিস পড়েছি। আমি সবেমাত্র আবিষ্কার করেছি যে ডেটা থেকে নিদর্শনগুলি শিখতে এটি অন্য একটি মেশিন লার্নিং পদ্ধতি। তবে আমার প্রশ্ন হ'ল: কোথায় এবং কেন এই পদ্ধতিটি চকচকে? এখনই এটি সম্পর্কে সমস্ত আলোচনা কেন? অর্থাৎ …

20 machine-learning  data-mining  deep-learning  deep-belief-networks