পরিসংখ্যান এবং বড় তথ্য

পরিসংখ্যান, মেশিন লার্নিং, ডেটা বিশ্লেষণ, ডেটা মাইনিং এবং ডেটা ভিজ্যুয়ালাইজেশনে আগ্রহী ব্যক্তিদের জন্য প্রশ্নোত্তর

2
বুটস্ট্র্যাপ নমুনার বনাম নমুনার পরিসংখ্যান
বলুন যে স্ট্যাস্টিটিক (যেমন গড়) এর জন্য এই নমুনা থেকে আমার কাছে একটি নমুনা এবং বুটস্ট্র্যাপ নমুনা রয়েছে । যেমনটি আমরা সবাই জানি, এই বুটস্ট্র্যাপের নমুনাটি পরিসংখ্যানগুলির অনুমানের নমুনা বন্টনের অনুমান করে ।χχ\chi এখন, এই গড় হল বুটস্ট্র্যাপ নমুনা একটি ভাল অনুমান জনসংখ্যা পরিসংখ্যাত মূল পরিসংখ্যাত চেয়ে নমুনা ? কোন …

1
দুটি উপায়ের পার্থক্যের জন্য একটি পরীক্ষা করতে H0 এর অধীনে বুটস্ট্র্যাপ ব্যবহার করা: গ্রুপগুলির মধ্যে বা পুলের নমুনার মধ্যে প্রতিস্থাপন
ধরুন আমার কাছে দুটি স্বাধীন গ্রুপ সহ একটি ডেটা রয়েছে: g1.lengths <- c (112.64, 97.10, 84.18, 106.96, 98.42, 101.66) g2.lengths <- c (84.44, 82.10, 83.26, 81.02, 81.86, 86.80, 85.84, 97.08, 79.64, 83.32, 91.04, 85.92, 73.52, 85.58, 97.70, 89.72, 88.92, 103.72, 105.02, 99.48, 89.50, 81.74) group = rep (c ("g1", "g2"), …

2
কেন
একটি প্যারামিটারের জন্য অনুমানকারী অনুক্রম y যদি অ্যাসিপোটোটিকভাবে স্বাভাবিক √UnUnU_nθθ\thetan−−√(Un−θ)→N(0,v)n(Un−θ)→N(0,v)\sqrt{n}(U_n - \theta) \to N(0,v)। (উৎস) আমরা তখন কলএর মধ্যে asymptotic ভ্যারিয়েন্স। যদি এই বৈকল্পিকতাক্র্যামার-রাও সীমানারসমান হয় তবেআমরা বলি অনুমানক / ক্রমটি asyptotically দক্ষ।vvvUnUnU_n প্রশ্ন: আমরা কেন use ব্যবহার করি n−−√n\sqrt{n}বিশেষত এন ? আমি জানি যে নমুনাটির জন্য, Var(X¯)=σ2nVar(X¯)=σ2nVar(\bar{X}) = \frac{\sigma^2}{n} …

2
সাধারণ বিতরণে কার্টোসিস কেন 0 এর পরিবর্তে 3 হয়
একটি সাধারণ বিতরণের কুর্তোসিস ৩. এই বক্তব্যটির দ্বারা কী বোঝানো হয়? এটির অর্থ কি অনুভূমিক রেখায়, 3 এর মান পিক সম্ভাবনার সাথে মিলে যায়, অর্থাৎ 3 সিস্টেমের মোড? আমি যখন একটি সাধারণ বক্ররেখার দিকে তাকাই, তখন মনে হয় এটি শিখরটি কেন্দ্রে অবস্থিত aka 0 এফ, তাই কুর্তোসিসটি 0 এবং পরিবর্তে …

3
অপ্টিমাইজেশনের কৌশলগুলি কী কী নমুনা কৌশল ম্যাপ করে?
যে কোনও জেনেরিক স্যাম্পলিং অ্যালগরিদম থেকে, একটি অপ্টিমাইজেশন অ্যালগরিদম পেতে পারে। নিশ্চয় বাড়ানোর লক্ষ্যে একটি অবাধ ফাংশন , তা থেকে নমুনা আঁকা যথেষ্ট ছ ~ ই চ / টি । জন্য টি ছোট যথেষ্ট, এই নমুনা ফাংশনের বিশ্বব্যাপী সর্বাধিক (অথবা বাস্তবে স্থানীয় ম্যাক্সিমা) কাছাকাছি পড়া হবে চ ।চ: x → …

3
অ-শূন্য অ্যাসিপটোটিক বৈকল্পিক সহ অ্যাসিপটোটিক ধারাবাহিকতা - এটি কী উপস্থাপন করে?
ইস্যুটি এর আগে উঠে এসেছিল, তবে আমি একটি নির্দিষ্ট প্রশ্ন জিজ্ঞাসা করতে চাই যা একটি উত্তর সরিয়ে দেওয়ার চেষ্টা করবে যা এটি স্পষ্ট করে (এবং শ্রেণিবদ্ধ) করবে: "দরিদ্র মানুষের অ্যাসিম্পটিকস" -র মধ্যে একজনের মধ্যে স্পষ্ট পার্থক্য রয়েছে (ক) এলোমেলো ভেরিয়েবলের একটি ক্রম যা সম্ভাবনায় ধ্রুবকে রূপান্তর করে হিসাবে বিপরীত (খ) …

1
বাইনারি শ্রেণিবদ্ধকরণের জন্য ক্ষতির ফাংশনগুলির মধ্যে নির্বাচন করা
আমি এমন সমস্যাযুক্ত ডোমেনে কাজ করি যেখানে লোকেরা প্রায়শই আরওসি-এউসি বা আভেপ (গড় নির্ভুলতা) প্রতিবেদন করে। তবে আমি সম্প্রতি এমন কাগজপত্রগুলি পেয়েছি যা পরিবর্তে লগ লসকে অনুকূল করে তোলে, অন্যরা হিন্জ লসের কথা জানায় । এই মেট্রিকগুলি কীভাবে গণনা করা হয় তা আমি বুঝতে পেরেছিলাম, তাদের মধ্যে থাকা বাণিজ্য সম্পর্কে …

2
দুটি র্যান্ডম ভেরিয়েবলের যোগফল হিসাবে অভিন্ন র্যান্ডম ভেরিয়েবল
গ্রিমেট এবং স্ট্রাইজার থেকে নেওয়া : দেখান যে এটির ক্ষেত্রে ইউ = এক্স + ওয়াই হতে পারে না U=X+YU=X+Yযেখানে ইউUU অভিন্নভাবে বিতরণ করা হয় [0,1] এবং এক্সXX এবং ওয়াইYY স্বতন্ত্র এবং অভিন্নভাবে বিতরণ করা হয়। আপনার ধরে নেওয়া উচিত নয় যে এক্স এবং ওয়াই অবিচ্ছিন্ন পরিবর্তনশীল। কেস যেখানে জন্য অসঙ্গতি …

3
ফলাফলগুলিকে "অত্যন্ত তাৎপর্যপূর্ণ" বলে উল্লেখ করা কি ভুল?
পরিসংখ্যানবিদরা কেন আমাদের ফলাফলগুলিকে " অত্যন্ত তাৎপর্যপূর্ণ" হিসাবে উল্লেখ করা থেকে নিরুৎসাহিত করবেন যখন ভ্যালু প্রচলিত লেভেলের ?pppαα\alpha0.050.050.05 টাইপ আই ত্রুটি না হওয়ার 99.9% সম্ভাবনা ( ) এর ফলাফলের উপর নির্ভর করা কি সত্যই ভুল, যেটি কেবল আপনাকে 99% ( ) এ সুযোগ দেয় ?p=0.001p=0.001p=0.001p=0.01p=0.01p=0.01

2
যখন একাধিক শ্রেণিবদ্ধ ভেরিয়েবল থাকে তখন বিতার ব্যাখ্যা
আমি ধারণাটি বুঝতে পারি যে যখন শ্রেণীবদ্ধ ভেরিয়েবল 0 (বা রেফারেন্স গ্রুপ) এর সমান হয় তখন এর অর্থ হয় যে পার্থক্য। এমনকি> 2 বিভাগের সাথেও আমি প্রতিটি ধরে নেব যে বিভাগের গড় এবং রেফারেন্সের মধ্যে পার্থক্য ব্যাখ্যা করবে। ββ^0β^0\hat\beta_0β^β^\hat\beta তবে, যদি আরও ভেরিয়েবলগুলি মাল্টিভারেবল মডেলটিতে আনা হয়? এখন ইন্টারসেপেটটি কী …

3
নেতিবাচক-দ্বিপদী GLM বনাম গণনা ডেটার জন্য লগ-ট্রান্সফর্মিং: প্রকার I ত্রুটির হার বৃদ্ধি পেয়েছে
আপনারা কেউ কেউ হয়ত এই সুন্দর কাগজটি পড়েছেন: ও'হারা আরবি, কোটজে ডিজে (২০১০) গণনা ডেটা লগ-রূপান্তর করবেন না। বাস্তুশাস্ত্র এবং বিবর্তন পদ্ধতিসমূহ 1: 118–122। Klick । আমার গবেষণার ক্ষেত্রে (ইকোটক্সিকোলজি) আমরা খারাপ প্রতিলিপিযুক্ত পরীক্ষাগুলি নিয়ে কাজ করছি এবং জিএলএম ব্যাপকভাবে ব্যবহৃত হয় না। সুতরাং আমি ও'হারা ও কোটজে (২০১০) এর …

4
পারস্পরিক সম্পর্কের অ-স্থানান্তর: লিঙ্গ এবং মস্তিষ্কের আকার এবং মস্তিষ্কের আকার এবং আইকিউর মধ্যে পারস্পরিক সম্পর্ক, তবে লিঙ্গ এবং আইকিউয়ের মধ্যে কোনও সম্পর্ক নেই
আমি একটি ব্লগে নিম্নলিখিত ব্যাখ্যা পেয়েছি এবং আমি পারস্পরিক সম্পর্কের অ-স্থানান্তরিতকরণ সম্পর্কে আরও তথ্য পেতে চাই: আমাদের নিম্নোক্ত সিদ্ধান্তহীন তথ্য রয়েছে: গড়ে পুরুষ ও মহিলাদের মধ্যে মস্তিষ্কের পরিমাণের মধ্যে পার্থক্য রয়েছে আইকিউ এবং মস্তিষ্কের আকারের মধ্যে একটি সম্পর্ক রয়েছে; পারস্পরিক সম্পর্ক 0.33 এবং এটি আইকিউ এর পরিবর্তনশীলতার 10% এর সাথে …

4
এবং , স্বাধীনতার পিছনে অন্তর্দৃষ্টি কী ?
আমি আশা করছিলাম কেউ কোনো যুক্তি ব্যাখ্যা কেন র্যান্ডম ভেরিয়েবল উত্থাপন করা হতে পারে এবং , আদর্শ সাধারন বন্টনের হচ্ছে পরিসংখ্যানগত স্বাধীন। এই সত্যের প্রমাণটি এমজিএফ কৌশল থেকে সহজেই অনুসরণ করা হয়, তবুও আমি এটি অত্যন্ত পাল্টা স্বজ্ঞাত বলে মনে করি।Y1=X2−X1Y1=X2−X1Y_1=X_2-X_1Y2=X1+X2Y2=X1+X2Y_2=X_1+X_2XiXiX_i আমি তাই অন্তর্ভুক্তি এখানে প্রশংসা করব, যদি কোন। তুমাকে …

1
প্রধান উপাদান বিশ্লেষণ ব্যবহার করে কীভাবে ডেটা সাদা করবেন?
আমি আমার ডেটা- এমন রূপান্তর করতে চাই যে এক হবে এবং সমবায়াগুলি শূন্য হবে (অর্থাত্ আমি ডেটা সাদা করতে চাই)। তদুপরি উপায়গুলি শূন্য হওয়া উচিত।XX\mathbf X আমি জানি আমি জেড-স্ট্যান্ডার্ডাইজেশন এবং পিসিএ-ট্রান্সফর্মেশন করে সেখানে পৌঁছে যাব, তবে এগুলি আমার কোন ক্রমে করা উচিত? আমি যোগ করা উচিত যে ক্ষান্ত ঝকঝকে …

3
বায়সিয়ান পরিসংখ্যান কেন পরিসংখ্যান প্রক্রিয়া নিয়ন্ত্রণের জন্য বেশি জনপ্রিয় নয়?
বেয়েশিয়ান বনাম ঘন ঘন বিতর্ক সম্পর্কে আমার বোঝা হ'ল ঘনতান্ত্রিক পরিসংখ্যান: (বা দাবি হিসাবে) উদ্দেশ্য হয় বা কমপক্ষে পক্ষপাতহীন সুতরাং বিভিন্ন গবেষক, বিভিন্ন অনুমান ব্যবহার করে এখনও পরিমাণগত তুলনামূলক ফলাফল পেতে পারেন বায়সিয়ান পরিসংখ্যানের সময় "আরও ভাল" পূর্বাভাস (যেমন কম প্রত্যাশিত ক্ষতি) করার দাবি করেছে, কারণ এটি পূর্ববর্তী জ্ঞান (অন্যান্য …

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.