পরিসংখ্যান এবং বড় তথ্য

যাক YYY মধ্যমা বোঝাতে দিন X¯X¯\bar{X} বোঝাতে গড়, আকারের একটি র্যান্ডম নমুনা n=2k+1n=2k+1n=2k+1 একটি বিতরণ যে থেকে । আমি কীভাবে গণনা করতে পারি ?N(μ,σ2)N(μ,σ2)N(\mu,\sigma^2)E(Y|X¯=x¯)E(Y|X¯=x¯)E(Y|\bar{X}=\bar{x}) স্বজ্ঞাতভাবে, স্বাভাবিকতা অনুমানের কারণে, দাবি করা বুদ্ধিমান হয়ে যায় যে এবং সত্যই এটি সঠিক উত্তর। এটি কি কঠোরভাবে দেখানো যেতে পারে?E(Y|X¯=x¯)=x¯E(Y|X¯=x¯)=x¯E(Y|\bar{X}=\bar{x})=\bar{x} আমার প্রাথমিক চিন্তাটি ছিল শর্তসাপেক্ষে …

16 self-study  normal-distribution  mathematical-statistics  expected-value  conditional-expectation 

আমি নিজেকে মজাদার জন্য কিছু পরিসংখ্যান শেখাচ্ছি এবং পর্যাপ্ত পরিসংখ্যান সম্পর্কে আমার কিছু বিভ্রান্তি রয়েছে । আমি তালিকা আকারে আমার বিভ্রান্তিগুলি লিখব: একটি বিতরণ থাকে পরামিতি তারপর এটি হবে যথেষ্ট পরিসংখ্যান?nnnnnn পর্যাপ্ত পরিসংখ্যান এবং পরামিতিগুলির মধ্যে কি কোনও ধরণের প্রত্যক্ষ যোগাযোগ রয়েছে? বা পর্যাপ্ত পরিসংখ্যানগুলি কেবল "তথ্য" এর পুল হিসাবে …

16 mathematical-statistics  sufficient-statistics 

এটি একটি দীর্ঘ পোস্ট তাই আমি আশা করি আপনি আমার সাথে সহ্য করতে পারেন, এবং আমি যেখানে ভুল করছি দয়া করে আমাকে সংশোধন করুন। আমার লক্ষ্যটি 3 বা 4 সপ্তাহের historicalতিহাসিক তথ্যের ভিত্তিতে একটি দৈনিক পূর্বাভাস উত্পাদন করা। ট্রান্সফরমার লাইনের একের স্থানীয় লোডের ডেটাটি 15 মিনিটের ডেটা। একটি মৌসুমী আরিমা …

16 forecasting  arima  model-selection  seasonality  fourier-transform 

আমার কাছে আমেরিকা যুক্তরাষ্ট্র জুড়ে আবহাওয়া স্টেশনগুলির একটি নেটওয়ার্কের ডেটা রয়েছে। এটি আমাকে একটি ডেটা ফ্রেম দেয় যাতে তারিখ, অক্ষাংশ, দ্রাঘিমাংশ এবং কিছু পরিমাপ করা মান থাকে। ধরে নিন যে প্রতিদিন একবার ডেটা সংগ্রহ করা হয় এবং আঞ্চলিক আকারের আবহাওয়া দ্বারা চালিত হয় (না, আমরা সেই আলোচনায় যাব না)। আমি …

16 r  regression  data-visualization  pca  spatial 

আমার lmer()মডেলের আউটপুট বুঝতে আমার সমস্যা হচ্ছে । এটি বিভিন্ন স্টেট ইন্টারসেপ্ট / স্টেটের এলোমেলো প্রভাব সহ একটি ফলাফল পরিবর্তনশীল (সমর্থন) এর একটি সাধারণ মডেল: mlm1 <- lmer(Support ~ (1 | State)) ফলাফলগুলি summary(mlm1): Linear mixed model fit by REML Formula: Support ~ (1 | State) AIC BIC logLik deviance …

16 r  mixed-model  random-effects-model  lme4-nlme 

ফ্রেডম্যানের গ্রেডিয়েন্ট বুস্টিং মেশিনটি কি ব্রেইম্যানের র্যান্ডম ফরেস্টের চেয়ে ভাল পারফরম্যান্স অর্জন করতে পারে ? যদি তা হয় তবে কোন পরিস্থিতিতে বা কোন ধরণের ডেটা সেট জিবিএমকে আরও উন্নত করতে পারে?

16 machine-learning  data-mining  random-forest  boosting 

আমি বোঝা পাশা সম্পর্কে একটি ভিডিও তৈরি করার চেষ্টা করছি, এবং ভিডিওর এক পর্যায়ে আমরা প্রায় 200 ডাইস রোল করব, সমস্ত ছক্কা নেব, সেগুলি আবার রোল করব, এবং সমস্ত ছক্কাটি নিয়ে তৃতীয় বার রোল করব। আমাদের একজন মারা গিয়েছিলেন যা পরপর তিনবার up বার এসেছিল, এটি স্পষ্টত অস্বাভাবিক নয় কারণ …

16 probability  dice  law-of-large-numbers 

আমি বুঝতে পারি যে এক-শ্রেণীর এসভিএমগুলি (ওএসভিএম) নেতিবাচক নেতিবাচক ডেটার অভাবের সাথে প্রস্তাবিত হয়েছিল এবং তারা সিদ্ধান্তের সীমানা সন্ধান করতে চায় যা একটি ইতিবাচক সেট এবং কিছু নেতিবাচক অ্যাঙ্কর পয়েন্ট পৃথক করে, উত্সটি বলে। ২০১১ সালে একটি কাজের প্রস্তাবিত এসএমএম (ইএসভিএম) উদাহরণস্বরূপ, যা "সিঙ্গেল প্রতি শ্রেণির শ্রেণিবদ্ধ" প্রশিক্ষণ দেয় যা …

16 machine-learning  svm 

আমি একটি নমুনা আঁকতে চাই x ∼N( 0 , Σ )এক্স~এন(0,Σ)\mathbf{x} \sim N\left(\mathbf{0}, \mathbf{\Sigma} \right) । উইকিপিডিয়া হয় একটি ব্যবহার পরামর্শ Cholesky বা Eigendecomposition , অর্থাত্ Σ=D1DT1Σ=D1D1T \mathbf{\Sigma} = \mathbf{D}_1\mathbf{D}_1^T বা Σ=QΛQTΣ=QΛQT \mathbf{\Sigma} = \mathbf{Q}\mathbf{\Lambda}\mathbf{Q}^T এবং তাই নমুনাটি আঁকতে পারে: x=D1vx=D1v \mathbf{x} = \mathbf{D}_1 \mathbf{v} বা x=QΛ−−√vx=QΛv \mathbf{x} = \mathbf{Q}\sqrt{\mathbf{\Lambda}} …

16 normal-distribution  random-generation  svd  cholesky 

আমি সবেমাত্র একটি কাগজ পড়েছি যেখানে লেখকরা দুজন ভবিষ্যদ্বাণীকের সাথে একাধিক রিগ্রেশন পরিচালনা করেছিলেন। সামগ্রিক আর-বর্গক্ষেত্রের মান 0.65 ছিল। তারা একটি টেবিল সরবরাহ করেছিল যা দুটি ভবিষ্যদ্বাণীকের মধ্যে আর-স্কোয়ারকে বিভক্ত করে। টেবিলটি এমন দেখাচ্ছে: rsquared beta df pvalue whole model 0.65 NA 2, 9 0.008 predictor 1 0.38 1.01 1, …

16 r  multiple-regression  r-squared  importance  variance-decomposition 

আমি পড়েছি যে এফডিআর নিয়ন্ত্রণ করা FWER নিয়ন্ত্রণের চেয়ে কম কঠোর, যেমন উইকিপিডিয়ায় : এফডিআর নিয়ন্ত্রণকারী পদ্ধতি পারিবারিকভাবে ত্রুটি হারের (এফডাব্লুআর) পদ্ধতিগুলির (যেমন বোনফেরনির সংশোধন) তুলনায় মিথ্যা আবিষ্কারের উপর কম কঠোর নিয়ন্ত্রণের চেষ্টা করে। এটি প্রথম ধরণের ত্রুটিগুলির হার বৃদ্ধির ব্যয়ে শক্তি বৃদ্ধি করে, অর্থাত্, যখন এটি গ্রহণ করা উচিত …

16 hypothesis-testing  multiple-comparisons  false-discovery-rate 

আমি electricityআর প্যাকেজে উপলব্ধ ডেটা সেট নিয়ে কাজ করছি TSA। আমার উদ্দেশ্যটি arimaএই ডেটাটির জন্য কোনও মডেল উপযুক্ত কিনা এবং শেষ পর্যন্ত এটি মাপসই করা যায় তা সন্ধান করা। সুতরাং আমি নিম্নরূপে এগিয়ে চললাম: 1 ম: সময় সিরিজটি প্লট করুন যার ফলস্বরূপ নিম্নলিখিত গ্রাফটি হয়েছে: 2 য়: আমি electricityবৈকল্পিক স্থিতিশীল …

16 r  time-series  stationarity 

আপনি যদি দুটি ভেরিয়েবল একই বিতরণ অনুসরণ করেন কিনা তা পরীক্ষা করতে চান, তবে উভয় ভেরিয়েবলকে কেবল বাছাই করা, এবং তারপরে পারস্পরিক সম্পর্ক পরীক্ষা করা কি ভাল পরীক্ষা হবে? যদি এটি উচ্চ হয় (কমপক্ষে 0.9?), তবে ভেরিয়েবলগুলি সম্ভবত একই বিতরণ থেকে আসে। বিতরণের সাথে এখানে আমার অর্থ "স্বাভাবিক", "চি-স্কোয়ার", "গামা" …

16 hypothesis-testing  distributions 

বন্ধ থাকে। এই প্রশ্নটি অফ-টপিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে এটি অন ​​টপিক হয় ক্রস ভ্যালিডেটের জন্য । 6 বছর আগে বন্ধ ছিল । ফাংশন rnormএবং runifআর এর মধ্যে পার্থক্য কী ?

16 r 

ফিটের সদ্ব্যবহারের জন্য চি-বর্গ পরীক্ষার প্রসঙ্গে পিয়ারসনের অবশিষ্টাংশ সম্পর্কে একটি প্রাথমিক প্রশ্ন: পাশাপাশি পরীক্ষার পরিসংখ্যান হিসাবে, আর এর chisq.testফাংশনটি পিয়ারসনের অবশিষ্টাংশের প্রতিবেদন করে: (obs - exp) / sqrt(exp) আমি বুঝতে পারি কেন পর্যবেক্ষিত এবং প্রত্যাশিত মানগুলির মধ্যে কাঁচা পার্থক্যটি অনুসন্ধান করা তথ্যপূর্ণ নয়, কারণ একটি ছোট নমুনা একটি ছোট পার্থক্যের …

16 chi-squared  goodness-of-fit  residuals