পরিসংখ্যান এবং বড় তথ্য

আমি এই মুহুর্তে আমার মাস্টার থিসিসে কাজ করছি এবং সিগমাপ্লট-এর সাথে পরিসংখ্যান চালানোর পরিকল্পনা করছি। যাইহোক, আমার ডেটা দিয়ে কিছু সময় ব্যয় করার পরে আমি এই সিদ্ধান্তে পৌঁছেছি যে সিগমাপ্লট আমার সমস্যার জন্য উপযুক্ত নাও হতে পারে (আমার ভুল হতে পারে) তাই আমি আর-তে আমার প্রথম প্রচেষ্টা শুরু করেছি, যা …

16 r  anova  nonparametric  heteroscedasticity 

সর্বাধিক সম্ভাবনার প্রাক্কলন (এমএলই) ব্যবহার করে প্যারামিটারগুলি নির্ধারণের মধ্যে সম্ভাবনা ফাংশনটি মূল্যায়ন করা জড়িত থাকে, যা বিতরণ পরিবারকে দেওয়া (প (এক্স = এক্স | θ) প্যারামিটার স্পেস ()) এর মান (x) দ্বারা প্রাপ্ত নমুনা (এক্স) এর সম্ভাবনাটিকে মানচিত্র করে which ) এর সম্ভাব্য মানগুলির উপরে note (দ্রষ্টব্য: আমি কি ঠিক …

16 maximum-likelihood 

আমি প্রায়শই অগোছালো সমীক্ষার ডেটা নিয়ে কাজ করি যা কোনও পরিসংখ্যান করার আগে অনেক পরিষ্কার করা দরকার। আমি এক্সেলে এই "ম্যানুয়ালি" করতাম, কখনও এক্সেল সূত্র ব্যবহার করতাম এবং কখনও কখনও একের পর এক এন্ট্রি পরীক্ষা করতাম। এগুলি আর-তে করার জন্য স্ক্রিপ্টগুলি লিখে আমি আরও বেশি করে কাজ করা শুরু করেছি, …

16 r  data-cleaning 

ধরুন যে w1,w2,…,wnw1,w2,…,wnw_1,w_2,\ldots,w_n এবং প্রতিটি টানা হয় IID কিছু ডিস্ট্রিবিউশন, সঙ্গে থেকে স্বাধীন । কঠোরভাবে ইতিবাচক। আপনি সমস্ত w_i পালন করেন , তবে x_i নয় ; বরং আপনি \ যোগ_ i x_i ডাব্লু_আই পালন করেন । আমি এই তথ্য থেকে \ অপেরাটর্নাম {ই} \ বাম [x \ ডান] অনুমান করতে …

16 standard-error  weighted-mean 

আমি একটি অ্যারে আছে বাস্তব মূল্যবোধ, যা গড় রয়েছে এবং মানক চ্যুতির । অ্যারে এর একটি উপাদান যদি অন্য উপাদান দ্বারা প্রতিস্থাপিত হয় , তবে নতুন গড় হবেnnnμoldμold\mu_{old}σoldσold\sigma_{old}xixix_ixjxjx_j μnew=μold+xj−xinμnew=μold+xj−xin\mu_{new}=\mu_{old}+\frac{x_j-x_i}{n} এই পদ্ধতির সুবিধা হ'ল এর মান নির্বিশেষে ধ্রুবক গণনা প্রয়োজন । সেখানে নিরূপণ করা কোনো পন্থা ব্যবহার এর গণনার মত ব্যবহার …

16 standard-deviation  online 

অবিচ্ছিন্ন তাত্পর্যপূর্ণ হকস প্রক্রিয়াটি একটি ইভেন্টটি আগমন হারের সাথে একটি স্ব-উত্তেজনাপূর্ণ পয়েন্ট প্রক্রিয়া: λ(t)=μ+∑ti&lt;tαe−β(t−ti)λ(t)=μ+∑ti&lt;tαe−β(t−ti) \lambda(t) = \mu + \sum\limits_{t_i<t}{\alpha e^{-\beta(t-t_i)}} যেখানে ইভেন্টের আগমনের সময়।t1,..tnt1,..tn t_1,..t_n লগ সম্ভাবনা ফাংশন হয় −tnμ+αβ∑(e−β(tn−ti)−1)+∑i&lt;jln(μ+αe−β(tj−ti))−tnμ+αβ∑(e−β(tn−ti)−1)+∑i&lt;jln⁡(μ+αe−β(tj−ti)) - t_n \mu + \frac{\alpha}{\beta} \sum{( e^{-\beta(t_n-t_i)}-1 )} + \sum\limits_{i<j}{\ln(\mu+\alpha e^{-\beta(t_j-t_i)})} যা পুনরাবৃত্তভাবে গণনা করা যায়: −tnμ+αβ∑(e−β(tn−ti)−1)+∑ln(μ+αR(i))−tnμ+αβ∑(e−β(tn−ti)−1)+∑ln⁡(μ+αR(i)) - t_n \mu …

16 maximum-likelihood  stochastic-processes  likelihood 

আমি নিজেকে গ্রেঞ্জার কার্যকারিতা সম্পর্কে শিক্ষিত করার চেষ্টা করছি। আমি এই সাইটে পোস্ট এবং অনলাইনে বেশ কয়েকটি ভাল নিবন্ধ পড়েছি। আমি একটি খুব সহায়ক সরঞ্জাম, বিভারিয়েট গ্রেঞ্জার কার্যকারিতা - ফ্রি স্ট্যাটিস্টিক্স ক্যালকুলেটরও পেয়েছি যা আপনাকে আপনার সময় সিরিজে প্রবেশ করতে এবং গ্রানজারের পরিসংখ্যান গণনা করতে দেয়। নীচে, সাইটের অন্তর্ভুক্ত নমুনা …

16 time-series  causality  granger-causality 

সময়ের 29 তম ইউনিটের জন্য আমাকে নিম্নলিখিত 4 টি ভেরিয়েবলের পূর্বাভাস দিতে হবে। আমার কাছে প্রায় 2 বছরের মূল্যবান historicalতিহাসিক তথ্য রয়েছে, যেখানে 1 এবং 14 এবং 27 সমস্ত একই সময়ের (বা বছরের সময়)। শেষ পর্যন্ত, আমি একটি ওয়াক্সাকা-চোখের ঠুলি শৈলী পচানি করছি , , , এবং ।WWWwdwdwdwcwcwcppp time W …

16 time-series  forecasting  multivariate-analysis  var 

আমি plm()ফর্মটির স্থির প্রভাবগুলির মডেলগুলি অনুমান করতে ব্যবহার করছি y ~ x + time + time:fixed_trait যেখানে fixed_traitএকটি পরিবর্তনশীল যা ব্যক্তি জুড়ে পরিবর্তিত হয় তবে ব্যক্তিদের মধ্যে স্থির থাকে। আলাপচারিতার বিন্দু timeসঙ্গে fixed_traitপ্রভাব অনুমতি হয় fixed_traitসময় জুড়ে তারতম্য। (আমি পল অ্যালিসনের সাম্প্রতিক প্রভাবগুলির সাম্প্রতিক পুস্তিকা থেকে এখানে কাজ করছি C …

16 r 

এটি এমন একটি বিষয় যা আমি অ্যাড-হক পদ্ধতি অনুসারে সম্পন্ন করে দেখছি এবং এটি আমার কাছে খুব মশলাদার মনে হলেও সম্ভবত আমি কিছু মিস করছি। আমি একাধিক প্রতিরোধের মধ্যে এটি দেখেছি কিন্তু আসুন এটি সহজ রাখি: yi=β0+β1xi+εiyi=β0+β1xi+εi y_{i} = \beta_{0} + \beta_{1} x_{i} + \varepsilon_{i} এখন লাগানো মডেল থেকে বাকী …

16 regression  residuals 

একটি সাধারণ প্রশ্ন আরও। ভবিষ্যদ্বাণীপূর্ণ মডেলিংয়ের জন্য আমি একটি আরবিএফ এসভিএম চালাচ্ছি। আমি মনে করি আমার বর্তমান প্রোগ্রামটির স্পষ্টভাবে কিছুটা গতি বাড়ানো দরকার। গ্রিড অনুসন্ধান + ক্রস বৈধকরণ জরিমানা করতে আমি মোটা দিয়ে সাইকিট লার্ন ব্যবহার করি। প্রতিটি এসভিএম রান প্রায় এক মিনিট সময় নেয় তবে সমস্ত পুনরাবৃত্তির সাথে আমি …

16 machine-learning  svm  predictive-models  scikit-learn  kernel-trick 

নিউরাল নেটওয়ার্কগুলির জটিলতা পরিমাপ করার জন্য আমি কয়েকটি প্রাথমিক উপায়টি পেয়েছি: নিষ্পাপ এবং অনানুষ্ঠানিক: নিউরন, লুকানো নিউরন, স্তর বা লুকানো স্তরগুলির সংখ্যা গণনা করুন ভিসি-মাত্রা (এডুয়ার্ডো ডি সন্টাগ [1998] "নিউরাল নেটওয়ার্কগুলির ভিসি মাত্রা" [ পিডিএফ ]।) টি সি 0 ডি এর সমতুল্য হয়েTC0dTCd0TC^0_d একটি কোর্স গ্রেড এবং অ্যাসিম্পটোটিক কম্পিউটেশনাল জটিলতা …

16 neural-networks  theory  vc-dimension  pac-learning 

আমি জানি যে পাওয়ার ল ডিস্ট্রিবিউশনের পিডিএফ হ'লp(x)=α−1xmin(xxmin)−αp(x)=α−1xmin(xxmin)−α p(x) = \frac{\alpha-1}{x_{\text{min}}} \left(\frac{x}{x_{\text{min}}} \right)^{-\alpha} তবে উদাহরণস্বরূপ, যদি স্টক দামগুলি একটি পাওয়ার আইন বিতরণ অনুসরণ করে তবে এর স্বজ্ঞাত অর্থ কী? এর অর্থ কি ক্ষয়ক্ষতি খুব বেশি হলেও খুব কম হতে পারে?

16 distributions  power-law 

হ্যালো পরিসংখ্যান গুরু এবং আর প্রোগ্রামিং উইজার্ডস, আমি পরিবেশের পরিস্থিতি এবং বছরের একটি দিন হিসাবে প্রাণী ক্যাপচার মডেলিং করতে আগ্রহী। অন্য গবেষণার অংশ হিসাবে, আমার কাছে তিন বছরের মধ্যে 160 ডলার ধরে ক্যাপচারের সংখ্যা রয়েছে। এই দিনগুলির প্রতিটিটিতে আমার তাপমাত্রা, বৃষ্টিপাত, উইন্ডস্পিড, আপেক্ষিক আর্দ্রতা ইত্যাদি রয়েছে কারণ একই 5 টি …

16 r  mixed-model  autocorrelation  bugs  panel-data 

টি-পরীক্ষার বৈধ হওয়ার জন্য প্রয়োজনীয় ন্যূনতম নমুনার আকার নির্ধারণের জন্য কি কোনও "নিয়ম" রয়েছে? উদাহরণস্বরূপ, 2 জনসংখ্যার মাধ্যমের মধ্যে একটি তুলনা সম্পাদন করা প্রয়োজন। একটি জনগোষ্ঠীর 7 টি ডেটা পয়েন্ট এবং অন্যটি থেকে 2 টি পয়েন্ট রয়েছে। দুর্ভাগ্যক্রমে, পরীক্ষাটি খুব ব্যয়বহুল এবং সময়সাপেক্ষ, এবং আরও ডেটা প্রাপ্তি সম্ভব নয়। একটি …

16 t-test  sample-size  small-sample  wilcoxon-mann-whitney