পরিসংখ্যান এবং বড় তথ্য

আমি রুট মিন স্কোয়ার্ড ত্রুটি (আরএমএসই) এবং মিন বায়াস ডেভিয়েশন (এমবিডি) সম্পর্কে একটি ধারণামূলক ধারণা অর্জন করতে চাই। আমার নিজস্ব উপাত্তের সাথে তুলনা করার জন্য এই ব্যবস্থাগুলি গণনা করে, আমি প্রায়শই হতবাক হয়ে গিয়েছিলাম যে আরএমএসই উচ্চ (উদাহরণস্বরূপ, 100 কেজি), এমবিডি কম (উদাহরণস্বরূপ, 1% এরও কম)। আরও নির্দিষ্টভাবে, আমি একটি …

13 standard-deviation  bias 

অর্ডিনাল স্তরের ডেটাগুলিকে অন্তর্বর্তী স্তরে রূপান্তরিত করার কোনও সোজা পদ্ধতি আছে (যেমন এটি অন্যভাবে করার জন্য রয়েছে)? এবং এক্সেল বা এসপিএসএসে পারফর্মযোগ্য? ডেটা থাকা, বলুন: অরডিনাল স্তরে 10 টি প্রশ্ন (0-5 স্কেল বলুন, যেখানে 0 = "একেবারেই নয়", 5 = "সর্বকালে"), আমি তাদের ট্রান্সফর্ম করতে চাই যাতে তাদের যথাযথ হিসাবে …

13 categorical-data  ordinal-data  scales  psychometrics 

উপর এক প্রশ্নের উত্তরে multicollinearity উপস্থিতিতে মডেল নির্বাচন , ফ্রাঙ্ক Harrell প্রস্তাব : মডেলটিতে সমস্ত ভেরিয়েবল রাখুন তবে প্রতিদ্বন্দ্বী ভেরিয়েবলের প্রভাবগুলির জন্য অ্যাডজাস্ট করা একটি ভেরিয়েবলের প্রভাবের জন্য পরীক্ষা করবেন না ... প্রতিযোগী ভেরিয়েবলের খণ্ড পরীক্ষা শক্তিশালী কারণ কলিনারি ভেরিয়েবলগুলি স্বাধীনতা সংস্থার পরীক্ষার সামগ্রিক একাধিক ডিগ্রীতে বাহিনীতে যোগ দেয়, পরিবর্তে …

13 r  model-selection  multicollinearity 

দ্বি-মাত্রিক বন্টন একটি রেফারেন্সের সাথে খাপ খায় কিনা তা নির্ধারণ করার জন্য আমি কয়েকটি দ্বিমাত্রিক কোলমোগোরভ-স্মিরনভ পরীক্ষা চালাতে চাই। অপেক্ষাকৃত সোজাসাপ্টা ফ্যাশনে আমি কি কোনও প্যাকেজ বা অ্যাপ্লিকেশন ব্যবহার করতে পারি? বা অন্য কোনও অ্যালগোরিদম যা পছন্দনীয়? আমি কেবল একটি প্রাথমিক পরিসংখ্যান জ্ঞান আছে।

13 kolmogorov-smirnov 

সুপ্ত ভেরিয়েবল (বিশেষত পিএলএসএ) সহ মডেল শেখার জন্য ইএম অ্যালগরিদমের কোনও দ্রুত বিকল্প আছে? আমি গতির পক্ষে যথার্থ বলিদান সহ ঠিক আছি।

13 machine-learning  optimization  expectation-maximization  lsa 

এটি এমন একটি প্রশ্ন যা পাইথনের সাথে একটি পরিসংখ্যান ওয়ার্কব্যাঞ্চ হিসাবে পরিসংখ্যান করে এবং একটি পরিসংখ্যান ওয়ার্কব্যাঞ্চ হিসাবে এক্সেল করে । আমি জানি রুবি বনাম পাইথন সম্পর্কে একটি বিশাল আলোচনা আছে তবে এটি এই প্রশ্নের মূল বিষয় নয়। আমি ভেবেছিলাম যে রুবি পাইথনের চেয়ে দ্রুত এবং একটি খুব প্রাকৃতিক বাক্য …

13 r  python  software  ruby 

আমার পরিসংখ্যান কোর্সের জন্য অধ্যয়নকালে, আমি এক-পুচ্ছ এবং দুই-লেজযুক্ত হাইপোথিসিস পরীক্ষার মধ্যে পার্থক্যটি বোঝার চেষ্টা করছিলাম। বিশেষত, এক-লেজযুক্ত পরীক্ষা কেন নালকে প্রত্যাখ্যান করে যখন দুটি লেজযুক্ত না করে? একটি উদাহরণ:

13 hypothesis-testing 

আমি গত এক বছর ধরে মোটামুটি কাছাকাছিভাবে গুরুত্বের নমুনা নিয়ে কাজ করছি এবং কয়েকটি মুক্ত-সমাপ্ত প্রশ্ন রয়েছে যার সাথে আমি কিছুটা সহায়তা পাব বলে আশা করি। গুরুত্ব সহকারে নমুনা দেওয়ার প্রকল্পগুলির সাথে আমার ব্যবহারিক অভিজ্ঞতাটি হ'ল তারা মাঝেমধ্যে চমত্কার নিম্ন-বৈকল্পিক এবং কম-পক্ষপাত অনুমান উত্পাদন করতে পারে। আরও ঘন ঘন, তবে, …

13 monte-carlo  information-theory  importance-sampling 

আমি একটি র্যান্ডমফোরস্টের সাথে খেলছি এবং দেখেছি যে সাধারণত স্যাম্পসাইজ বাড়ানো আরও ভাল পারফরম্যান্সের দিকে নিয়ে যায়। কোনও নিয়ম / সূত্র / ইত্যাদি রয়েছে যা ইঙ্গিত দেয় যে সর্বোত্তম স্যাম্পসাইজটি কী হওয়া উচিত বা এটি একটি ট্রায়াল এবং ত্রুটিযুক্ত জিনিস? আমি অনুমান করি এটির অন্যরকম উপায়; একটি সাম্পসাইজ খুব ছোট …

13 r  random-forest 

আমার একাধিক অনুপাতযুক্ত একটি ডেটাসেট রয়েছে যা ১ টি পর্যন্ত যুক্ত হয় I gradient <- 1:99 A1 <- gradient * 0.005 A2 <- gradient * 0.004 A3 <- 1 - (A1 + A2) df <- data.frame(gradient = gradient, A1 = A1, A2 = A2, A3 = A3) require(ggplot2) require(reshape2) dfm …

13 r  multinomial 

এআর (1) প্রক্রিয়া যেমন একটি মার্কভ প্রক্রিয়া?Yটি= ρ yt - 1+ + εটিyt=ρyt−1+εty_t=\rho y_{t-1}+\varepsilon_t যদি তা হয়, তবে ভিএআর (1) মার্কোভ প্রক্রিয়াটির ভেক্টর সংস্করণ?

13 time-series 

অন্যান্য traditionalতিহ্যবাহী অনুসন্ধান এবং অপ্টিমাইজেশন পদ্ধতির তুলনায় কেউ আমাকে জেনেটিক অ্যালগরিদমের সুবিধাগুলি ব্যাখ্যা করতে পারেন?

13 genetic-algorithms 

আমি 6 ভেরিয়েবল (আছে ) যে আমি ভবিষ্যদ্বাণী করা ব্যবহার করছি Y । আমার ডেটা বিশ্লেষণ সম্পাদন করার সময়, আমি প্রথমে একাধিক লিনিয়ার রিগ্রেশন চেষ্টা করেছি। এটি থেকে মাত্র দুটি পরিবর্তনশীল তাৎপর্যপূর্ণ ছিল। যাইহোক, যখন আমি প্রতিটি চলককে পৃথকভাবে y এর সাথে তুলনা করে একটি লিনিয়ার রিগ্রেশন চালাই, তখন একটি …

13 multiple-regression  multicollinearity  vif 

আমি এই দু'জনকে একাধিকবার ব্যাখ্যা করেছি। তারা আমার মস্তিষ্ক রান্না করা অবিরত। র্যান্ডম এ অনুপস্থিত হওয়া অনুধাবন করা বোঝায় এবং র্যান্ডম এ সম্পূর্ণরূপে অনুপস্থিত হওয়া বোঝায় ... এটি মিস করা এ র্যান্ডম যা ততটা নয়। এমআরএআর নয় তবে এমসিএআর হতে পারে এমন ডেটা কীসের জন্ম দেয়?

13 missing-data 

অনেকগুলি মেশিন লার্নিং অ্যালগরিদম রয়েছে যা কার্নেল ফাংশনে নির্ভর করে। নাম হিসাবে এসভিএম এবং এনএন তবে দুটি। সুতরাং কার্নেল ফাংশনটির সংজ্ঞা কী এবং এর বৈধ হওয়ার জন্য প্রয়োজনীয়তাগুলি কী?

13 svm  terminology  kernel-trick