পরিসংখ্যান এবং বড় তথ্য

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

1
হয়
আমার সহকর্মী 1 এর ক্ষমতায় উন্নীত করে প্রতিক্রিয়ার পরিবর্তনশীলকে রূপান্তর করার পরে কিছু ডেটা বিশ্লেষণ করতে চায় (এটি,y0.125)।1818\frac18y0.125y0.125y^{0.125} আমি এ নিয়ে অস্বস্তি বোধ করছি, তবে কেন তা স্পষ্ট করে বলতে আগ্রহী। আমি এই রূপান্তরটির জন্য কোনও যান্ত্রিক যুক্তি সম্পর্কে ভাবতে পারি না। বা আমি এর আগে কখনও দেখিনি, এবং আমি …

3
গবেষক ১,০০০ রিগ্রেশন চালান, গবেষক মাত্র ১ রান করেন, উভয়ই একই ফলাফল পান - তাদের কি আলাদা অনুমান করা উচিত?
কল্পনা করুন যে কোনও গবেষক একটি ডেটাসেট অন্বেষণ করছেন এবং 1000 টি আলাদা আলাদা চাপ চালাচ্ছেন এবং তিনি তাদের মধ্যে একটি আকর্ষণীয় সম্পর্ক খুঁজে পেয়েছেন। এখন কল্পনা করুন একই ডেটা সহ অন্য একজন গবেষক মাত্র 1 রিগ্রেশন চালিয়েছেন এবং দেখা যাচ্ছে যে এটি একই গবেষণাকারী এটির জন্য 1000 রিগ্রেশন নিয়েছিল। …

1
জেনারাইজড অ্যাডিটিভ মডেল (জিএএমএস), ইন্টারঅ্যাকশন এবং কোভারিয়েট
আমি পূর্বাভাসের জন্য বেশ কয়েকটি সরঞ্জাম অন্বেষণ করেছি এবং জেনারালাইজড অ্যাডিটিভ মডেলস (জিএএম) এই উদ্দেশ্যে সর্বাধিক সম্ভাবনা পেয়েছি। গ্যামস দুর্দান্ত! তারা জটিল মডেলগুলিকে খুব সংক্ষিপ্তভাবে নির্দিষ্ট করার অনুমতি দেয়। তবে, একই একই সংযোগটি আমাকে কিছুটা বিভ্রান্তির কারণ করছে, বিশেষ করে জিএএমরা কীভাবে ইন্টারঅ্যাকশন শর্তাদি এবং কোভেরিয়েটগুলি সম্পর্কে ধারণা দেয়। উদাহরণস্বরূপ …
12 r  modeling  gam  mgcv 

1
ব্যাচের নরমালাইজেশন সহ ব্যাকরোপ্যাগেশনের ম্যাট্রিক্স ফর্ম
ব্যাচ নরমালাইজেশন গভীর নিউরাল নেটগুলিতে যথেষ্ট পারফরম্যান্স উন্নতির জন্য জমা দেওয়া হয়েছে। ইন্টারনেটে প্রচুর পরিমাণে উপাদান দেখায় যে কীভাবে এটি অ্যাক্টিভেশন-বাই-অ্যাক্টিভেশন ভিত্তিতে প্রয়োগ করা যায়। আমি ইতিমধ্যে ম্যাট্রিক্স বীজগণিত ব্যবহার করে ব্যাকপ্রপ বাস্তবায়ন করেছি এবং দিয়েছি যে আমি উচ্চ স্তরের ভাষায় Rcpp(এবং শেষ পর্যন্ত forজিপিইউ'র উপর নির্ভর করে ঘন ম্যাট্রিক্স …

5
লিনিয়ার রিগ্রেশন কি অচল? [বন্ধ]
বন্ধ । এই প্রশ্নটি মতামত ভিত্তিক । এটি বর্তমানে উত্তর গ্রহণ করছে না। এই প্রশ্নটি উন্নত করতে চান? প্রশ্নটি আপডেট করুন যাতে পোস্টটি সম্পাদনা করে সত্য এবং উদ্ধৃতি দিয়ে উত্তর দেওয়া যায় । 2 বছর আগে বন্ধ । আমি বর্তমানে লিনিয়ার রিগ্রেশন ক্লাসে আছি, তবে আমি এই অনুভূতিটি কাঁপতে পারি …

1
একটি গ্যাম ফিটের সংক্ষিপ্তসার
আমরা যদি কোনও গ্যামের মতো ফিট করি তবে: gam.fit = gam::gam(Outstate ~ Private + s(Room.Board, df = 2) + s(PhD, df = 2) + s(perc.alumni, df = 2) + s(Expend, df = 5) + s(Grad.Rate, df = 2), data = College) কোথায়, আমরা ডেটাসেট ব্যবহার করি Collegeযা প্যাকেজের ভিতরে পাওয়া …
12 anova  gam 

5
যখনএবংস্বাধীনভাবে
XXX এবং স্বাধীনভাবে র্যান্ডম ভেরিয়েবলগুলি বিতরণ করা হয় যেখানে এবং । এর বিতরণ কী ?YYY Y ∼ বিটা ( এন ) nX∼χ2(n−1)X∼χ(n−1)2X\sim\chi^2_{(n-1)}Y∼Beta(n2−1,n2−1)Y∼Beta(n2−1,n2−1)Y\sim\text{Beta}\left(\frac{n}{2}-1,\frac{n}{2}-1\right)Z=(2Y−1)X−−√Z=(2Y−1)XZ=(2Y-1)\sqrt X এর যৌথ ঘনত্ব দেওয়া হয়েছে(X,Y)(X,Y)(X,Y) fX,Y(x,y)=fX(x)fY(y)=e−x2xn−12−12n−12Γ(n−12)⋅yn2−2(1−y)n2−2B(n2−1,n2−1)1{x>0,0<y<1}fX,Y(x,y)=fX(x)fY(y)=e−x2xn−12−12n−12Γ(n−12)⋅yn2−2(1−y)n2−2B(n2−1,n2−1)1{x>0,0<y<1}f_{X,Y}(x,y)=f_X(x)f_Y(y)=\frac{e^{-\frac{x}{2}}x^{\frac{n-1}{2}-1}}{2^{\frac{n-1}{2}}\Gamma\left(\frac{n-1}{2}\right)}\cdot\frac{y^{\frac{n}{2}-2}(1-y)^{\frac{n}{2}-2}}{B\left(\frac{n}{2}-1,\frac{n}{2}-1\right)}\mathbf1_{\{x>0\,,\,00\,,\,|z|

1
স্প্লিংস বা ভগ্নাংশের বহুভুজ ব্যবহার করার সময় কীভাবে অনুপস্থিত ডেটা মোকাবেলা করা যায়?
আমি মাল্টিভেরিয়েবল মডেল বিল্ডিং পড়ছি : প্যাট্রিক রয়স্টন এবং উইলি সৌরব্রির মডেলিং কনটিনিউশন ভেরিয়েবলের ফ্র্যাকশনাল পলিনোমিয়ালের উপর ভিত্তি করে রিগ্রেশন অ্যানালাইসিসের একটি প্র্যাকমেটিক অ্যাপ্রোচ। এখনও অবধি আমি মুগ্ধ এবং এটি একটি আকর্ষণীয় পদ্ধতির যা আমি আগে বিবেচনা করি নি। তবে লেখক নিখোঁজ ডেটা নিয়ে কাজ করেন না। প্রকৃতপক্ষে, পি। ১ …

3
আজকের দিনে উসাইন বোল্টের চেয়ে দ্রুত কেউ আছে কি?
সম্পাদনা: নমুনা পরিসংখ্যান প্রদত্ত প্রদত্ত জনগোষ্ঠীর মধ্যে "সত্য" সর্বাধিক সম্ভাবনা নির্ধারণের প্রযুক্তিগত সমস্যা এবং পদ্ধতি সম্পর্কে আমি বেশি আগ্রহী। মিঃ বোল্টের তুলনায় দ্রুত চালকদের সম্ভাবনা অনুমান করার ক্ষেত্রে সমস্যা রয়েছে যা রেকর্ড-সেটিংয়ের ড্যাশ বার থেকে স্পষ্ট এবং সূক্ষ্ম উভয়ই। এটি কেস না হওয়ার কথা ভেবে আমাকে হাস্যকর করুন। 100 মিটার …

2
লজিস্টিক রিগ্রেশন এবং সম্ভাবনা বোঝা
লজিস্টিক রিগ্রেশনটির প্যারামিটারের অনুমান / প্রশিক্ষণটি কীভাবে কাজ করে? আমি এ পর্যন্ত যা পেয়েছি তা রাখার চেষ্টা করব। আউটপুট হ'ল x: উপর নির্ভর করে সম্ভাবনার আকারে লজিস্টিক ফাংশনের আউটপুট পি( y)= 1 | x ) = 11 + ই- ωটিএক্স≡ σ( ω)টিএক্স )P(y=1|x)=11+e−ωTx≡σ(ωTx)P(y=1|x)={1\over1+e^{-\omega^Tx}}\equiv\sigma(\omega^Tx) পি( y)= 0 | x ) = …

3
পিসিএ অপ্টিমাইজেশন উত্তল হয়?
প্রধান উপাদান বিশ্লেষণ (পিসিএ) উদ্দেশ্য ফাংশন ও L2 আদর্শ মধ্যে পুনর্গঠন ত্রুটি কমানোর হয় (অধ্যায় 2.12 দেখতে এখানে আরেকটি দৃশ্য অভিক্ষেপ উপর ভ্যারিয়েন্স পূর্ণবিস্তার করার চেষ্টা করছে আমরা একটি চমৎকার পোস্ট এখানে।। পিসিএ উদ্দেশ্য কাজ কি ? )। আমার প্রশ্নটি হ'ল পিসিএ অপটিমাইজেশন উত্তল? (আমি কিছু আলোচনা পাওয়া এখানে কিন্তু …

2
জিএলএম এবং জিএএম স্প্লাইস
এটি কি ভুল যে স্প্লাইংগুলি কেবল গ্যাম-মডেলগুলিতে পাওয়া যায়, এবং জিএলএম-মডেলগুলিতে নয়? আমি এটি কিছুক্ষণ আগে শুনেছিলাম এবং অবাক করে দেখি যে এটি কেবল একটি ভুল ধারণা, বা এর কিছু সত্যতা আছে কিনা। এখানে একটি উদাহরণ দেওয়া হল:

1
অনর্থক মানে প্যারামিটারাইজেশন গীবস এমসিসিএমকে গতিবেগ করে কেন?
গেলম্যান অ্যান্ড হিল (২০০)) এর বইতে (ডাটা অ্যানালাইসিস ইউজ রিগ্রেশন অ্যান্ড মাল্টিলেভেল / হায়ারার্কিকাল মডেলস) বইটিতে লেখকরা দাবি করেছেন যে অপ্রয়োজনীয় গড় প্যারামিটারগুলি এমসিএমসিকে গতি বাড়িয়ে তুলতে সহায়তা করে। প্রদত্ত উদাহরণটি "ফ্লাইট সিমুলেটর" এর এক নেস্টেড মডেল (Eq 13.9): yiγjδk∼N(μ+γj[i]+δk[i],σ2y)∼N(0,σ2γ)∼N(0,σ2δ)yi∼N(μ+γj[i]+δk[i],σy2)γj∼N(0,σγ2)δk∼N(0,σδ2) \begin{align} y_i &\sim N(\mu + \gamma_{j[i]} + \delta_{k[i]}, \sigma^2_y) \\ …

2
showing দেখাচ্ছে উদাহরণ উদাহরণ
সম্ভাব্য বন্টনের একটি উদাহরণ কীভাবে তৈরি করবেন যার জন্য ধরে, ধরে ?ই( ঘএক্স) =1ই ( এক্স)E(1X)=1E(X)\mathbb{E}\left(\frac{1}{X}\right)=\frac{1}{\mathbb{E}(X)}পি ( এক্স≠ 0 ) = 1P(X≠0)=1\mathbb{P}(X\ne0)=1 ইতিবাচক-মূল্যবান আরভি এর জন্য জেনসেনের অসমতার পরে যে বৈষম্যটি আসে তা হ'ল ( হলে বিপরীত বৈষম্য )। কারণ ম্যাপিং জন্য উত্তল এবং জন্য অবতল । জেনসেনের অসমতার সাম্যতার …

5
এই স্ক্যাটার প্লটটি কীভাবে ব্যাখ্যা করব?
আমার একটি স্কেটার প্লট রয়েছে যার নমুনা আকার রয়েছে যা এক্স অক্ষের লোক সংখ্যা এবং y অক্ষের মধ্যম বেতনের সমান, আমি অনুসন্ধানের চেষ্টা করছি যে নমুনার আকারের মধ্যম বেতনের কোনও প্রভাব আছে কিনা। এটি চক্রান্ত: আমি এই প্লটটি কীভাবে ব্যাখ্যা করব?

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.