পরিসংখ্যান এবং বড় তথ্য

কোয়ান্টাইল রিগ্রেশন এস্টিমেটারের দুটি ভিন্ন উপস্থাপনা আমি দেখেছি প্রশ্ন ( β)কুই) = ∑i : yআমি। X'আমিβএনকুই∣ yআমি- এক্স'আমিβকুই∣ + ∑i : yআমি&lt; এক্স'আমিβএন( 1 - কিউ) ∣ yআমি- এক্স'আমিβকুই|প্রশ্নঃ(βকুই)=Σআমি:Yআমি≥এক্সআমি'βএনকুই|Yআমি-এক্সআমি'βকুই|+ +Σআমি:Yআমি&lt;এক্সআমি'βএন(1-কুই)|Yআমি-এক্সআমি'βকুই|Q(\beta_{q}) = \sum^{n}_{i:y_{i}\geq x'_{i}\beta} q\mid y_i - x'_i \beta_q \mid + \sum^{n}_{i:y_{i}< x'_{i}\beta} (1-q)\mid y_i - x'_i \beta_q \mid এবং প্রশ্ন …

11 proof  quantile-regression  equivalence 

এই আলোচনাটি পেরিয়ে আসার পরে আমি ব্যাক-ট্রান্সফর্মড কনফিডেন্স ইন্টারভাল কনভেনশনগুলিতে প্রশ্ন উত্থাপন করছি। এই নিবন্ধ অনুসারে লগ-সাধারণ র্যান্ডম ভেরিয়েবলের গড় ব্যাক-ট্রান্সফর্মড সিআই হ'ল: UCL(X)=exp(Y+var(Y)2+zvar(Y)n+var(Y)22(n−1)−−−−−−−−−−−−√) UCL(X)=exp⁡(Y+var(Y)2+zvar(Y)n+var(Y)22(n−1))\ UCL(X)= \exp\left(Y+\frac{\text{var}(Y)}{2}+z\sqrt{\frac{\text{var}(Y)}{n}+\frac{\text{var}(Y)^2}{2(n-1)}}\right) LCL(X)=exp(Y+var(Y)2−zvar(Y)n+var(Y)22(n−1)−−−−−−−−−−−−√) LCL(X)=exp⁡(Y+var(Y)2−zvar(Y)n+var(Y)22(n−1))\ LCL(X)= \exp\left(Y+\frac{\text{var}(Y)}{2}-z\sqrt{\frac{\text{var}(Y)}{n}+\frac{\text{var}(Y)^2}{2(n-1)}}\right) / এবং নিষ্পাপ / /exp((Y)+zvar(Y)−−−−−−√)exp⁡((Y)+zvar(Y))\exp((Y)+z\sqrt{\text{var}(Y)}) নিম্নলিখিত রূপান্তরের জন্য এখন এই জাতীয় সিআই কী: x−−√x\sqrt{x} এবংx1/3x1/3x^{1/3} arcsin(x−−√)arcsin(x)\text{arcsin}(\sqrt{x}) log(x1−x)log⁡(x1−x)\log(\frac{x}{1-x}) 1/x1/x1/x এলোমেলো …

11 confidence-interval  data-transformation  back-transformation 

স্কিউ-নরমাল সম্পর্কিত সূত্রগুলির পরামিতি অনুমানগুলি কী কী? আপনি যদি পারেন তবে এমএলই বা মম এর মাধ্যমে ডাইরিভেশনটিও দুর্দান্ত। ধন্যবাদ সম্পাদনা করুন । আমার কাছে ডেটার একটি সেট রয়েছে যার জন্য আমি প্লটগুলি দ্বারা দৃশ্যত বলতে পারি কিছুটা বাম দিকে স্কু করা। আমি গড় এবং বৈচিত্রটি অনুমান করতে এবং তারপরে একটি …

11 normal-distribution  maximum-likelihood  skewness  skew-normal 

দাবি অস্বীকার: আপনি যদি এই প্রশ্নটিকে অন্য একটির সাথে মিলে যায় বলে মনে করেন তবে এটি একীভূত হওয়ার জন্য আমি খুশি। তবে আমি অন্য কোথাও সন্তোষজনক উত্তর খুঁজে পাইনি (এবং মন্তব্য করার জন্য বা উত্সাহ দেওয়ার জন্য "খ্যাতি" এখনও পাইনি), তাই আমি নিজেই একটি নতুন প্রশ্ন জিজ্ঞাসা করা ভাল বলে …

11 correlation  statistical-significance  fisher-transform 

আপনার জনসংখ্যার আকারের উপর ভিত্তি করে প্রদত্ত ব্যবধানের ত্রুটি বা আত্মবিশ্বাসের ব্যবধানের জন্য আপনার কী নমুনা আকারের প্রয়োজন তা নির্ধারণ করার জন্য সার্ভেমনকির পদক্ষেপ এবং একটি চার্ট রয়েছে। সার্ভেমনকি নমুনার আকার এই চার্টটি কী কেবল এই সত্যটিকে উপেক্ষা করে যে আপনি কোনও এলোমেলো নমুনা পাবেন না, যেহেতু আপনি কেবল সেই …

11 confidence-interval  sample-size  survey  sample 

যদি আমার কাছে রিগ্রেশন মডেল থাকে: যেখানে এবং ,ওয়াই= এক্সβ+ + εY=Xβ+ε Y = X\beta + \varepsilon ভি [ε]=আমিঘ। আরn × nV[ε]=Id∈Rn×n\mathbb{V}[\varepsilon] = Id \in \mathcal{R} ^{n \times n}ই [ε]=(0,…,0)E[ε]=(0,…,0)\mathbb{E}[\varepsilon]=(0, \ldots , 0) কখন βOLS ঔজ্জ্বল্যের প্রেক্ষাপটেβOLS\beta_{\text{OLS}} , সাধারণ least ββ\beta এর সর্বনিম্ন স্কোয়ারের অনুমানকারী , কোনও অনুমানকারীের পক্ষে বাজে …

11 regression  distributions  least-squares 

আমি জেনারালাইজড, লিনিয়ার এবং মিশ্রিত মডেলগুলির একটি উদাহরণ পুনরুত্পাদন করছি । আমার এমডব্লিউই নীচে: Dilution &lt;- c(1/128, 1/64, 1/32, 1/16, 1/8, 1/4, 1/2, 1, 2, 4) NoofPlates &lt;- rep(x=5, times=10) NoPositive &lt;- c(0, 0, 2, 2, 3, 4, 5, 5, 5, 5) Data &lt;- data.frame(Dilution, NoofPlates, NoPositive) fm1 &lt;- glm(formula=NoPositive/NoofPlates~log(Dilution), …

11 r  logistic  generalized-linear-model  likelihood-ratio  z-test 

একটি ছোট ভেরিয়েবলের সেট নির্ধারণের জন্য আমি 17 টি পরিমাণগত ভেরিয়েবলের উপর পিসিএ চালিয়েছি, এটি প্রধান উপাদান, দুটি শ্রেণিতে শ্রেণিবদ্ধকরণের জন্য তদারকি করা মেশিন লার্নিংয়ে ব্যবহৃত হতে পারে। পিসিএর পরে পিসি 1 ডেটাতে 31% পার্থক্য রাখে, পিসি 2 অ্যাকাউন্টে 17%, পিসি 3 10%, পিসি 4 অ্যাকাউন্ট 8%, পিসি 5 অ্যাকাউন্ট …

11 machine-learning  classification  pca  dimensionality-reduction 

আমি কোনও সম্প্রদায়ের বাস্তুশাস্ত্র নই, তবে এই দিনগুলিতে আমি সম্প্রদায় বাস্তুবিদ্যার ডেটা নিয়ে কাজ করছি। এই দূরত্বগুলির গণিত বাদে আমি যা বুঝতে পারি না, তা হ'ল প্রতিটি দূরত্ব ব্যবহারের মানদণ্ড এবং কোন পরিস্থিতিতে এটি প্রয়োগ করা যেতে পারে। উদাহরণস্বরূপ, গণনা ডেটা সহ কী ব্যবহার করবেন? কীভাবে দুটি অবস্থানের মধ্যে opeাল …

11 distance  euclidean 

আমি পাইথনে কীভাবে পুনরায় উত্পাদন করতে পারি সে জন্য আমি এসএএস-এর কাজ করেছি work এই ডেটাসেটটি ব্যবহার করে , যেখানে বহুবিধ লাইনারিটি সমস্যা, আমি পাইথনে মূল উপাদান বিশ্লেষণ করতে চাই। আমি সাইকিট-লার্ন এবং স্ট্যাটাসমডেলগুলি দেখেছি, তবে আমি কীভাবে তাদের আউটপুট নেব এবং এটি এসএএস হিসাবে একই ফলাফলের কাঠামোতে রূপান্তর করব …

11 pca  python  scikit-learn 

Rআমার ডেটা লগ-স্বাভাবিক বা পেরেটো বিতরণে ফিট করে কিনা তা আমি চেক করতে চাই । আমি এটা কিভাবে করতে পারি? সম্ভবত এটি ks.testকরতে আমাকে সহায়তা করতে পারে, তবে কীভাবে আমি আমার ডেটার জন্য পেরিটো বিতরণের এবং প্যারামিটারগুলি পেতে পারি?αα\alphakkk

11 r  regression  distributions  lognormal  pareto-distribution 

আমি বর্তমানে একটি মুখের স্বীকৃতি সফটওয়্যারটিতে কাজ করছি যা মুখগুলি সনাক্ত করতে কনভলিউশন নিউরাল নেটওয়ার্ক ব্যবহার করে। আমার পড়াশোনার উপর ভিত্তি করে, আমি একত্রিত করেছি যে একটি কনভোলশনাল নিউরাল নেটওয়ার্ক ওজন ভাগ করে নিয়েছে, যাতে প্রশিক্ষণের সময় সময় বাঁচাতে পারে। তবে, কীভাবে একজন ব্যাকপ্রপ্যাজেশনকে মানিয়ে নেয় তাই এটি কনভোলশন নিউরাল …

11 machine-learning  neural-networks  computer-vision  backpropagation  conv-neural-network 

ধরা যাক আমার কাছে ক্লাস লেবেলের সাথে সংযুক্ত উদাহরণ রয়েছে। এটা কোন ব্যাপার না কিভাবে এই দৃষ্টান্ত লেবেল করা হয়েছে, কিন্তু কিভাবে নির্দিষ্ট তাদের বর্গ সদস্যপদ। প্রতিটি ইনস্ট্যানস ঠিক এক শ্রেণির অন্তর্গত । ধরা যাক আমি 1 থেকে 3 (যথাক্রমে অনিশ্চিত, খুব নির্দিষ্ট) থেকে যায় এমন নামমাত্র বৈশিষ্ট্য সহ প্রতিটি …

11 classification  weka  uncertainty 

এই কাগজে: লুকিং ভেরিয়েবলস: কিছু উদাহরণ ব্রায়ান এল। জয়েন্টার আমেরিকান স্ট্যাটিস্টিশিয়ান ভলিউম। 35, নং 4, নভেম্বর। 1981 227-233 ব্রায়ান জোয়ারার দাবি করেছেন যে "এলোমেলোকরণ কোনও চঞ্চলতা নয়"। এটি নীচের মত একটি সাধারণ বিবৃতি বিরোধী: একটি সু-নকশিত পরীক্ষায় নকশার বৈশিষ্ট্য অন্তর্ভুক্ত রয়েছে যা গবেষকরা স্বতন্ত্র ভেরিয়েবল (গুলি) এবং নির্ভরশীল ভেরিয়েবলের মধ্যে …

11 confounding  random-allocation 

আমি একটি পার্সেপেট্রন অ্যালগরিদমের সিদ্ধান্তের সীমানাকে চক্রান্ত করার চেষ্টা করছি এবং কয়েকটি বিষয় সম্পর্কে আমি সত্যিই বিভ্রান্ত। আমার ইনপুট উদাহরণগুলি আকারে রয়েছে , মূলত একটি 2D ইনপুট উদাহরণ ( x 1 এবং x 2 ) এবং বাইনারি শ্রেণীর লক্ষ্য মান ( y ) [1 বা 0]।[(x1,x2),y][(x1,x2),y][(x_{1},x_{2}), y]x1x1x_{1}x2x2x_{2}yyy আমার ওজন ভেক্টর …

11 machine-learning  neural-networks  python  decision-theory  perceptron