পরিসংখ্যান এবং বড় তথ্য

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

2
বর্গমূলের স্বাধীন স্কোয়ার্ড ইউনিফর্ম র‌্যান্ডম ভেরিয়েবলের যোগফল
যাক হতে স্বাধীন ও identicallly বিতরণ মান অভিন্ন র্যান্ডম ভেরিয়েবল।X1,…,Xn∼U(0,1)X1,…,Xn∼U(0,1)X_1,\dots,X_n \sim U(0,1) Let Yn=∑inX2iI seek: E[Yn−−√]Let Yn=∑inXi2I seek: E[Yn]\text{Let }\quad Y_n=\sum_i^nX_i^2 \quad \quad \text{I seek: } \quad \mathbb{E}\big[\sqrt{Y_n } \big] YnYnY_n এর প্রত্যাশা সহজ: E[X2]E[Yn]=∫10y2y√=13=E[∑inX2i]=∑inE[X2i]=n3E[X2]=∫01y2y=13E[Yn]=E[∑inXi2]=∑inE[Xi2]=n3\begin{align} \mathbb{E}\left[X^2\right] &=\int_0^1\frac{y}{2\sqrt{y}}=\frac{1}{3}\\ \mathbb{E}\left[Y_n\right] &=\mathbb{E}\left[\sum_i^nX_i^2\right] = \sum_i^n\mathbb{E}\left[X_i^2\right]=\frac{n}{3} \end{align} বোরিং অংশের জন্য এখন। YnYnY_n প্রয়োগ করতে, আমার …

4
কোনও রৈখিক মডেল লাগানোর পরে কি লাগানো অবশিষ্টাংশগুলিকে পক্ষপাত এবং বৈকল্পিকতায় পচন করা সম্ভব?
আমি আরও জটিল মডেলের প্রয়োজন, বা আরও জটিল মডেলের প্রয়োজন না হিসাবে ডেটা পয়েন্টগুলি শ্রেণিবদ্ধ করতে চাই। আমার বর্তমান চিন্তাভাবনা হ'ল সমস্ত তথ্য একটি সাধারণ রৈখিক মডেলের সাথে ফিট করে এবং এই শ্রেণিবদ্ধকরণটি করার জন্য অবশিষ্টাংশের আকার পর্যবেক্ষণ করে। আমি তখন ত্রুটির প্রতি পক্ষপাতিত্ব এবং প্রকরণের অবদান সম্পর্কে কিছু পড়েছিলাম …

2
এমএল অনুমানকারকের অদম্য সম্পত্তিটি কি কোনও বায়সীয় দৃষ্টিকোণ থেকে নির্লজ্জ?
কেসেলা এবং বার্গার এমএল অনুমানকারকের অদম্য সম্পত্তি নীচে উল্লেখ করেছেন: যাইহোক, আমার কাছে মনে হয় তারা "সম্ভাবনা" এর সংজ্ঞা দেয় ηη\eta সম্পূর্ণরূপে অস্থায়ী এবং অযৌক্তিক উপায়ে: যদি আমি সম্ভাব্যতা তত্ত্বের বেসিক নিয়মগুলিকে সাধারণ কেস হুইটারে প্রয়োগ করি η=τ(θ)=θ2η=τ(θ)=θ2\eta=\tau(\theta)=\theta^2, আমি পরিবর্তে নিম্নলিখিত পেতে: L(η|x)=p(x|θ2=η)=p(x|θ=−η–√∨θ=η–√)=:p(x|A∨B)L(η|x)=p(x|θ2=η)=p(x|θ=−η∨θ=η)=:p(x|A∨B)L(\eta|x)=p(x|\theta^2=\eta)=p(x|\theta = -\sqrt \eta \lor \theta = \sqrt …

1
লিনিয়ার রিগ্রেশন এর পক্ষপাত-বৈকল্পিক পঁচনে বৈকল্পিক শব্দ
'স্ট্যাটিস্টিকাল লার্নিং এর উপাদানসমূহ'-এ রৈখিক-মডেলটির পক্ষপাত-বৈচিত্র্য ক্ষয়ের জন্য অভিব্যক্তিটি যেখানে আসল লক্ষ্য ফাংশন, মডেল ) এ র্যান্ডম ত্রুটির এবং রৈখিক মূল্নির্ধারক হয় ।Err(x0)=σ2ϵ+E[f(x0)−Ef^(x0)]2+||h(x0)||2σ2ϵ,Err(x0)=σϵ2+E[f(x0)−Ef^(x0)]2+||h(x0)||2σϵ2,Err(x_0)=\sigma_\epsilon^2+E[f(x_0)-E\hat f(x_0)]^2+||h(x_0)||^2\sigma_\epsilon^2,f(x0)f(x0)f(x_0)σ2ϵσϵ2 \sigma_\epsilon^2y=f(x)+ϵy=f(x)+ϵy=f(x)+\epsilonf^(x)f^(x)\hat f(x)f(x)f(x)f(x) ভেরিয়েন্স শব্দটি এখানে আমাকে বিরক্ত করছে কারণ সমীকরণটি সূচিত করে যে লক্ষ্যগুলি , হলে ভেরিয়েন্সটি শূন্য হবেতবে এটি আমার কাছে তাত্পর্যপূর্ণ নয় কারণ শূন্য …

1
হাই ডাইমেনশনাল, পারস্পরিক সম্পর্কযুক্ত ডেটা এবং শীর্ষ বৈশিষ্ট্যগুলি / কোভেরিয়েটগুলি আবিষ্কার হয়েছে; একাধিক অনুমানের পরীক্ষা?
আমার প্রায়শই প্রায় 5000 টি সম্পর্কিত বৈশিষ্ট্য / সংশ্লেষ এবং বাইনারি প্রতিক্রিয়া সহ একটি ডেটাসেট রয়েছে। ডেটা আমাকে দেওয়া হয়েছিল, আমি তা সংগ্রহ করি নি। আমি মডেলগুলি তৈরি করতে লাসো এবং গ্রেডিয়েন্ট বুস্টিং ব্যবহার করি। আমি পুনরাবৃত্তিযুক্ত, নেস্টেড ক্রস বৈধতা ব্যবহার করি। আমি লাসোর বৃহত্তম (পরম) 40 সহগ এবং গ্রেডিয়েন্ট …

1
Lme4 গ্লিমার এবং গ্লমার.এনবি ব্যবহার করে গণনা ডেটা জিএলএমএম-কে ব্যাখ্যা করতে সহায়তা করুন - পয়েসন বনাম নেতিবাচক দ্বিপদী
জিএলএমএমগুলির স্পেসিফিকেশন এবং ব্যাখ্যা সম্পর্কিত আমার কিছু প্রশ্ন রয়েছে। 3 টি প্রশ্ন অবশ্যই পরিসংখ্যানগত এবং 2 টি আর সম্পর্কে আরও সুনির্দিষ্ট I আমি এখানে পোস্ট করছি কারণ শেষ পর্যন্ত আমি মনে করি বিষয়টি জিএলএমএম ফলাফলের ব্যাখ্যা। আমি বর্তমানে একটি জিএলএমএম ফিট করার চেষ্টা করছি। আমি লম্বিটুডিনাল ট্র্যাক্ট ডাটাবেস থেকে মার্কিন …

1
গড় দ্বারা বিভাজিত এলোমেলো পরিবর্তনশীলটির প্রত্যাশা কী
যাক IID এবং হতে । এটি সুস্পষ্ট বলে মনে হচ্ছে তবে আনুষ্ঠানিকভাবে এটি প্রাপ্ত করতে আমার সমস্যা হচ্ছে।XiXiX_iX¯=∑ni=1XiX¯=∑i=1nXi\bar{X} = \sum_{i=1}^{n} X_iE[XiX¯]= ?E[XiX¯]= ? E\left[\frac{X_i}{\bar{X}}\right] = \ ?

1
আত্মবিশ্বাসের ব্যবধানটি সঠিক হওয়ার সাথে সাথে কেন এই বহুবর্ষীয় রিগ্রেশনটিতে বায়েসীয় বিশ্বাসযোগ্য ব্যবধানটি পক্ষপাতদুষ্ট?
নীচের প্লটটি বিবেচনা করুন যেখানে আমি ডেটা সিমুলেটেড করেছি। আমরা একটি বাইনারি ফলাফল তাকানYও বি এসyobsy_{obs}যার জন্য 1 হওয়ার প্রকৃত সম্ভাবনাটি কালো রেখা দ্বারা নির্দেশিত। একটি covariate মধ্যে কার্যকরী সম্পর্কএক্সxx এবং পি (Yও বি এস= 1 | এক্স )p(yobs=1|x)p(y_{obs}=1 | x) লজিস্টিক লিঙ্ক সহ তৃতীয় ক্রমের বহুপদী (তাই এটি একটি …

2
যদি আমি ৯৯% চান্স পেতে চাই যে ১% এরও কম বস্তু ত্রুটিযুক্ত থাকে তবে আমার কতটি নমুনা দরকার?
আমার এক্সএমএল সাইটম্যাপটি এর চেয়ে কম আছে তা নিশ্চিত করা দরকার 1 %1%1\%আবর্জনা (ভাঙা লিঙ্ক) ইউআরএলটির তালিকা কয়েক হাজারে রয়েছে এবং অনেকগুলি কারণে 1 টি করে 1 টি দ্বারা এটি সমস্ত পরীক্ষা করা সম্ভব হলেও: 1 - Saved bandwidth 2 - Faster traffic for real clients 3 - Less noise …

1
আমরা থেকে এই উপসংহারে আসতে পারি যে স্বাধীন?
ওয়েল, আমরা দেখতে পাই না, উদাহরণস্বরূপ একটি আকর্ষণীয় কাউন্টারেরেক্স্যাম্পলটির জন্য https://en.wikedia.org/wiki/Subind dependence। তবে আসল প্রশ্নটি হল: স্বাধীনতা অনুসরণ করে শর্তটিকে আরও শক্তিশালী করার কোনও উপায় আছে? উদাহরণস্বরূপ, ফাংশনগুলির এমন কিছু সেট রয়েছে যাতে সমস্ত পরে স্বাধীনতা অনুসরণ করে? এবং, এ জাতীয় ফাংশনটির সেট কত বড় হতে হবে, অসীম?g1,…,gng1,…,gng_1, \dotsc, g_nEgi(X)gj(Y)=Egi(X)Egj(Y)E⁡gi(X)gj(Y)=E⁡gi(X)E⁡gj(Y)\E …

2
শূন্য-স্ফীতিত ডেটা সহ গ্যাম
আর-তে শূন্য-স্ফীতিত ডেটার জন্য কোনও জিএএমএম (জেনারেলাইজড অ্যাডিটিভ মিক্সড মডেল) ফিট করা কি সম্ভব? যদি তা না হয়, তবে আর-তে নেতিবাচক দ্বিপদী বা অর্ধেক পয়েসন বিতরণের সাথে শূন্য-স্ফীতিত ডেটার জন্য কোনও জিএএম (জেনারেলাইজড অ্যাডিটিভ মডেল) ফিট করা সম্ভব? (আমি কোজিগাম :: জিগাম এবং এমজিসিভি: পইসন বিতরণের জন্য জিআইপি ফাংশন পেয়েছি …

1
অভিযোজিত গ্যামটি এমজিসিভিতে মসৃণ হয়
জিএএম তত্ত্ব এবং বাস্তব এবং সিমুলেটেড ডেটাতে মডেল-ফিটিংয়ের বিষয়টি যখন আসে তখন জিএএমএস সম্পর্কিত সায়মন উডের বই এবং তার সম্পর্কিত আর প্যাকেজ এমজিসিভি উভয়ই অত্যন্ত বিশদ এবং তথ্যবহুল। 1 ডি স্মুথের জন্য, চক্রবৃদ্ধি বনাম অভিযোজিত ভিত্তিক ক্রিয়াগুলি বাস্তবায়িত করা উচিত কিনা তা সিদ্ধান্ত নেওয়ার জন্য সত্যই খুব বেশি কিছু নেই …
9 r  mgcv 

2
সামাজিক বিজ্ঞানগুলিতে সর্বাধিক প্রকাশিত সম্পর্কগুলি অবিশ্বাস্য এবং এ সম্পর্কে কী করা উচিত? [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 । শিকারী জার্নালের অনুশীলনগুলি প্রকাশ করার জন্য ব্যক্তিদের "গোটচা" -র গুরুত্বপূর্ন তবে বিস্মৃত …

2
জনসংখ্যার মধ্যে পার্থক্য তদন্ত করা
বলুন আমাদের কাছে দুটি জনসংখ্যার নমুনা রয়েছে: Aএবং B। আসুন ধরে নেওয়া যাক এই জনসংখ্যাগুলি ব্যক্তি দ্বারা তৈরি এবং আমরা বৈশিষ্ট্যগুলির ক্ষেত্রে ব্যক্তিদের বর্ণনা করতে পছন্দ করি। এর মধ্যে কয়েকটি বৈশিষ্ট্য শ্রেণিবদ্ধ (যেমন তারা কাজ করতে গাড়ি চালায়?) এবং কয়েকটি সংখ্যাসূচক (যেমন তাদের উচ্চতা)। আসুন এই বৈশিষ্ট্যগুলি কল করুন: । …

1
লাতিন স্কোয়ারে কেন সারি, চিকিত্সা এবং কলামগুলিকে অরথোগোনাল বলা হয়
আমি সবসময় জ্যামিতির ক্ষেত্রে "অরথগোনাল" শুনেছি (এছাড়াও দয়া করে মনে রাখবেন যে আমি স্থানীয় ইংরেজী স্পিকার নই)। আমি ল্যাটিন স্কোয়ারগুলির জন্য (পাঠ্য বইয়ের একটি উদ্ধৃতি) বুঝতে পারছি না: প্রতিটি চিকিত্সা (এবিসিডি) প্রতিটি সারিতে একবার উপস্থিত হয়। সুতরাং চিকিত্সা এবং সারিগুলি অরথোগোনাল। ... সারি এবং কলামগুলি চিকিত্সার অরথোগোনাল। 12341একজনবিসিডি2বিসিডিএকজন3সিডিএকজনবি4ডিএকজনবিসি12341একজনবিসিডি2বিসিডিএকজন3সিডিএকজনবি4ডিএকজনবিসি\begin{matrix}\,&1&2&3&4\\1&A&B&C&D\\2&B&C&D&A\\3&C&D&A&B\\4&D&A&B&C\end{matrix} অরথোগোনালিটি বলতে …

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.