পরিসংখ্যান এবং বড় তথ্য

আমি বিশ্বাস করি যে নীচের বক্সপ্লটগুলি "বেশিরভাগ পুরুষেরা বেশিরভাগ মহিলার চেয়ে বেশি দ্রুত" (এই ডেটাসেটে) হিসাবে ব্যাখ্যা করা যেতে পারে, মূলত কারণ মধ্যযুগীয় পুরুষদের সময় মধ্যযুগীয় মহিলাদের সময়ের চেয়ে কম ছিল। তবে আর এবং পরিসংখ্যানের কুইজে অ্যাডএক্স কোর্সটি আমাকে বলেছিল যে এটি ভুল। আমার অন্তর্নিহিত কেন ভুল তা দয়া করে …

9 quantiles  histogram  boxplot  eda 

এই প্রশ্নটি শ্রেণিতে উঠে এসেছিল: আমরা যদি পরীক্ষার অনুমানের মূল্যায়ন করার জন্য পি-মানগুলি ব্যবহার করি, তবে সম্ভাবনার নীতিটির কোন অংশটি আমরা মানছি না: পর্যাপ্ততা বা শর্ত ? আমার অনুভূতি বলতে হবে সক্ষমতা , যেহেতু কম্পিউটিং একটি পি-মান একটি পরীক্ষা অলক্ষিত ফলাফল উপর নির্ভর করে, এবং সক্ষমতা একটি একক পরীক্ষা মধ্যে …

9 likelihood  philosophical  likelihood-principle 

আর এ, আমি ক্যান্সার রোগীদের বেঁচে থাকার ডেটা বিশ্লেষণ করছি। আমি ক্রসভিলেটেড এবং অন্যান্য জায়গায় বেঁচে থাকার বিশ্লেষণ সম্পর্কে খুব সহায়ক জিনিসগুলি পড়ছি এবং মনে করি আমি কীভাবে কক্স রিগ্রেশন ফলাফল ব্যাখ্যা করতে পারি। যাইহোক, একটি ফলাফল এখনও আমাকে বাগ ... আমি বেঁচে থাকার বনাম লিঙ্গ তুলনা করছি। কাপলান-মেয়ের রেখাচিত্রগুলি …

9 r  survival  cox-model  kaplan-meier 

আমি ভাবছিলাম, কীভাবে ইলবার্ট স্পেস এবং কার্যকরী বিশ্লেষণ মেশিন লার্নিংয়ে দরকারী? আমি ভেবেছিলাম মেশিন লার্নিং হ'ল পরিসংখ্যান, কম্পিউটার বিজ্ঞান এবং অপ্টিমাইজেশনের মিশ্রণ। কার্যকরী বিশ্লেষণ এর সাথে কীভাবে সম্পর্কিত?

9 machine-learning  mathematical-statistics  computational-statistics 

ধরুন আপনার অজানা দৈর্ঘ্যের সাথে একটি এলিয়েন বছর ছিল If যদি আপনি বলেন এলিয়েনের এলোমেলো নমুনা থাকে এবং তাদের মধ্যে কিছু জন্মদিন ভাগ করে নেন, তবে আপনি বছরের দৈর্ঘ্যটি অনুমান করার জন্য এই ডেটা ব্যবহার করতে পারেন? উদাহরণস্বরূপ, 100 এর নমুনায় আপনার দুটি ট্রিপল (অর্থাত্ দুটি জন্মদিন প্রতিটি তিনটি এলিয়েন …

9 estimation  inference  birthday-paradox 

আমি এলোমেলোভাবে বিতরণ করা হয়নি এমন এলোমেলো সংখ্যক ভেরিয়েবলের যোগফলের সম্ভাব্য বন্টন সন্ধান করার চেষ্টা করছি। এখানে একটি উদাহরণ: জন একটি গ্রাহক পরিষেবা কল সেন্টারে কাজ করে। তিনি সমস্যার সাথে কল পেয়ে থাকেন এবং সেগুলি সমাধান করার চেষ্টা করেন। তিনি যেগুলি সমাধান করতে পারবেন না, সেগুলি তাদের উন্নত করতে এগিয়ে …

9 probability  distributions  random-variable 

আমি বর্তমানে দুটি পৃথক ফসফরাস পরীক্ষার মান একে অপরের রূপান্তর করার পথে কাজ করছি। পটভূমি মাটিতে উদ্ভিদ উপলভ্য ফসফরাস পরিমাপ করার জন্য অনেকগুলি (নিষ্কাশন) পদ্ধতি রয়েছে। বিভিন্ন দেশ বিভিন্ন পদ্ধতি প্রয়োগ করে, তাই সারা দেশগুলিতে পি-উর্বরতার তুলনা করার জন্য পি-পরীক্ষার মান y এর উপর ভিত্তি করে পি-টেস্ট মান x গণনা …

9 regression  total-least-squares 

আমি নির্ধারণ করতে চাই যে কোন দুটি সেট ডেটার (বি 1, বি 2) আরও ভাল সংযোগ (পেয়ারসন আর) অন্য সেট (এ) এর সাথে। সমস্ত সেট ডেটাতে ডেটা নেই। ফলাফলের পারস্পরিক সম্পর্ক উল্লেখযোগ্যভাবে আলাদা কিনা তা আমি কীভাবে নির্ধারণ করতে পারি? উদাহরণস্বরূপ 8426 মানগুলি A এবং B1, r = 0.74 উভয়তেই …

9 hypothesis-testing  correlation  statistical-significance  missing-data 

এটি জানুয়ারী 2004-এপ্রিল 2017 ( লিঙ্ক ) থেকে "নাইভ বয়েস" বাক্যাংশের জন্য প্রাপ্ত গুগল ট্রেন্ডস ফলাফল । এই চিত্র অনুসারে, এপ্রিল 2017 এ "নাইভ বয়েস" এর অনুসন্ধানের অনুপাত পুরো সময়ের মধ্যে সর্বাধিকের চেয়ে প্রায় 25% বেশি is এটি কি বোঝায় যে এই সহজ এবং পুরানো পদ্ধতিটি আরও মনোযোগ পাচ্ছে? কেন? …

9 naive-bayes  trend 

উদাহরণ: আমার কাজের বাক্যে একটি বাক্য রয়েছে: "যুক্তরাজ্যের জাভা সিনিয়র ইঞ্জিনিয়ার"। আমি এটি 2 বিভাগ: English এবং হিসাবে পূর্বাভাস দেওয়ার জন্য একটি গভীর শিক্ষার মডেল ব্যবহার করতে চাই IT jobs। যদি আমি traditionalতিহ্যগত শ্রেণিবদ্ধকরণ মডেল ব্যবহার করি তবে এটি কেবল softmaxসর্বশেষ স্তরে ফাংশন সহ 1 টি লেবেল পূর্বাভাস দিতে পারে …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty 

ধরুন আমার কাছে বিভিন্ন জনসংখ্যার মাপের একগুচ্ছ শহর রয়েছে এবং আমি দেখতে চেয়েছিলাম যে কোনও শহরে মদের দোকানগুলির সংখ্যা এবং ডিইউআইয়ের সংখ্যার মধ্যে ইতিবাচক রৈখিক সম্পর্ক রয়েছে কিনা। যেখানে আমি নির্ধারণ করছি যে এই সম্পর্কটি তাত্পর্যপূর্ণ কিনা তা অনুমানিত রিগ্রেশন সহগের টি-পরীক্ষার ভিত্তিতে। এখন পরিষ্কার পপ। একটি শহরের আকার Uাবির …

9 regression  multicollinearity 

হস্তি এট আল। "স্ট্যাটিস্টিকাল লার্নিং এর উপাদানসমূহ" (২০০৯) একটি ডেটা উত্পাদন প্রক্রিয়া বিবেচনা করে Y=f(X)+εY=f(X)+ε Y = f(X) + \varepsilon সঙ্গে E(ε)=0E(ε)=0\mathbb{E}(\varepsilon)=0 এবং Var(ε)=σ2εVar(ε)=σε2\text{Var}(\varepsilon)=\sigma^2_{\varepsilon}। তারা প্রত্যাশিত স্কোয়ারড পূর্বাভাস ত্রুটির নীচে নীচের পক্ষপাত-বৈকল্পিক পচন উপস্থাপন করে x0x0x_0 (পৃষ্ঠা 223, সূত্র 7.9): Err(x0)=E([y−f^(x0)]2|X=x0)=…=σ2ε+Bias2(f^(x0))+Var(f^(x0))=Irreducible error+Bias2+Variance.Err(x0)=E([y−f^(x0)]2|X=x0)=…=σε2+Bias2(f^(x0))+Var(f^(x0))=Irreducible error+Bias2+Variance.\begin{aligned} \text{Err}(x_0) &= \mathbb{E}\left( [ y - \hat …

9 variance  forecasting  prediction  terminology  bias 

প্রশ্ন: পি-মানগুলির একটি সাধারণ ভুল বোঝাবুঝি হ'ল তারা নাল অনুমানের সত্য হওয়ার সম্ভাবনাটি উপস্থাপন করে। আমি জানি যে এটি সঠিক নয় এবং আমি জানি যে পি মানগুলি নাল হাইপোথিসিসটি সত্য বলে দেওয়া হয় কেবল এটির মতো চরম হিসাবে একটি নমুনা খুঁজে পাওয়ার সম্ভাবনা উপস্থাপন করে। তবে স্বজ্ঞাতভাবে, একজনকে প্রথমটির থেকে …

9 hypothesis-testing  bayesian  p-value  frequentist 

আমি অ্যাকোয়াপোনিক্স সম্পর্কে এই কাগজটি পড়ছিলাম এবং কিছু পরিসংখ্যান তালিকাভুক্ত পার্সেন্টস সম্পর্কিত কোনও ধারণা রাখেনি। কোন পদ্ধতি এই অনুভূমিকাগুলি বিদ্যমান থাকতে দেয়? শতাংশে সর্বাধিক উত্থিত জলজ প্রাণী হ'ল টিলাপিয়া (%৯%), অলংকারযুক্ত মাছ (৪৩%), ক্যাটফিশ (২৫%), অন্যান্য জলজ প্রাণী (১৮%), পার্চ (১%%), ব্লুগিল (১৫%), ট্রাউট ( 10%), এবং খাদ (7%)। ~ …

9 percentage 

কক্স আনুপাতিক বিপদ মডেল থেকে আপনি কীভাবে বেঁচে থাকার কার্ভটিকে ব্যাখ্যা করবেন? এই খেলনা উদাহরণে, ধরুন আমাদের কাছে ডেটা ageপরিবর্তনের ক্ষেত্রে একটি কক্স আনুপাতিক বিপত্তি মডেল রয়েছে kidneyএবং বেঁচে থাকার বক্ররেখা উত্পন্ন করছে। library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() উদাহরণস্বরূপ, সময়ে , কোন বিবৃতিটি সত্য? নাকি দুটোই …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear