পরিসংখ্যান এবং বড় তথ্য

ধরা যাক আমি পৃথকভাবে 100 জন পৃথক ব্যক্তির জন্য একই প্রতিরোধ পরিচালনা করেছি। আমার আগ্রহের গুণাগুণগুলি ইতিবাচক (এবং একে অপরের থেকে একেবারে পৃথক) তবে পরিসংখ্যানগতভাবে সমস্ত 100 ফলাফলের ক্ষেত্রে তুচ্ছ (প্রতিটি পি-মান = 0.11 বলতে দিন)। পি = 0.11 এর চেয়ে বেশি তাত্পর্য সহ "এই ফলাফলগুলির মধ্যে কমপক্ষে 80 টি …

9 hypothesis-testing  multiple-comparisons 

আমি প্রভাব আকারের একটি মেটা-বিশ্লেষণ পরিচালনা করছি ঘ metafor প্যাকেজ ব্যবহার আর হবে। d রোগীদের এবং স্বাস্থ্যকরদের মধ্যে মেমরি স্কোরের পার্থক্যের প্রতিনিধিত্ব করে। তবে কিছু কিছু স্টাডিজ কেবলমাত্র আগ্রহের পরিমাপের সাবস্কোর্সগুলি ডি হিসাবে বর্ণনা করে (যেমন মেমরি পরীক্ষার পৃথক তিনটি ব্লকের বিভিন্ন মেমরি স্কোর বা স্কোর)। অনুগ্রহ করে নীচের ডামি …

9 r  meta-analysis  effect-size  meta-regression 

আমি গাউসিয়া প্রক্রিয়া রিগ্রেশনটির জন্য কিছু অন্তর্দৃষ্টি অর্জন করার চেষ্টা করছিলাম, তাই চেষ্টা করার জন্য আমি একটি সাধারণ 1 ডি খেলনা সমস্যা তৈরি করেছিলাম। আমি নিলামxi={1,2,3}xi={1,2,3}x_i=\{1,2,3\} ইনপুট হিসাবে এবং yi={1,4,9}yi={1,4,9}y_i=\{1,4,9\}প্রতিক্রিয়া হিসাবে। ('অনুপ্রাণিত' থেকে)y=x2y=x2y=x^2) রিগ্রেশনটির জন্য আমি একটি স্ট্যান্ডার্ড স্কোয়ারড এক্সফোনেনশিয়াল কার্নেল ফাংশন ব্যবহার করেছি: k(xp,xq)=σ2fexp(−12l2|xp−xq|2)k(xp,xq)=σf2exp⁡(−12l2|xp−xq|2)k(x_p,x_q)=\sigma_f^2 \exp \left( - \frac{1}{2l^2} \left|x_p-x_q\right|^2 …

9 regression  gaussian-process 

আমি বিভিন্ন পয়েন্টের অনুমানের পদ্ধতিগুলি অধ্যয়ন করছি এবং পড়ছি যে এমএপি বনাম এমএল অনুমানগুলি ব্যবহার করার সময়, যখন আমরা "ইউনিফর্ম পূর্বে" ব্যবহার করি তখন অনুমানগুলি অভিন্ন হয়। কেউ কি "ইউনিফর্ম" পূর্বে কী তা ব্যাখ্যা করতে পারে এবং এমএপি এবং এমএল অনুমানকগুলি কখন একই হবে তার কয়েকটি (সাধারণ) উদাহরণ দিতে পারে?

9 machine-learning  probability  bayesian  estimation  maximum-likelihood 

একটি লজিস্টিক রিগ্রেশন ব্যাখ্যা বুঝতে আমার অসুবিধা হচ্ছে। লজিস্টিক রিগ্রেশন তাপমাত্রা এবং মাছের মধ্যে যা মরে বা মরে না। একটি লজিস্টিক রিগ্রেশন এর opeাল ১. .76। তারপরে মাছগুলি যে মৈত্রে মারা যায় তা এক্সপ্যাক্ট (1.76) = 5.8 এর গুণক দ্বারা বৃদ্ধি পায়। অন্য কথায়, মাছগুলি যে মৈত্রে মারা যায় তা …

9 logistic  odds-ratio  odds 

আমি স্ট্যান্ডার্ড বিচ্যুতির একটি খুব প্রাথমিক ধারণাটি বোঝার চেষ্টা করছি। সূত্র থেকে σ=Σi = 1এন(এক্সআমি- μ)2এন----------⎷σ=Σআমি=1এন(এক্সআমি-μ)2এন\sigma= \sqrt{ \dfrac{ \sum\limits_{i=1}^n (x_i-\mu)^2} N } আমি বুঝতে পারি না কেন আমাদের জনসংখ্যা "N" অর্ধেক করা উচিত অর্থাৎ আমরা কেন নিতে চাই এন--√এন\sqrt{N} যখন আমরা করতাম না এন2এন2{N^2}? আমরা যে জনসংখ্যাকে বিবেচনা করছি তাতে …

9 standard-deviation 

পরিসংখ্যান শেখার তত্ত্ব এবং গণনামূলক শিক্ষণ তত্ত্বের মধ্যে কী সম্পর্ক এবং পার্থক্য রয়েছে ? তারা কি একই বিষয় সম্পর্কে? একই সমস্যাগুলি সমাধান করুন, এবং একই পদ্ধতিগুলি ব্যবহার করবেন? উদাহরণস্বরূপ, প্রাক্তন বলেছেন এটি ভবিষ্যদ্বাণী তত্ত্ব (রিগ্রেশন, শ্রেণিবিন্যাস, ...)।

9 machine-learning  statistical-learning  artificial-intelligence 

জনসংখ্যা আর-স্কোয়ার নির্দিষ্ট স্কোর বা এলোমেলো স্কোর ধরে ধরে সংজ্ঞায়িত করা যায়:ρ2ρ2\rho^2 স্থির স্কোর: নমুনার আকার এবং ভবিষ্যদ্বাণীকারীদের নির্দিষ্ট মানগুলি স্থির থাকে। সুতরাং, হ'ল পূর্বাভাসক মানগুলি স্থির থাকে যখন জনসংখ্যা সমীকরণ দ্বারা ফলাফলের মধ্যে ব্যাখ্যা করা অনুপাত।ρ2fρf2\rho^2_f এলোমেলো স্কোর: ভবিষ্যদ্বাণীকারীদের নির্দিষ্ট মানগুলি একটি বিতরণ থেকে আঁকা। সুতরাং, জনসংখ্যার ফলাফল যেখানে …

9 regression  estimation  r-squared 

ধরা যাক আমরা একটি র‌্যান্ডম ভেরিয়েবল এর একটি এর উপর নজর রাখতে চাই , যা সাধারণত mean এবং বৈকল্পিক দিয়ে বিতরণ করা হয় । ধরুন, এখানে আরও একটি এলোমেলো পরিবর্তনশীল (যার অরক্ষিত উপলব্ধি আমরা একইভাবে বলব ) যা সাধারণত mean এবং বৈকল্পিক দিয়ে বিতরণ করা হয় । কে এবং হতে …

9 meta-analysis 

আমার প্রাথমিক প্রশ্নটি: একটি অভিযোজিত কোপুলা কী? আমার উপস্থাপনা থেকে স্লাইডগুলি রয়েছে (দুর্ভাগ্যক্রমে, আমি স্লাইডগুলির লেখককে অভিযোজিত কপুলি সম্পর্কে জিজ্ঞাসা করতে পারি না) এবং আমি পাচ্ছি না, এর অর্থ শ্রদ্ধা কী। এটা কি জন্য ভাল? এখানে স্লাইডগুলি: তারপরে স্লাইডগুলি পরিবর্তন-পয়েন্ট পরীক্ষা দিয়ে চালিয়ে যায়। আমি ভাবছি এটি কী সম্পর্কে এবং …

9 data-visualization  copula 

আমি একটি পণ্যের মোট বিক্রয় ভবিষ্যদ্বাণী করতে একটি মডেল বিকাশ উপর কাজ করছি। আমার কাছে বুকিংয়ের ডেটা প্রায় দেড় বছর রয়েছে, তাই আমি একটি স্ট্যান্ডার্ড টাইম সিরিজ বিশ্লেষণ করতে পারি। তবে, প্রতিটি 'সুযোগ' (সম্ভাব্য বিক্রয়) সম্পর্কে আমার কাছে প্রচুর ডেটা রয়েছে যা হয় বন্ধ বা হারিয়ে গিয়েছিল। পাইপলাইন বন্ধ বা …

9 predictive-models  forecasting  econometrics 

আমি chisq.test()আর তে ফাংশনে মন্টি কার্লো সিমুলেশন ব্যবহার বুঝতে চাই আমার একটি গুণগত পরিবর্তনশীল আছে যার 128 স্তর / শ্রেণী রয়েছে। আমার নমুনার আকার 26 (আমি বেশি "ব্যক্তি" নমুনা দিতে সক্ষম হইনি)। স্পষ্টতই, আমার 0 "ব্যক্তি" সহ কিছু স্তর থাকবে। তবে আসল বিষয়টি হ'ল আমার কাছে সম্ভব মাত্র 127 টির …

9 r  chi-squared  monte-carlo 

আমি আশা করি এটি জিজ্ঞাসা করার উপযুক্ত জায়গা, যদি নির্দ্বিধায় এটি আরও উপযুক্ত ফোরামে স্থানান্তরিত করে না তবে। আমি বেশ কিছুক্ষণ ধরেই ভাবছিলাম যে মন্টে কার্লো ইন্টিগ্রেশনের সাথে কীভাবে স্কোয়ার অবিচ্ছেদ্য ফাংশনগুলি ব্যবহার করা যায়। আমি জানি যে এমসি এখনও একটি সঠিক অনুমান দেয় তবে ত্রুটিটি এই জাতীয় ফাংশনের জন্য …

9 monte-carlo  numerical-integration 

পটভূমি এপস্টেইন (১৯৯১) এর একটি গবেষণাপত্রে: মাসিক উপায়ে প্রতিদিনের জলবায়ুগত মানগুলি অর্জন করার সময় , পর্যায়ক্রমিক এবং সম-ব্যবধানের মানগুলির জন্য ফুরিয়ার ইন্টারপোলেশন গণনার জন্য সূত্র এবং একটি অ্যালগরিদম দেওয়া হয়। কাগজে, লক্ষ্য হয় মাসিক অর্থ ব্যয় দৈনন্দিন মান প্রাপ্ত ক্ষেপক দ্বারা। সংক্ষেপে, এটি অনুমান করা হয় যে অজানা দৈনিক মানগুলি …

9 r  interpolation  fourier-transform 

যদি কে1, … ,কেএনK1,…,KnK_1, \dots, K_n প্যারামিটার সহ আইআইডি পোইসন বিতরণ ββ\beta আমি সর্বাধিক সম্ভাবনা অনুমান যে কাজ করেছি β^(ট1, … ,টএন) =1এনΣi = 1এনটআমিβ^(k1,…,kn)=1n∑i=1nki\hat\beta (k_1, \dots, k_n) = \frac{1}{n} \sum_{i=1}^n k_i তথ্য জন্য ট1, … ,টএনk1,…,knk_1, \dots, k_n। অতএব আমরা সম্পর্কিত অনুমানকারী সংজ্ঞায়িত করতে পারি টি=1এনΣi = 1এনকেআমি।T=1n∑i=1nKi.T = …

9 variance  maximum-likelihood  poisson-distribution