Preguntas etiquetadas con computational-statistics

Se refiere a la interfaz de estadísticas y computación; El uso de algoritmos y software con fines estadísticos.

9
¿Qué algoritmo debo usar para detectar anomalías en series temporales?
Antecedentes Estoy trabajando en el Centro de operaciones de red, supervisamos los sistemas informáticos y su rendimiento. Una de las métricas clave para monitorear es una cantidad de visitantes \ clientes actualmente conectados a nuestros servidores. Para hacerlo visible, nosotros (el equipo de Ops) recopilamos métricas como datos de series …
7
¿Concepto de estadísticas para explicar por qué es menos probable que voltee el mismo número de caras que colas, a medida que aumenta el número de volteos?
Estoy trabajando en el aprendizaje de la probabilidad y las estadísticas leyendo algunos libros y escribiendo un código, y mientras simulaba lanzar monedas noté algo que me pareció ligeramente contrario a la ingenua intuición. Si lanzas una moneda justa veces, la proporción de cara a cruz converge hacia 1 a …
4
¿Cuáles son los valores correctos para precisión y recuperación en casos extremos?
La precisión se define como: p = true positives / (true positives + false positives) ¿Es cierto que, como true positivesy false positivesenfoque 0, la precisión se aproxima a 1? La misma pregunta para recordar: r = true positives / (true positives + false negatives) Actualmente estoy implementando una prueba …
20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 
2
¿Cómo ajustar una distribución discreta para contar datos?
Tengo el siguiente histograma de datos de conteo. Y me gustaría ajustarle una distribución discreta. No estoy seguro de cómo debo hacer esto. ¿Debería superponer primero una distribución discreta, digamos Distribución binomial negativa, en el histograma para obtener los parámetros de la distribución discreta y luego ejecutar una prueba de …
2
¿Cuáles son algunos usos importantes de la generación de números aleatorios en las estadísticas computacionales?
¿Cómo y por qué son importantes los generadores de números aleatorios (RNG) en las estadísticas computacionales? Entiendo que la aleatoriedad es importante al elegir muestras para muchas pruebas estadísticas para evitar sesgos hacia cualquiera de las hipótesis, pero ¿hay otras áreas de estadística computacional donde los generadores de números aleatorios …
1
¿Cómo podría el descenso de gradiente estocástico ahorrar tiempo en comparación con el descenso de gradiente estándar?
Descenso de gradiente estándar calcularía el gradiente para todo el conjunto de datos de entrenamiento. for i in range(nb_epochs): params_grad = evaluate_gradient(loss_function, data, params) params = params - learning_rate * params_grad Para un número predefinido de épocas, primero calculamos el vector de gradiente weights_grad de la función de pérdida para …
2
¿Cómo difieren ABC y MCMC en sus aplicaciones?
Según tengo entendido, la Computación Bayesiana Aproximada (ABC) y la Cadena de Markov Monte Carlo (MCMC) tienen objetivos muy similares. A continuación describo mi comprensión de estos métodos y cómo percibo las diferencias en su aplicación a los datos de la vida real. Computación Bayesiana Aproximada ABC consiste en muestrear …
9
¿Qué libros brindan una visión general de las estadísticas computacionales que se aplican a la informática?
Como ingeniero de software, estoy interesado en temas como algoritmos estadísticos, minería de datos, aprendizaje automático, redes bayesianas, algoritmos de clasificación, redes neuronales, cadenas de Markov, métodos de Monte Carlo y generación de números aleatorios. Personalmente, no he tenido el placer de trabajar de manera práctica con ninguna de estas …
4
Actualización eficiente de la regresión lineal al agregar observaciones y / o predictores en R
Me interesaría encontrar formas en R para actualizar eficientemente un modelo lineal cuando se agrega una observación o un predictor. biglm tiene una capacidad de actualización al agregar observaciones, pero mis datos son lo suficientemente pequeños como para residir en la memoria (aunque tengo una gran cantidad de instancias para …
1
¿Qué método de comparación múltiple usar para un modelo lmer: lsmeans o glht?
Estoy analizando un conjunto de datos utilizando un modelo de efectos mixtos con un efecto fijo (condición) y dos efectos aleatorios (participante debido al diseño del sujeto y al par). El modelo se ha generado con el lme4paquete: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). A continuación, realicé una prueba de razón de probabilidad de este …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.