Saya memiliki pertanyaan yang terinspirasi dari skandal perekrutan Amazon baru-baru ini, di mana mereka dituduh melakukan diskriminasi terhadap perempuan dalam proses perekrutan mereka. Info lebih lanjut di sini : Spesialis pembelajaran mesin Amazon.com Inc menemukan masalah besar: mesin...
Seorang pasien dirawat di rumah sakit. Lama tinggal mereka tergantung pada 2 hal: Tingkat keparahan cedera mereka, dan seberapa besar asuransi mereka bersedia membayar untuk menjaga mereka di rumah sakit. Beberapa pasien akan pergi sebelum waktunya jika asuransi mereka memutuskan untuk berhenti...
Selama setahun terakhir, saya telah banyak mendengar tentang kerangka kerja Programming Probabilistic (PP) seperti PyMC3 dan Stan , dan betapa hebatnya PP. Dan hari ini, seseorang membagikan tautan ini kepada saya: Pyro: Bahasa Pemrograman Probabilitas Jauh Namun, saya tidak benar-benar...
Apakah ada tes hipotesis apakah variabel dependen yang terdistribusi normal dikaitkan dengan variabel yang terdistribusi secara terarah ? Sebagai contoh, jika waktu dalam sehari adalah variabel penjelas (dan menganggap hal-hal seperti hari dalam seminggu, bulan dalam setahun, dll. Tidak relevan) -...
Memberikan ukuran sampel "N" yang saya rencanakan untuk digunakan untuk meramalkan data. Apa sajakah cara untuk membagi data sehingga saya menggunakan sebagian untuk membuat model, dan data sisanya untuk memvalidasi model? Saya tahu tidak ada jawaban hitam dan putih untuk ini, tetapi akan menarik...
Untuk pemilihan prediktor dalam regresi linier multivariat dengan prediktor yang cocok, apa metode yang tersedia untuk menemukan 'optimal' subset dari prediktor tanpa secara eksplisit menguji semua 2 p subset? Dalam 'Analisis Kelangsungan Hidup Terapan,' Hosmer & Lemeshow membuat referensi ke...
Saya memiliki data dengan puncak ganda yang saya coba modelkan, dan ada cukup banyak tumpang tindih di antara puncak yang tidak bisa saya perlakukan secara mandiri. Histogram data mungkin terlihat seperti ini: Saya telah membuat dua model untuk ini: satu menggunakan dua distribusi Poisson, dan...
Saya mencari alat perangkat lunak (lebih disukai open source) untuk menggambar persamaan struktural / model campuran secara efisien dan cantik. Setelah melihat ke xfig dan graphviz saya sekarang tetap pada paket grafis vektor umum inkscape karena tampaknya paling fleksibel. Saya ingin polling...
Jadi, saya memiliki 16 percobaan di mana saya mencoba untuk mengotentikasi seseorang dari sifat biometrik menggunakan Hamming Distance. Ambang batas saya diatur ke 3.5. Data saya di bawah dan hanya percobaan 1 yang Benar-Benar Positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6...
Kami memiliki satu set sampel biologis yang cukup mahal untuk diperoleh. Kami menempatkan sampel ini melalui serangkaian tes untuk menghasilkan data yang digunakan untuk membangun model prediksi. Untuk tujuan ini kami telah membagi sampel ke set pelatihan (70%) dan pengujian (30%). Kami telah...
Saya memiliki pertanyaan yang hampir sama seperti ini: Bagaimana saya bisa memodelkan jumlah variabel acak Bernoulli secara efisien? Tetapi pengaturannya sangat berbeda: S=∑i=1,NXiS=∑i=1,NXiS=\sum_{i=1,N}{X_i} , , ~ 20, p_i ~ 0.1P(Xi=1)=piP(Xi=1)=piP(X_{i}=1)=p_iNNNpipip_i Kami memiliki data...
Merumuskan model matematika untuk suatu masalah adalah salah satu aspek statistik yang paling subyektif, tetapi juga salah satu yang paling penting. Apa referensi terbaik yang berhubungan dengan topik penting ini tetapi sering diabaikan? Dan ahli statistik terkenal mana yang mengatakan sesuatu,...
Karena kita tidak dapat mencocokkan model ARIMA ketika asumsi varians konstan dilanggar, model apa yang dapat digunakan agar sesuai dengan deret waktu
Hai, saya sedang mempelajari teknik regresi. Data saya memiliki 15 fitur dan 60 juta contoh (tugas regresi). Ketika saya mencoba banyak teknik regresi yang dikenal (gradient boosted tree, Decision tree regression, AdaBoostRegressor dll) regresi linier dilakukan dengan sangat baik. Skor hampir...
Dalam Dixon, Coles ( 1997 ), mereka telah menggunakan estimasi kemungkinan maksimum untuk dua model Poisson independen yang dimodifikasi dalam (4.3) untuk memodelkan skor dalam sepak bola. Saya mencoba menggunakan R untuk "mereproduksi" alfa dan beta serta parameter efek rumah (hal 274, Tabel 4)...
Saya punya pertanyaan metodologis umum. Mungkin sudah dijawab sebelumnya, tetapi saya tidak dapat menemukan utas yang relevan. Saya akan menghargai petunjuk untuk kemungkinan duplikat. ( Ini yang sangat bagus, tetapi tanpa jawaban. Ini juga memiliki semangat yang sama, bahkan dengan jawaban,...
Saya memiliki kumpulan data sekitar 5000 fitur. Untuk data itu saya pertama kali menggunakan uji Chi Square untuk pemilihan fitur; setelah itu, saya mendapat sekitar 1500 variabel yang menunjukkan hubungan signifikan dengan variabel respon. Sekarang saya harus menyesuaikan regresi logistik. Saya...
Saya mencoba mempelajari kembali statistik Bayesian (setiap kali saya pikir saya akhirnya mendapatkannya, sesuatu yang lain muncul yang tidak saya pertimbangkan sebelumnya ....) tetapi tidak jelas (bagi saya) apa proses pembuatan data dalam Bayesian Framework sebenarnya. Kerangka kerja frequentist...
Saya memiliki beberapa model prediktif yang kinerjanya ingin saya uji kembali (yaitu, ambil dataset saya, "putar kembali" ke titik waktu sebelumnya, dan lihat bagaimana model tersebut akan tampil secara prospektif). Masalahnya adalah bahwa beberapa model saya dibangun melalui proses interaktif....
Di bidang saya, cara yang biasa untuk memplot data berpasangan adalah sebagai serangkaian segmen garis miring tipis, menimpanya dengan median dan CI median untuk dua kelompok: Namun, plot semacam ini menjadi lebih sulit dibaca karena jumlah titik data menjadi sangat besar (dalam kasus saya yang...