Kutipan berikut berasal dari Schwager's Hedge Fund Market Wizzards (Mei 2012), sebuah wawancara dengan manajer dana lindung nilai yang sukses secara konsisten Jaffray Woodriff: Untuk pertanyaan: "Apa kesalahan terburuk yang dilakukan orang dalam penambangan data?": Banyak orang berpikir mereka...
Presisi didefinisikan sebagai: p = true positives / (true positives + false positives) Apakah benar bahwa, sebagai true positivesdan false positivespendekatan 0, presisi mendekati 1? Pertanyaan yang sama untuk diingat: r = true positives / (true positives + false negatives) Saat ini saya...
Misalkan saya memiliki data dengan dua grup independen: g1.lengths <- c (112.64, 97.10, 84.18, 106.96, 98.42, 101.66) g2.lengths <- c (84.44, 82.10, 83.26, 81.02, 81.86, 86.80, 85.84, 97.08, 79.64, 83.32, 91.04, 85.92, 73.52, 85.58, 97.70, 89.72, 88.92, 103.72, 105.02, 99.48, 89.50,...
Jika hasil uji t satu sisi saya signifikan tetapi ukuran sampel kecil (mis. Di bawah 20 atau lebih), dapatkah saya tetap mempercayai hasil ini? Jika tidak, bagaimana saya harus menangani dan / atau menafsirkan hasil
Sementara hasil dari set tes pribadi tidak dapat digunakan untuk memperbaiki model lebih lanjut, bukankah pemilihan model dari sejumlah besar model yang dilakukan berdasarkan hasil set tes pribadi? Tidakkah Anda, melalui proses itu sendiri, berakhir overfitting ke set tes pribadi? Menurut...
Apakah ada "aturan" untuk menentukan ukuran sampel minimum yang diperlukan agar uji-t valid? Sebagai contoh, perbandingan perlu dilakukan antara sarana 2 populasi. Ada 7 titik data dari satu populasi dan hanya 2 titik data dari yang lain. Sayangnya, percobaan ini sangat mahal dan memakan waktu,...
TLDR: Dataset saya cukup kecil (120) sampel. Saat melakukan validasi silang 10 kali lipat, haruskah saya: Kumpulkan output dari setiap lipatan tes, gabungkan menjadi vektor, dan kemudian hitung kesalahan pada vektor prediksi penuh ini (120 sampel)? Atau saya harus bukannya menghitung kesalahan...
Saya bereksperimen dengan algoritma mesin peningkat gradien melalui caretpaket di R. Menggunakan dataset penerimaan perguruan tinggi kecil, saya menjalankan kode berikut: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ###...
Saya bertanya-tanya apa kriteria untuk menggunakan Kolmogorov-Smirnov, Cramer-von-Mises, dan Anderson-Darling ketika membandingkan 2 ECDFS. Saya tahu matematika tentang bagaimana masing-masing berbeda, tetapi jika saya memiliki beberapa data ECDF, bagaimana saya tahu tes mana yang sesuai untuk...
Misalkan seseorang melakukan apa yang disebut bootstrap non-parametrik dengan menggambar sampel ukuran masing-masing dari pengamatan asli dengan penggantian. Saya percaya prosedur ini setara dengan memperkirakan fungsi distribusi kumulatif oleh cdf empiris:n
Apa perbedaan antara varians sampel dan varians sampel? Mereka tampak sama.
Berikut ini beberapa konteksnya. Saya tertarik untuk menentukan bagaimana dua variabel lingkungan (suhu, tingkat nutrisi) berdampak pada nilai rata-rata variabel respons selama periode 11 tahun. Dalam setiap tahun, ada data dari lebih dari 100 ribu lokasi. Tujuannya adalah untuk menentukan apakah,...
Ditutup . Pertanyaan ini perlu lebih fokus . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga berfokus pada satu masalah hanya dengan mengedit posting ini . Ditutup 2 tahun yang lalu . Saat ini saya
Apakah valid untuk menggunakan panjang rata-rata ( hhh ) dan berat rata-rata ( www )) dari populasi tertentu untuk menghitung rata-rata Indeks Massa Tubuh ( B M.saya= wh2BM.saya=wh2BMI = \frac{w}{h^2} ) untuk populasi
Saya harap pertanyaan ini tidak ditandai "terlalu umum" dan semoga diskusi dimulai yang bermanfaat bagi semua. Dalam statistik, kami menghabiskan banyak waktu mempelajari teori sampel besar. Kami sangat tertarik dalam menilai sifat asimptotik dari estimator kami termasuk apakah mereka asimtotik...
Saya relatif akrab dengan perbedaan antara istilah statistik dan parameter. Saya melihat statistik sebagai nilai yang diperoleh dari menerapkan fungsi ke data sampel. Namun, sebagian besar contoh parameter terkait dengan mendefinisikan distribusi parametrik. Contoh umum adalah mean dan standar...
Dua ungkapan ini sangat membingungkan saya ketika saya belajar statistik. Sepertinya bagi saya mereka adalah hal yang sama sekali berbeda. Sebuah sampel acak adalah untuk secara acak mengambil sampel dari suatu populasi, sedangkan variabel acak seperti fungsi yang memetakan himpunan semua hasil...
Saya memiliki kumpulan data kecil 14 kali terpisah untuk menyelesaikan tugas. Namun saya mengalami kesulitan menemukan grafik yang sesuai untuk digunakan untuk membuat grafik data. Jika sampel lebih besar saya akan menggunakan plot kotak atau histogram tetapi saya tidak yakin apakah itu akan sesuai...
Dari jawaban dalam pertanyaan sebelumnya , saya diarahkan ke urutan Halton, untuk membuat satu set vektor yang mencakup ruang sampel yang seragam secara merata. Tetapi halaman wikipedia menyebutkan bahwa bilangan prima yang lebih tinggi terutama sering sangat berkorelasi di awal seri. Ini tampaknya...
Apa pro dan kontra dari menggunakan LARS [1] dibandingkan menggunakan penurunan koordinat untuk menyesuaikan regresi linier yang diatur L1? Saya terutama tertarik pada aspek kinerja (masalah saya cenderung ada Ndalam ratusan ribu dan p<20.) Namun, wawasan lainnya juga akan dihargai. sunting:...