คำถามติดแท็ก references

ฉันกำลังมองหาตำราเรียนที่เข้มงวดทางทฤษฎีเกี่ยวกับเศรษฐมิติแบบเบย์โดยมีความเข้าใจอย่างถ่องแท้เกี่ยวกับเศรษฐมิติเชิงเศรษฐศาสตร์ ฉันอยากจะแนะนำหนึ่งงานต่อหนึ่งคำตอบเพื่อให้ข้อเสนอแนะนั้นสามารถโหวตขึ้นหรือลงทีละรายการได้

14 bayesian  econometrics  references 

ฉันต้องการทราบความแตกต่างระหว่างการวิเคราะห์ข้อมูลแบบพาเนลและการวิเคราะห์แบบผสม ตามความรู้ของฉันทั้งข้อมูลพาเนลและโมเดลผสมใช้เอฟเฟกต์แบบคงที่และสุ่ม ถ้าเป็นเช่นนั้นทำไมพวกเขาถึงมีชื่อต่างกัน? หรือพวกเขามีความหมายเหมือนกัน? ฉันได้อ่านโพสต์ต่อไปนี้ซึ่งอธิบายคำจำกัดความของเอฟเฟกต์คงที่สุ่มและผสม แต่ไม่ตอบคำถามของฉันอย่างแน่นอน: อะไรคือความแตกต่างระหว่างเอฟเฟกต์คงที่เอฟเฟกต์แบบสุ่มและเอฟเฟกต์ผสม ฉันจะขอบคุณถ้าใครบางคนสามารถอ้างอิงฉันเพื่ออ้างอิงสั้น ๆ (ประมาณ 200 หน้า) ในการวิเคราะห์แบบผสม เพียงเพิ่มฉันต้องการอ้างอิงการสร้างแบบจำลองผสมโดยไม่คำนึงถึงการรักษาซอฟต์แวร์ คำอธิบายเชิงทฤษฎีส่วนใหญ่เกี่ยวกับการสร้างแบบจำลองผสม

14 mixed-model  references  panel-data 

มีบทสรุปที่ดี (บทวิจารณ์หนังสือ) ในแอปพลิเคชั่นต่างๆของ Markov chain Monte Carlo (MCMC) หรือไม่? ฉันเคยเห็นมาร์คอฟเชนมอนติคาร์โลในทางปฏิบัติแต่หนังสือเล่มนี้ดูเก่าไปหน่อย มีหนังสืออัปเดตเพิ่มเติมเกี่ยวกับแอปพลิเคชันต่างๆของ MCMC ในด้านต่าง ๆ เช่นการเรียนรู้ด้วยคอมพิวเตอร์, การมองเห็นคอมพิวเตอร์และชีววิทยาการคำนวณหรือไม่?

14 machine-learning  mcmc  inference  references  application 

ฉันเป็นสามเณรที่จะเริ่มอ่านเกี่ยวกับการขุดข้อมูล ฉันมีความรู้พื้นฐานเกี่ยวกับ AI และสถิติ เนื่องจากหลายคนกล่าวว่าการเรียนรู้ของเครื่องจักรก็มีบทบาทสำคัญในการขุดข้อมูลด้วยเช่นกันจำเป็นต้องอ่านเกี่ยวกับการเรียนรู้ของเครื่องก่อนที่ฉันจะสามารถทำการขุดข้อมูลได้หรือไม่?

14 machine-learning  references  data-mining 

ฉันรู้ว่าตัวแปรอย่างต่อเนื่อง 0P[X=x]=0P[X=x]=0P[X=x]=0 แต่ฉันไม่สามารถจินตนาการได้ว่าถ้ามีจำนวนเป็นไปได้ไม่ จำกัด และทำไมความน่าจะเป็นของพวกเขาถึงน้อยมาก?xP[X=x]=0P[X=x]=0P[X=x]=0xxx

14 probability  self-study  references  continuous-data 

เห็นได้ชัดว่ามีหลายวิธีในการละเมิดวิธีการทางสถิติ คุณรู้จักตัวอย่างของการฝึกฝนทางสถิติที่ไม่ดีซึ่งได้รับการตีพิมพ์เป็นคำแนะนำที่ชัดเจนครั้งแรก (เช่น "คุณควรใช้วิธีการนี้เพื่อ ... ") ในวารสารวิชาการที่มีชื่อเสียงที่ถูกอ้างถึงซ้ำแล้วซ้ำอีก? ตัวอย่างอาจเป็น 10 เหตุการณ์ต่อกฎของตัวทำนายที่มักถูกเรียกใช้สำหรับโลจิสติกหรือโมเดลการถดถอยของ Cox PH ( LINK ) เพื่อความชัดเจนฉันไม่ได้หมายถึงเอกสารที่อ้างถึงอย่างสูงซึ่งเกิดขึ้นกับการใช้วิธีการทางสถิติที่ไม่ดี

13 references  statistical-falsehoods 

ฉันกำลังมองหาข้อมูลอ้างอิงซึ่งพิสูจน์ได้ว่าค่าเฉลี่ยฮาร์มอนิก x¯h=n∑ni=11xix¯h=n∑i=1n1xi\bar{x}^h = \frac{n}{\sum_{i=1}^n \frac{1}{x_i}} ย่อเล็กสุด (เป็น ) ผลรวมของข้อผิดพลาดสัมพัทธ์กำลังสองzzz ∑i=1n((xi−z)2xi).∑i=1n((xi−z)2xi).\sum_{i=1}^n \left( \frac{(x_i - z)^2}{x_i}\right).

13 references  mean  error  weighted-regression  harmonic-mean 

ในขณะที่การอ่านตลาดมวลชนบางงานเกี่ยวกับทฤษฎีความโกลาหลในช่วงไม่กี่ปีที่ผ่านมาฉันเริ่มสงสัยว่ามันสามารถนำไปประยุกต์ใช้กับการทำเหมืองข้อมูลและด้านอื่น ๆ ที่เกี่ยวข้องได้อย่างไรเช่นตาข่ายประสาทการจดจำรูปแบบการจัดการความไม่แน่นอน ฯลฯ มีตัวอย่างน้อยมากของแอปพลิเคชั่นดังกล่าวในการวิจัยที่ตีพิมพ์ซึ่งฉันสงสัยว่าก) พวกเขาได้นำไปใช้จริงในการทดลองและโครงการที่เผยแพร่แล้วและข) ถ้าไม่ทำไมพวกเขาถึงใช้น้อยมากในความสัมพันธ์เหล่านี้ สาขา? การอภิปรายส่วนใหญ่เกี่ยวกับทฤษฎีความโกลาหลที่ฉันเคยเห็นมาในปัจจุบันเกี่ยวข้องกับแอปพลิเคชั่นทางวิทยาศาสตร์ที่มีประโยชน์โดยสิ้นเชิง แต่ไม่ค่อยมีส่วนเกี่ยวข้องกับการทำเหมืองข้อมูล หนึ่งในตัวอย่างต้นแบบคือปัญหาสามตัวจากฟิสิกส์ ฉันต้องการนำการอภิปรายเกี่ยวกับการใช้งานทางวิทยาศาสตร์ทั่วไปประเภทนี้และ จำกัด คำถามเฉพาะแอปพลิเคชันที่เกี่ยวข้องกับการทำเหมืองข้อมูลและสาขาที่เกี่ยวข้องซึ่งเห็นได้ชัดว่ามีอยู่น้อยมากในวรรณกรรม รายการแอปพลิเคชันที่มีศักยภาพด้านล่างนี้สามารถใช้เป็นจุดเริ่มต้นของการค้นหางานวิจัยที่ตีพิมพ์ แต่ฉันสนใจเฉพาะแอปพลิเคชันเหล่านั้นที่ได้นำไปใช้จริง สิ่งที่ฉันกำลังมองหานั้นเป็นที่ทราบกันดีว่าการใช้ทฤษฎีความโกลาหลกับการขุดข้อมูล ขัดแย้งกับรายการแอพพลิเคชั่นที่มีศักยภาพซึ่งกว้างกว่ามาก นี่คือตัวอย่างเล็ก ๆ ของแนวคิดนอกคอกสำหรับแอปพลิเคชันการขุดข้อมูลที่เกิดขึ้นกับฉันขณะอ่าน อาจจะไม่มีพวกมันในทางปฏิบัติบางทีบางคนอาจถูกนำไปใช้จริงในขณะที่เราพูด แต่ไปตามเงื่อนไขที่ฉันยังไม่คุ้นเคย: การระบุโครงสร้างที่คล้ายกันของตัวเองในการจดจำรูปแบบดังที่ Mandelbrot ทำในทางปฏิบัติในกรณีที่เกิดข้อผิดพลาดเกิดขึ้นในสายโทรศัพท์อะนาล็อกเมื่อสองสามทศวรรษที่แล้ว การเผชิญหน้ากับผลการขุดของ Feigenbaum อย่างต่อเนื่อง (อาจเป็นในลักษณะที่คล้ายคลึงกับที่นักทฤษฎีสตริงถูกทำให้ตกใจเพื่อดูสมการของ Maxwell ปรากฏขึ้นในสถานที่ที่ไม่คาดคิดในระหว่างการวิจัย) การระบุความลึกของบิตที่เหมาะสมที่สุดสำหรับตุ้มน้ำหนักโครงข่ายประสาทและการทดสอบการขุดต่างๆ ฉันสงสัยเกี่ยวกับอันนี้เนื่องจากสเกลตัวเลขขนาดเล็กที่หายตัวไปซึ่งความไวต่อเงื่อนไขเริ่มต้นเข้ามามีบทบาทซึ่งบางส่วนมีส่วนรับผิดชอบต่อความไม่แน่นอนของฟังก์ชั่นที่เกี่ยวข้องกับความโกลาหล การใช้ความคิดของมิติเศษส่วนในรูปแบบอื่น ๆ ที่ไม่จำเป็นต้องเกี่ยวข้องกับความอยากรู้อยากเห็นเศษส่วนที่น่าสนใจเช่น Menger Sponges, Koch Curves หรือ Sierpinski Carpets บางทีแนวคิดนี้สามารถนำไปใช้กับมิติของแบบจำลองการทำเหมืองในบางวิธีที่เป็นประโยชน์โดยการทำให้มันเป็นเศษส่วน? ได้รับกฎหมายพลังงานเช่นเดียวกับที่เข้ามาเป็นเศษส่วน เนื่องจากฟังก์ชั่นที่พบในแฟร็กทัลไม่ใช่แบบไม่เชิงเส้นฉันจึงสงสัยว่ามีแอปพลิเคชันบางอย่างในการประยุกต์กับการถดถอยแบบไม่เชิงเส้น ทฤษฎีความโกลาหลมีความสัมพันธ์วง (และบางครั้งคุยโว) กับเอนโทรปีดังนั้นฉันจึงสงสัยว่ามีวิธีการคำนวณเอนโทรปีของแชนนอน …

13 self-study  mathematical-statistics  references  data-mining  fractal 

ความแปรปรวนในระยะยาวในขอบเขตของการวิเคราะห์อนุกรมเวลาได้กำหนดไว้อย่างไร ฉันเข้าใจว่ามันถูกใช้ในกรณีที่มีโครงสร้างความสัมพันธ์ในข้อมูล ดังนั้นกระบวนการสโตแคสติกของเราจะไม่เป็นตระกูลX1,X2…X1,X2…X_1, X_2 \dots iid ตัวแปรสุ่ม แต่เป็นการกระจายตัวเท่านั้น ฉันขออ้างอิงมาตรฐานเพื่อแนะนำแนวคิดและปัญหาที่เกี่ยวข้องกับการประมาณค่าได้ไหม

13 time-series  variance  references  kernel-smoothing  non-independent 

ฉันกำลังอ่านความคิดเห็นต่อกระดาษและผู้เขียนกล่าวว่าบางครั้งถึงแม้ว่าตัวประมาณ (พบโดย ML หรือ quasilikelihood สูงสุด) อาจไม่สอดคล้องกันพลังของอัตราส่วนความน่าจะเป็นหรือการทดสอบอัตราส่วนกึ่งโอกาส 1 เมื่อจำนวนข้อมูลที่สังเกตมีแนวโน้มที่จะไม่มีที่สิ้นสุด (ความสอดคล้องของการทดสอบ) สิ่งนี้เกิดขึ้นได้อย่างไรและเมื่อไหร่? คุณรู้จักบรรณานุกรมบ้างไหม?

13 mathematical-statistics  references  inference  power  consistency 

Bootstrapping ทำงานได้ดีในการเข้าถึงความไม่แน่นอนในการประมาณค่าเฉลี่ยอย่างไรก็ตามฉันจำได้ว่าการอ่าน bootstrap นั้นไม่ได้ผลดีในการประเมินความไม่แน่นอนในการประมาณแบบควอนไทล์ (โดยเฉพาะค่ามัธยฐาน) ฉันจำไม่ได้ว่าฉันอ่านตรงไหนและไม่สามารถหาอะไรได้มากมายจากการค้นหาโดย Google อย่างรวดเร็ว ความคิดเกี่ยวกับเรื่องนี้และการอ้างอิงใด ๆ จะได้รับการชื่นชมอย่างมาก

13 references  bootstrap  median 

อย่าลังเลที่จะแทนที่ 'วารสาร' สำหรับพอร์ทัลความรู้ที่มีประโยชน์อื่น ๆ ฉันสนใจที่จะจับตาดูการพัฒนาใหม่ในการเรียนรู้ของเครื่องด้วยมุมมองของการใช้งานจริง ฉันไม่ใช่นักวิชาการที่ต้องการเผยแพร่ผลงานของตัวเอง (อย่างน้อยไม่ได้อยู่ในสาขานี้) แต่ฉันต้องการที่จะตระหนักถึงอัลกอริทึมหรือลูกเล่นใหม่ ๆ ที่อาจเป็นประโยชน์ในระดับปฏิบัติ ข้อแม้เดียวก็คือว่าการดำเนินการวารสาร / การประชุมหรือสิ่งที่จะต้องมีอยู่อย่างอิสระโดยไม่ต้องสมัครสมาชิก

13 machine-learning  references 

ข้อดีและข้อเสียของการใช้ LARS [1] เมื่อเทียบกับการใช้โคตรของพิกัดสำหรับการถดถอยเชิงเส้นแบบ L1 ที่เหมาะสมคืออะไร ฉันสนใจในเรื่องของประสิทธิภาพเป็นหลัก (ปัญหาของฉันมักจะNอยู่ในหลักแสนและp<20) อย่างไรก็ตามข้อมูลเชิงลึกอื่น ๆ ก็จะได้รับการชื่นชมเช่นกัน แก้ไข: เนื่องจากฉันได้โพสต์คำถาม, chl ได้ชี้ให้เห็นกระดาษ [2] โดย Friedman และคณะที่พิกัดโคตรถูกแสดงว่าเร็วกว่าวิธีอื่นมาก หากเป็นกรณีนี้ฉันควรเป็นผู้ประกอบการเพียงแค่ลืมเกี่ยวกับ LARS ในความโปรดปรานของการสืบเชื้อสายมาประสานงาน? [1] Efron, Bradley; Hastie เทรเวอร์; Johnstone, Iain และ Tibshirani, Robert (2004) "การถดถอยมุมน้อยที่สุด" พงศาวดารของสถิติ 32 (2): pp 407–499 [2] Jerome H. Friedman, Trevor Hastie, Rob Tibshirani, "เส้นทางการทำให้เป็นมาตรฐานสำหรับตัวแบบเชิงเส้นทั่วไปผ่านพิกัดโคตร", วารสารซอฟท์แวร์สถิติ, อัตรา …

13 regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

ปัจจุบันฉันทำงานเป็นผู้ช่วยสอนในมหาวิทยาลัยของฉันในหลักสูตรสถิติเบื้องต้น (สำหรับนักศึกษาแพทย์) ออฟไลน์มีหนังสือมากมายพร้อมข้อมูลเพื่อช่วยเหลือครู อย่างไรก็ตามสิ่งที่ฉันสนใจที่จะรู้คือถ้าคุณอาจนำฉันไปยังแหล่งข้อมูล (ดี) ใด ๆที่ให้แบบฝึกหัด (พร้อมคำตอบ) ในสถิติซึ่งมีให้ทางออนไลน์ (เช่น: บันทึกของครู) เนื้อหาวิชาอาจอยู่ในช่วงระหว่างสถิติเชิงพรรณนาความน่าจะเป็นและการอนุมานเชิงสถิติเชิงพารามิเตอร์ / ไม่ใช่เชิงพารามิเตอร์

13 probability  references  inference  descriptive-statistics  teaching 

เมื่อบรรยายสถิติมันจะมีประโยชน์ในการรวมวิดีโอสั้น ๆ เป็นครั้งคราว ความคิดแรกของฉันรวมถึง: ภาพเคลื่อนไหวและการมองเห็นของแนวคิดทางสถิติ เรื่องราวเกี่ยวกับการประยุกต์ใช้เทคนิคเฉพาะ วิดีโอตลกที่มีความเกี่ยวข้องกับแนวคิดทางสถิติ การสัมภาษณ์กับนักสถิติหรือนักวิจัยที่ใช้สถิติ มีวิดีโอใดที่คุณใช้เมื่อสอนสถิติหรือคิดว่าจะมีประโยชน์หรือไม่ กรุณาระบุ: ลิงก์ไปยังวิดีโอออนไลน์ คำอธิบายของเนื้อหา วิดีโออาจเกี่ยวข้องกับหัวข้อสถิติใด

13 teaching  references