คำถามติดแท็ก references

ฉันเป็นนักศึกษาระดับปริญญาตรีปีที่สองเรียนวิชาคณิตศาสตร์และฉันได้พูดคุยกับอาจารย์คนหนึ่งของฉันเกี่ยวกับความแตกต่างระหว่างความสามารถทางคณิตศาสตร์และความสามารถทางสถิติ หนึ่งในความแตกต่างที่สำคัญที่เขานำมาคือ "data sense" ซึ่งเขาอธิบายว่าเป็นการรวมกันของความสามารถด้านเทคนิคในขณะที่ทำงานภายในชุดของสิ่งที่ฉันจะเรียกอย่างไม่เป็นทางการว่า "restraints สามัญสำนึก" อย่างไม่เป็นทางการ ทฤษฎีมากมาย นี่คือตัวอย่างของสิ่งที่ฉันพูดถึงซึ่งปรากฏในบล็อกของ Gowers: ในหลายส่วนของสหราชอาณาจักรตำรวจรวบรวมสถิติเกี่ยวกับสถานที่เกิดอุบัติเหตุบนท้องถนนระบุจุดดำน้ำอุบัติเหตุวางกล้องจับความเร็วไว้ที่นั่นและรวบรวมสถิติเพิ่มเติม มีแนวโน้มที่แน่นอนสำหรับจำนวนอุบัติเหตุที่จุดดำน้ำเหล่านี้จะลดลงหลังจากที่ติดตั้งกล้องจับความเร็ว การแสดงนี้สรุปได้ว่ากล้องจับความเร็วช่วยเพิ่มความปลอดภัยทางถนนหรือไม่ บุคคลเดียวกันที่แย้งกับกลยุทธ์แบบสุ่มในเกมการเจรจาต่อรองโดยทั่วไปรู้คำตอบสำหรับคำถามนี้แล้ว เขาบอกว่าไม่เพราะถ้าคุณเลือกกรณีที่รุนแรงคุณจะคาดหวังให้กรณีเหล่านี้ลดน้อยลงหากคุณทำการทดสอบอีกครั้ง ฉันตัดสินใจที่จะดำเนินการต่อจากคำถามนี้อย่างรวดเร็วเนื่องจากไม่มีอะไรจะพูดอีกมาก แต่ฉันบอกคนอื่นเกี่ยวกับแผนการที่ฉันเคยทำซึ่งเป็นการทดลองกระแสจิตปลอม ฉันจะให้พวกเขาเดาผลลัพธ์ของการโยนเหรียญ 20 อันซึ่งฉันจะพยายามคานให้พวกเขาทางกระแสจิต ฉันจะเลือกนักแสดงที่ดีที่สุดสามคนและสามคนที่แย่ที่สุดและจะโยนเหรียญอีกครั้งคราวนี้ขอให้คนที่ดีที่สุดช่วยฉันส่งคำตอบให้คนที่แย่ที่สุด ผู้คนสามารถเห็นได้อย่างง่ายดายว่าการแสดงนั้นคาดว่าจะปรับปรุงและจะไม่มีอะไรเกี่ยวข้องกับกระแสจิต สิ่งที่ฉันถามคือจะเรียนรู้เพิ่มเติมเกี่ยวกับ "data sense"นี้ได้อย่างไรผ่านการเผยแพร่ใด ๆ ในหัวเรื่องหากมีอยู่หรือผ่านสิ่งที่ผู้ใช้รายอื่นพบว่ามีประโยชน์ในการพัฒนาทักษะนี้ ฉันขอโทษถ้าคำถามนี้ต้องชี้แจง ถ้าเป็นเช่นนั้นกรุณาโพสต์คำถามของคุณ! ขอบคุณ

20 references  philosophical 

"การดูแลระยะไกล" เป็นรูปแบบการเรียนรู้ที่ตัวจำแนกลักษณนามได้รับชุดฝึกอบรมที่มีป้ายกำกับอ่อนแอ (ข้อมูลการฝึกอบรมจะมีป้ายกำกับโดยอัตโนมัติตามการวิเคราะห์พฤติกรรม / กฎ) ฉันคิดว่าทั้งการเรียนรู้ภายใต้การดูแลและการเรียนรู้แบบกึ่งมีส่วนร่วมอาจรวมถึง "การกำกับดูแลที่ห่างไกล" หากข้อมูลที่ติดฉลากของพวกเขานั้นมีการแก้ปัญหาด้วยวิธีฮิวริสติก / อัตโนมัติ อย่างไรก็ตามในหน้านี้ "การกำกับดูแลที่ห่างไกล" หมายถึง "การเรียนรู้แบบกึ่งภายใต้การดูแล" (เช่น จำกัด เฉพาะ "การควบคุมกึ่ง") ดังนั้นคำถามของฉันคือ"การควบคุมดูแลที่ห่างไกล" อ้างถึงการควบคุมกึ่งหรือไม่? ในความคิดของฉันมันสามารถนำไปใช้กับการเรียนรู้ทั้งแบบมีผู้สอนและแบบกึ่งมีผู้สอน โปรดระบุข้อมูลอ้างอิงที่เชื่อถือได้หากมี

20 machine-learning  data-mining  dataset  references  unsupervised-learning 

หลายแหล่งวันที่ออกแบบ "แผนกล่อง" คลาสสิกกับจอห์น Tukeyและ "แผนผังแผน" ของ 2513 การออกแบบที่ดูเหมือนจะค่อนข้างคงที่ตั้งแต่นั้นมากับเอ็ดเวิร์ด Tufteตัดลงมาเป็นกล่องรุ่น - พล็อตไม่ทันตั้งตัวขณะแผนการของไวโอลิน - แม้ว่าจะเป็นข้อมูลที่แตกต่างของพล็อตกล่อง - ยังคงได้รับความนิยมน้อยลง ข้อเสนอแนะของคลีฟแลนด์ที่เคราขยายออกไปเป็นร้อยละ 10 และ 90 มีผู้สนับสนุนบางส่วนดูCox (2009)แต่ไม่ใช่บรรทัดฐาน Hadley Wickham และ Lisa Stryjewski เขียนกระดาษที่ไม่ได้เผยแพร่เกี่ยวกับประวัติความเป็นมาของแผนการกล่องแต่ดูเหมือนว่ามันจะไม่ครอบคลุมถึงบรรพบุรุษของกล่องแปลง แล้วพล็อตปัจจุบัน "แพร่หลาย" และ "หนวด" จึงเกิดขึ้นได้อย่างไร การสร้างภาพข้อมูลแบบใดที่วิวัฒนาการมาจากการออกแบบก่อนหน้านี้มีข้อได้เปรียบที่สำคัญและทำไมพวกเขาถึงดูเหมือนจะถูกบดบังดังนั้นการใช้งานอย่างละเอียดตามแบบแผนการของ Tukey? คำตอบที่แสดงให้เห็นจะเป็นโบนัส แต่จะถูกนำไปอ้างอิงที่ดำลึกในอดีตกว่า Wickham และ Stryjewski จะเป็นประโยชน์ อ้างอิง Cox, NJ (2009) Stata พูด: การสร้างและการแปลงกล่องแปลง Stata Journal , …

19 data-visualization  references  boxplot  history 

ฉันมีค่าเฉลี่ย 74.10 และส่วนเบี่ยงเบนมาตรฐาน 33.44 สำหรับตัวอย่างที่มีค่าต่ำสุด 0 และสูงสุด 94.33 อาจารย์ของฉันถามฉันว่าค่าเฉลี่ยบวกหนึ่งส่วนเบี่ยงเบนมาตรฐานสูงกว่าค่าสูงสุดได้อย่างไร ฉันแสดงตัวอย่างมากมายเกี่ยวกับเรื่องนี้ แต่เธอไม่เข้าใจ ฉันต้องการการอ้างอิงเพื่อแสดงให้เธอเห็น อาจเป็นบทหรือย่อหน้าใด ๆ จากหนังสือสถิติที่พูดถึงเรื่องนี้โดยเฉพาะ

19 standard-deviation  mean  references  bounds  maximum 

ฉันเห็นพล็อต LDA (การวิเคราะห์จำแนกเชิงเส้น) ที่มีขอบเขตการตัดสินใจจากองค์ประกอบของการเรียนรู้ทางสถิติ : ฉันเข้าใจว่ามีการฉายข้อมูลลงในพื้นที่ย่อยที่มีมิติน้อย อย่างไรก็ตามฉันต้องการทราบว่าเราจะได้รับขอบเขตการตัดสินใจในมิติเดิมอย่างไรเพื่อให้ฉันสามารถฉายขอบเขตการตัดสินใจลงในพื้นที่ย่อยที่มีมิติต่ำกว่า (ชอบเส้นสีดำในภาพด้านบน) มีสูตรที่ฉันสามารถใช้คำนวณขอบเขตการตัดสินใจในมิติเดิม (สูงกว่า) ได้หรือไม่ ถ้าใช่แล้วสูตรนี้ต้องการปัจจัยอะไร?

19 r  references  discriminant-analysis 

ข้อความของ Wackerly et al ได้กล่าวถึงทฤษฎีบทนี้ว่า "ให้และแสดงถึงช่วงเวลาที่สร้างฟังก์ชันของตัวแปรสุ่ม X และ Y ตามลำดับหากมีทั้งฟังก์ชันสร้างและสำหรับค่าทั้งหมดของ t ดังนั้น X และ Y จะมีการแจกแจงความน่าจะเป็นแบบเดียวกัน " โดยไม่มีการพิสูจน์ว่าเกินขอบเขตของข้อความ Scheaffer Young ยังมีทฤษฎีบทเดียวกันโดยไม่มีข้อพิสูจน์ ฉันไม่มีสำเนาของ Casella แต่การค้นหาหนังสือของ Google ดูเหมือนจะไม่พบทฤษฎีบทอยู่m y ( t ) m x ( t ) = m y ( t )ม.x( t )mx(t)m_x(t)ม.Y( t )my(t)m_y(t)ม.x( t ) = mY( t …

19 mathematical-statistics  references  moments  proof  mgf 

วิศวกรรมคุณสมบัติเป็นสิ่งสำคัญอย่างยิ่งต่อการเรียนรู้ของเครื่อง แต่ฉันพบวัสดุบางอย่างที่เกี่ยวข้องกับเรื่องนี้ ฉันเข้าร่วมการแข่งขันหลายรายการในKaggleและเชื่อว่าคุณสมบัติที่ดีอาจมีความสำคัญมากกว่าตัวจําแนกที่ดีในบางกรณี ไม่มีใครรู้บทเรียนเกี่ยวกับวิศวกรรมฟีเจอร์หรือเป็นประสบการณ์ที่แท้จริง

19 machine-learning  references  feature-construction 

การแจกแจงเบต้าปรากฏภายใต้การกำหนดค่าสองค่า (หรือที่นี่ ) f ( x ) ∝ x α ( 1 - x ) βf(x)∝xα(1−x)β(1) f(x) \propto x^{\alpha} (1-x)^{\beta} \tag{1} หรือสิ่งที่ดูเหมือนว่าจะใช้บ่อยกว่าปกติ f ( x ) ∝ x α - 1 ( 1 - x ) β - 1f(x)∝xα−1(1−x)β−1(2) f(x) \propto x^{\alpha-1} (1-x)^{\beta-1} \tag{2} แต่ทำไมถึงมี " - 1−1-1 " ในสูตรที่สอง? …

18 distributions  references  beta-distribution  history  beta-binomial 

อะไรคือหนังสือที่ดีเกี่ยวกับปรัชญาแบบเบย์, การเปรียบเทียบตัวแบบอัตนัยกับนักเขียนเชิงวัตถุ, อธิบายมุมมองของความน่าจะเป็นว่าเป็นความรู้ในสถิติแบบเบย์เป็นต้น? บางทีหนังสือของ Savage? ตอนแรกฉันคิดว่าเบอร์เกอร์ (1986) สามารถทำงานได้ แต่มันไม่ใช่สิ่งที่ฉันกำลังมองหา การค้นหาหนังสือเช่นนี้ไม่ได้นำไปสู่ผลลัพธ์ที่ฉันต้องการ

18 bayesian  references  philosophical 

ฉันกำลังมองหาหนังสือระดับเบื้องต้นถึงระดับกลางเกี่ยวกับโมเดลเชิงเส้นทั่วไป นอกจากทฤษฎีแล้วฉันจะต้องการให้มันรวมแอพพลิเคชั่นและตัวอย่างใน R หรือภาษาการเขียนโปรแกรมอื่น - ฉันได้ยินว่า SAS เป็นตัวเลือกยอดนิยม ฉันตั้งใจจะศึกษาด้วยตัวเองและมันจะช่วยได้ถ้ามันให้คำตอบกับแบบฝึกหัดของตัวเอง คุณสามารถสมมติว่าฉันได้เรียนหลักสูตรปียาวแบบดั้งเดิมในแคลคูลัสและทฤษฎีความน่าจะเป็น ฉันคุ้นเคยกับพื้นฐานของการวิเคราะห์การถดถอย

18 self-study  generalized-linear-model  references 

ฉันกำลังมองหาหนังสือหรือแหล่งข้อมูลออนไลน์ที่อธิบายถึงเอนโทรปีชนิดต่าง ๆ เช่น Sample Entropy และแชนนอนเอนโทรปีและข้อดีและข้อเสีย ใครบางคนชี้ให้ฉันในทิศทางที่ถูกต้อง?

18 references  entropy 

ทำไม“ อนุกรมเวลา” จึงเรียกเช่นนี้ ซีรีส์หมายถึงผลรวมของลำดับ เหตุใดจึงเป็นอนุกรมเวลาไม่ใช่ลำดับเวลา คือเวลาตัวแปรอิสระ?

17 time-series  self-study  references  terminology 

ในปีที่ผ่านมาวิธีการเชิงโครงสร้างเพื่อเศรษฐมิติเมื่อเทียบกับเศรษฐมิติแบบฟอร์มที่ลดลงได้กลายเป็นที่นิยมมากขึ้น สิ่งนี้เกี่ยวข้องกับการรวมกันอย่างแน่นหนาของแบบจำลองทางเศรษฐศาสตร์เชิงทฤษฎีและสถิติเพื่อประเมินพารามิเตอร์ที่น่าสนใจ การนำเสนอโครงสร้างเชิงทฤษฎีมากขึ้นในวิธีที่เราใช้ข้อมูลและวิธีการทางสถิติมีไว้เพื่อให้คำแนะนำและบางครั้งก็สามารถเปิดเผยพารามิเตอร์ที่ไม่สามารถประเมินได้อย่างง่ายดายด้วยวิธีการลดรูปแบบ แม้แต่ผู้ที่ไม่ใช่นักเศรษฐศาสตร์ก็อาจมีความน่าสนใจเพราะการจำลองและการสุ่มตัวอย่างสามารถเป็นส่วนสำคัญในการประมาณโครงสร้างและเทคนิคต่างๆที่ใช้ในสังคมศาสตร์อื่น ๆ สาขาวิชาเศรษฐศาสตร์ในสาขาวิชาสถิตินี้ดูเหมือนจะไม่มีตำราแบบเกริ่นนำมาก่อน ฉันได้พบเพียงวัสดุที่ทันสมัยมากขึ้นเช่นโครงสร้างทางเศรษฐมิติรุ่นโดย Choo และชุม (2013) หรือบทสำรวจโดยไดอานาและ WOLAK ใครช่วยชี้ให้ฉันดูชุดของการบรรยายหรือบางทีหนังสือ (ที่ฉันเพิ่งยังไม่พบ) ซึ่งจะให้คำแนะนำเกี่ยวกับเศรษฐศาสตร์เชิงโครงสร้าง? ความนึกคิดนี้จะขึ้นอยู่กับตัวอย่างที่มีวิธีการต่าง ๆ รวมถึงรหัสหรือคำแนะนำเกี่ยวกับวิธีการทำซ้ำตัวอย่างเหล่านี้เพื่อความเข้าใจที่ดีขึ้น ฉันตระหนักถึงงานวิจัยหลายชิ้นโดยเฉพาะในองค์กรอุตสาหกรรม แบบจำลองการพึ่งพาของรัฐ (สนิม, 1987) การประมาณความต้องการ (Berry, 1994; Berry, Levinson, และ Pakes, 1995) การประมาณผลผลิต (Olley and Pakes, 1996) การประมาณค่าอำนาจตลาด (Nevo, 2005; Sovinsky, 2008) แต่ส่วนใหญ่ยากที่จะติดตาม ดังนั้นหากมีคนรู้เกี่ยวกับการแนะนำที่อ่อนโยนกว่านี้จะเป็นความช่วยเหลือที่ดี

17 econometrics  references 

ก่อนที่ฉันจะถามคำถามของฉันขอให้ฉันเล่าข้อมูลบางอย่างเกี่ยวกับสิ่งที่ฉันรู้เกี่ยวกับสถิติเพื่อให้คุณมีความเข้าใจที่ดีขึ้นเกี่ยวกับประเภทของทรัพยากรที่ฉันกำลังมองหา ฉันเป็นนักศึกษาระดับบัณฑิตศึกษาด้านจิตวิทยาและด้วยเหตุนี้ฉันจึงใช้สถิติเกือบทุกวัน ตอนนี้ฉันคุ้นเคยกับเทคนิคที่หลากหลายอย่างกว้างขวางซึ่งส่วนใหญ่เป็นการนำไปใช้ในกรอบการสร้างแบบจำลองสมการโครงสร้างทั่วไป อย่างไรก็ตามการฝึกอบรมของฉันใช้เทคนิคเหล่านี้และการตีความผลลัพธ์ - ฉันไม่มีความรู้พื้นฐานทางคณิตศาสตร์อย่างเป็นทางการของเทคนิคเหล่านี้ อย่างไรก็ตามยิ่งขึ้นฉันต้องอ่านเอกสารจากสถิติที่เหมาะสม ฉันพบว่าเอกสารเหล่านี้มักจะมีความรู้ในการทำงานเกี่ยวกับแนวคิดทางคณิตศาสตร์ที่ฉันไม่รู้จักมากเช่นพีชคณิตเชิงเส้น ดังนั้นฉันจึงเชื่อมั่นว่าหากฉันต้องการใช้เครื่องมือที่ฉันสอนมากกว่าสุ่มสี่สุ่มห้ามันจะมีประโยชน์สำหรับฉันที่จะเรียนรู้พื้นฐานทางคณิตศาสตร์ของสถิติ ดังนั้นฉันมีสองคำถามที่เกี่ยวข้อง: เทคนิคทางคณิตศาสตร์อะไรบ้างที่จะเป็นประโยชน์สำหรับฉันที่จะรู้ว่าถ้าฉันต้องการที่จะแปรงบนพื้นฐานทางคณิตศาสตร์ของสถิติ? ฉันพบพีชคณิตเชิงเส้นค่อนข้างบ่อยและฉันแน่ใจว่าการเรียนรู้เกี่ยวกับทฤษฎีความน่าจะเป็นมีประโยชน์ แต่มีประเด็นทางคณิตศาสตร์อื่น ๆ ที่จะเป็นประโยชน์สำหรับฉันที่จะเรียนรู้หรือไม่? คุณสามารถแนะนำทรัพยากรใด (ออนไลน์หรือในรูปแบบหนังสือ) ให้ฉันในฐานะคนที่ต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับรากฐานทางคณิตศาสตร์ของสถิติ

17 mathematical-statistics  references 

ล็อคแล้ว คำถามและคำตอบของคำถามนี้ถูกล็อคเนื่องจากคำถามอยู่นอกหัวข้อ แต่มีความสำคัญทางประวัติศาสตร์ ขณะนี้ไม่ยอมรับคำตอบหรือการโต้ตอบใหม่ ฉันซื้อหนังสือเล่มนี้: วิธีการวัดสิ่งใด: การค้นหาคุณค่าของสิ่งที่จับต้องไม่ได้ในธุรกิจ และ หัวหน้าการวิเคราะห์ข้อมูลครั้งแรก: คู่มือสำหรับผู้เรียนเกี่ยวกับตัวเลขขนาดใหญ่สถิติและการตัดสินใจที่ดี หนังสืออื่น ๆ ที่คุณอยากแนะนำคืออะไร?

17 machine-learning  bayesian  references