科学の箱

科学・IT・登山の話題

機械学習 統計

dataanalysis-002-week5

投稿日:2014年1月21日 更新日:

ANOVA – quantitative

  • 分散分析、数学的に分散分析と重回帰分析は同じ
  • 分散分析では3群以上の平均の差異を検定する
  • ただし非線形では異なる
  • http://oshiete.goo.ne.jp/qa/2859018.html

Binary outcome from regression.

  • 勝ち負け、dead/alive, buy / not buy
  • 線形回帰
  • 線形 vs ロジスティック回帰 <- これでバイナリ出力ができる

カウント数が出力結果出るある場合

  • 補正後の回帰分析は一つのオプション
  • ポワソン分布を使う
  • これを利用すれば確率的に発生する件数、人数がわかるので例えばリソースの割り当てが可能になる。
  • 線形回帰もしくはポワソン・ログ回帰が使える
  • agnostic model
  • 信頼空間

モデルチェック

  • overfitting
  • overtesting
  • biased inference

vcovHC

モデルの選択

  • ドメインの知識
  • Exploratory
  • 統計的選択

統計的選択

  • Step-wise
  • AIC
  • BIC
  • LASSo, Ridge-Regression

mean variance relationship

  • mean variance relationshipがある場合にはロバスト標準誤差を利用する。

メタ情報

inarticle



メタ情報

inarticle



-機械学習, 統計
-,

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

no image

データ分析について評価する

デザイン コントロールグループはあるか モデル 検定の前提は満たしているか(正規分布) 従属変数の尺度は適切か(名義、順序、間隔、比率) 独立変数の数は適切か モデルについて説明できるか(独立変数の数 …

no image

dataanalysis-002-week2

Structure of Data Analysis 質問を定義する 理想的なデータセットの定義 アクセスできるデータの検索 データの取得 クレンジング Exploratory 統計的予測・モデリング …

no image

本当にわかりやすいすごく大切なことが書いてあるごく初歩の統計の本

本当にわかりやすいすごく大切なことが書いてあるごく初歩の統計 1: 変数 尺度の種類 名義尺度 — 配列できる –> 順序尺度 — 数値化できる &#8211 …

no image

Pythonではじめる機械学習 – Chap03

3.1 Types of Unsupervised Learning 教師なし学習の例 次元削減: 重要な特徴量のみを使って元のデータを表現する トピック抽出: データを構成する部品を見つける クラス …

no image

DictVectorizerを使ってカテゴリデータについて特徴抽出をする

都市における温度データを考える。 measure = [ {‘city’: ‘Dubai’, ‘temperature’: 33.}, {‘city’: ‘London’, ‘temperature’ …

2014年1月
月 火 水 木 金 土 日
« 12月   2月 »
 12345
6789101112
13141516171819
20212223242526
2728293031  

side bar top



アーカイブ

カテゴリー