タグ付けされた質問 「references」

ここ数年、私は科学における帰無仮説の有意性検定の使用に反対する多くの論文を読みましたが、永続的なリストを維持するとは考えていませんでした。最近、同僚がそのようなリストを求めてきたので、私はここにいるすべての人にリストの作成を手伝ってもらおうと思った。物事を始めるために、ここに私がこれまで持っているものがあります： ヨハンソン（2011）「不可能を呼び起こす：p値、証拠、可能性。」 Haller＆Kraus（2002）「重要性の誤解：生徒が教師と共有する問題」 Wagenmakers（2007）「p値の一般的な問題に対する実用的な解決策。」 Rodgers（2010）「数学的および統計的モデリングの認識論：静かな方法論的革命。」 ディクソン（1998）「科学者がp値を重視する理由」 Glover＆Dixon（2004）「尤度比：経験心理学者向けのシンプルで柔軟な統計。」

63 hypothesis-testing  statistical-significance  references  p-value 

マルコフ連鎖とHMMについて学ぶためのリソース（チュートリアル、教科書、ウェブキャストなど）を探しています。私の経歴は生物学者であり、現在バイオインフォマティクス関連のプロジェクトに携わっています。 また、マルコフモデルとHMMを十分に理解するために必要な数学的背景は何ですか？ 私はグーグルを使って見回してきましたが、今のところ良い入門チュートリアルをまだ見つけていません。ここの誰かがよく知っていると思う。

57 references  markov-process  hidden-markov-model  bioinformatics 

Probability and Statistics Cookbookやデータマイニング用のR Reference Cardなどのリソースは非常に便利です。それらは明らかに参考資料として役立ちますが、主題に関する私の考えを整理し、土地を築くのにも役立ちます。 Q：これらのリソースのようなものは、機械学習方法に存在しますか？ 各MLメソッドに含まれる参照カードを想像しています： 一般的なプロパティ メソッドがうまく機能するとき メソッドが不十分な場合 どのメソッドから、または他のどのメソッドにメソッドが一般化されるか。ほとんど置き換えられましたか？ メソッドに関する独創的な論文 メソッドに関連する未解決の問題 計算強度 これらすべては、私が確信している教科書を少し掘り下げることで見つけることができます。それらを数ページにすると便利です。

57 machine-learning  references 

私はこれを読み続け、直感的にこれを見ることができますが、L2の正則化から分析的にガウス事前分布であると言うにはどうすればよいですか？L1がラプラシアンの事前分布と同等であることも同じです。 それ以上の参照は素晴らしいでしょう。

56 regression  references  regularization 

対処するように設計された問題（通常は計算上の問題）のほとんどが解決されているにもかかわらず、その存在を維持しているプラ​​クティスに言及しています。 たとえば、Yatesの連続性補正は、フィッシャーの正確検定を検定で近似するために発明されましたが、ソフトウェアが大きなサンプルでもフィッシャーの検定を処理できるようになったため、実用的ではなくなりました（これは「 AgrestiのCategorical Data Analysisのような教科書は、Yatesの修正が「もはや必要ではない」ことをしばしば認めているため、その存在を維持します）。χ2χ2\chi^2 そのような慣行の他の例は何ですか？

55 references  philosophical 

このサイトには、入門統計と機械学習に関する本の推奨事項に関するいくつかのスレッドがありますが、優先順位の順に、最尤、一般化線形モデル、主成分分析、非線形モデルなど、高度な統計に関するテキストを探しています。AC Davisonによる統計モデルを試しましたが、率直に言って、2つの章の後にそれを書き留めなければなりませんでした。テキストはその範囲と数学的扱いにおいて百科事典ですが、実務家として、私は最初に直観を理解することによって主題にアプローチするのが好きで、それから数学的背景を掘り下げます。 これらは、教育的価値のために私が傑出していると考えるいくつかのテキストです。私が言及したより高度な主題に相当するものを見つけたいと思います。 Statistics、D。Freedman、R。Pisani、R。Purves。 予測：メソッドとアプリケーション、R。Hyndman et al。 多重回帰とその先、TZキース 現代の統計的手法の適用、Rand R. Wilcox Rのアプリケーションを使用した統計学習の概要-（PDFリリース版）、Gareth James、Daniela Witten、Trevor Hastie、Robert Tibshirani 統計学習の要素：データマイニング、推論、および予測。-（PDFリリース版）、Hastie、Tibshirani、Friedman（2009）

55 generalized-linear-model  pca  maximum-likelihood  references  saddlepoint-approximation 

私はRで少し働いていて、PCA、SVD、QR分解、および多くのそのような線形代数結果（重み付き回帰などの推定を検査するとき）のようなものに直面しているので、誰かが良いものに関する推奨事項を持っているかどうかを知りたい理論的ではないが数学的に厳密であり、これらのトピックすべてを網羅した包括的な線形代数の本。

54 references  matrix  linear-algebra  weighted-regression 

すでに確率に精通している数学者のための統計の良い紹介は何ですか？質問するための2つの明確な動機があり、異なる提案につながる可能性があります。 確率論者によって検討された多くの問題の背後にある統計的動機をよりよく理解したいと思います。 数学的な推測を形成するために時々行うモンテカルロシミュレーションの結果をよりよく解釈する方法を知りたいです。 最善の方法は、「確率論者のための統計」のようなものを探すのではなく、より入門的な情報源に行くことです。

54 references 

以前は数学統計に関する教科書の推奨事項を求めていた質問 誰もが数学統計に関する優れたオンラインビデオ講義を知っていますか？私が見つけた最も近いものは： 機械学習 計量経済学 更新：以下に挙げる多くの提案は、良い統計である101タイプの動画です。しかし、統計の厳密な数学的表現を提供するビデオがあるかどうか、特に疑問に思っています。つまり、mathoverflowに関するこのディスカッションで言及された教科書を使用するコースに付随する可能性のあるビデオ

54 mathematical-statistics  references 

編集：Web Technologies and Services CRAN タスクビューには、Rで利用可能なデータソースとAPIのより包括的なリストが含まれています。タスクビューにパッケージを追加する場合は、githubでプルリクエストを送信できます。 すでにRにフックされているか、セットアップが簡単なさまざまなデータフィードのリストを作成しています。これが私のパッケージの最初のリストです。他に何が欠けているのだろうと思っていました。 このリストを「リアルタイム」または「リアルタイムに近い」データフィード/ APIに制限しようとしています。この場合、基になるデータはダウンロードごとに変わる可能性があります。静的データセットのリストはたくさんあり、ダウンロードは1回だけで済みます。 現在、このリストは財務/時系列データに偏っているので、他のドメインに拡張するためにいくつかの助けを借りることができます。 無料データ： データソース-パッケージ グーグル・ファイナンス過去のデータ - quantmod Googleの財政のバランスシート - quantmod ヤフー・ファイナンスの過去データ - quantmod ヤフー・ファイナンスの過去データ- tseries ヤフー・ファイナンス現在のオプションのチェーン - quantmod ヤフー・ファイナンスの歴史的アナリストの見積もり - fImport ヤフー・ファイナンス、現在の主要な統計情報 - fImport -壊れているようです OANDAの歴史的な為替レート/金属価格 quantmod - FRED歴史的なマクロ経済指標 - quantmod 世界銀行歴史的なマクロ経済指標 - WDI Googleトレンド歴史的な検索ボリュームデータ - RGoogleTrends Googleドキュメント- RGoogleDocs Googleのストレージ- RGoogleStorage のTwitter …

53 r  references  dataset 

私はTukeyの本「Exploratory Data Analysis」を読んでいます。1977年に書かれて、本は紙/鉛筆方法を強調します。大きなデータセットを瞬時にプロットできることを考慮した、より「現代的な」後継機はありますか？

52 data-visualization  references  descriptive-statistics  eda 

Rを使用して統計を学習するための書籍 まさに私が探している本は何ですか。 私が探しているのは、Rを使用して統計を教え、実践的な経験を提供する本です。私はアマゾンでそれをしようとする多くの本を見ましたが、Rではそうではありません。例はMinitabとSASです。 R BookとStatistics Computingはオプションですか？- まだ回答されていません。 R BookとStatistical Computing：S-Plusを使用したデータ分析入門は実行可能ですが、読者の意見は参考になり歓迎します。 この本は統計コースとどのように関係していますか？ 私が探していたものをさらに正確にするには、大学の数学科からの統計に関する結果を学習している次の2つのコースを検討してください。 中間統計と確率と統計、つまり、中レベルに進む通常の統計コースを本で探していますが、ボードとペーパーだけではなく、代わりにRを学習して使用しています。それはまた、私が最初から統計を学びたいと思う本を探していることを意味します。 この本も研究者向けです。 私はソフトウェアエンジニアの研究者でもありますが、山のようなデータに遭遇し、他の多くの分野にほとんど当てはまる自動化コードを書き続けるための統計を学びたいという現状を推測しています。 つまり、すべての単一の曲線のすべての単一のプロパティのすべての詳細を学習することには興味がありませんが、自分の研究領域のデータの意味を理解することにもっと関心があります。 。 最後の動機として、統計の推測や制約に違反しているかどうかの判読可能な証拠がない間、統計的推論に基づいて結果を主張するさまざまな種類のコミュニティで科学論文を読んでいることに気づきました。 統計についてあまり詳しくないAR本は、このプラクティスをフォローアップしていないことを保証するものではありません。そのため、概要図をいじるのではなく、Rを使用する統計コースに似た本を探すことにしました。 相互検証の関連する質問。 コンピュータサイエンスに適用される計算統計の概要を提供している書籍は何ですか？-これはRを使用して統計を学習するためのものですが、質問が概要を探すこととは異なります。 オープンソースの統計書は、オンラインで利用可能なオープンソース（オープンブック）のリストを提供します。 この質問に対する回答とフィードバック。 ジュリー 提案された本は、私がすでに出くわした数少ないものでしたが、残念なことに私に合わない例です。 Rを使用した入門統計、入門統計にRを使用、統計：Rを使用した入門は、すでにAmazonで調べた本のいくつかですが、統計の概要について、または以前の統計知識が必要な仮定を立てています。概要図の問題は、ほとんどの場合、仮定や制約に注意を喚起せず、情報を理解するのに十分な説明を提供することです。 この必要性にも適合する本が存在しないか、RブックまたはS-Plusを使用したデータ分析入門がこれに当てはまると思う場合は、このタイプの回答も歓迎します。 @クリストファー・アデン Rを使用した確率と統計の概要は、最も近いもののようですが、私が探していたものにまだ一般的です。 私が期待していたのは、David S. Mooreのような統計の基本です。 すべての統計学の主題を網羅しています。 miniTabと他の2つのツールを使用して、説明した方法を実践的に学習します。 前提と制約を非常に強調しています。これは、詳細な統計コースを受講しておらず、統計を使用したい研究者にとって非常に重要です。概要の本ではほとんどカバーしません。これは研究者にとって危険です。 本の目次はこちらでご覧いただけます。統計に焦点が当てられており、ツールの使用法が理解を深め、より簡単な方法で学習した後、ツールを使用して統計を実行する方法を学生に理解させることです。ツールについてではなく、統計についてです！ 私はまったく同じことを望んでいますが、Rを使用しています。 グレゴリー・デミン それは教育学の例としてRを使用し、統計を学びたいと思っていることを前提としており、何よりもオープンソースです。残念ながら、ANOVAやANCOVA、またはより高度な科目は対象外です。 @ピーター・エリス この質問で何が求められているかをカバーする教科書への良い提案。 質問に答える質問者の意見の本。 @ピーター・エリスと@グレゴリー・デミン。 AmazonのR Booksのコレクション さまざまな学生のバックグラウンド向けのR本に関するAmazonの議論は、ここにあります。 Rを使用して統計を教えるビデオ講義 2007年のGoogle Tech Talksもこの質問の動機となり、統計ではなくデータマイニングについて詳しく説明していますが、ここでは …

50 r  references 

この投稿に基づいて、統計学習の要素をダイジェストします。幸いなことに無料で利用でき、私はそれを読み始めました。 私はそれを理解するのに十分な知識を持っていません。本のトピックのより良い紹介である本を推薦できますか？うまくいけば、それを理解するために必要な知識が得られますか？ 関連する： 数学の強力なバックグラウンドはMLの必須条件ですか？

50 machine-learning  references 

実験計画に関する本に対するパネルの推奨事項は何ですか？ 理想的には、本はまだ印刷されているか、電子的に入手可能であるべきですが、それは常に実現可能ではありません。あなたがこの本の何が素晴らしいのかについていくつかの言葉を付け加えたいと思うなら、それも素晴らしいでしょう。 また、投票ごとに提案を分類できるように、回答ごとに1冊の本を目指してください。 （コミュニティWiki、改善できる場合は質問を編集してください！）

50 references  experiment-design 

XとYの共同分布からのサンプルがあるとします。XとYは独立しているという仮説をどのように検証しますか？(Xn,Yn),n=1..N(Xn,Yn),n=1..N(X_n,Y_n), n=1..NXXXYYYXXXYYY XXXとYの結合または周辺分布の法則については仮定されていませんYYY（すべての結合の正規性の中で、独立性は相関が0であるため同一です000） XXXとYの間の可能な関係の性質については想定されていませんYYY。非線形である可能性があるため、変数は無相関（r=0r=0r=0）ですが、高度に共依存（I=HI=HI=H）です。 私は2つのアプローチを見ることができます： 両方の変数をビンし、フィッシャーの正確検定またはG 検定を使用します。 プロ：定評のある統計検定を使用する 短所：ビニングに依存 推定依存性のと：（これはの独立のためにととそれらは互いに完全に決定）。XXXYYYI(X;Y)H(X,Y)I(X;Y)H(X,Y)\frac{I(X;Y)}{H(X,Y)}000XXXYYY111 プロ：明確な理論的意味を持つ数字を生成します Con：おおよそのエントロピー計算に依存します（つまり、再びビニングします） これらのアプローチは理にかなっていますか？ 人々が使用する他の方法は何ですか？

48 hypothesis-testing  references  independence