タグ付けされた質問 「references」

ロックされています。この質問とその回答はロックされています。なぜなら、質問はトピックから外れていますが、歴史的に重要だからです。現在、新しい回答やインタラクションを受け入れていません。 私はこの本を買いました： 何でも測定する方法：ビジネスにおける無形資産の価値を見つける そして Head First Data Analysis：学習者向けの大きな数字、統計、適切な意思決定ガイド 他にどんな本をお勧めしますか？

17 machine-learning  bayesian  references 

いくつかの提案をいただければ幸いです。私は非常に多様な（少数グループで作られた）大学で教えており、学生はほとんど心理学専攻です。ほとんどの生徒は高校からの新入生ですが、一部の生徒は40歳以上の高齢の帰国生徒です。ほとんどの生徒は動機付けの問題と数学への嫌悪感を持っています。しかし、私はまだ基​​本的なカリキュラムをカバーする本を探しています。説明からサンプリング、テスト、ANOVAまで、そしてすべて実験的方法の文脈で。部門では、クラスでSPSSを使用する必要がありますが、Excelなどのスプレッドシートで分析を構築するというアイデアが気に入っています。 ps他の教師は、計算式に大きく依存しているために私が好きではない本を使用しています。合理的で基本的なアルゴリズムと一致する、より直感的で計算集約的な式ではなく、これらの計算式を使用すると、直感的で不要で混乱します。これは、私が行動科学の統計の要点、第7版ニューヨークのフレデリックJグラベッター州立大学、ブロックポートラリーB.ウォールナウ州立大学ニューヨーク校、ブロックポートISBN-10：049581220Xを参照する本です。

17 references  teaching 

誰も非線形回帰に関する統計文献の良いレビュー記事を知っていますか？私は主に一貫性の結果と漸近に興味があります。 特に興味深いのはモデルです y私トン= m （x私トン、θ ）+ ϵ私トン、y私t=m（バツ私t、θ）+ϵ私t、y_{it} = m(x_{it},\theta) + \epsilon_{it}, パネルデータ用。 ノンパラメトリック法はあまり興味がありません。 雑誌が調べるべき提案も大歓迎です。 現在、私は計量経済学ハンドブックで雨宮（1983）を読んでいますが、おそらくもっと最新のものを手に入れたいと思っていました。 Journal of Econometricsの Wooldridge、JM（1996）「異なる方程式に対する異なる手段による方程式系の推定」は、上記のレビューよりも後の貢献の例であるため、含まれていません。

17 regression  references  nonlinear-regression 

適切なスコアリングルールは、「真の」モデルによって最大化されるルールであり、システムの「ヘッジ」やゲームを許可しません（スコアを改善するためのモデルの真の信念である異なる結果を意図的に報告する）。ブライアースコアは適切であり、正確性（正しく分類された割合）は不適切であり、しばしば落胆します。時々、AUCは半適切なスコアリングルールと呼ばれ、精度が完全に偽ではなく、適切なルールよりも感度が低くなることがわかります（たとえば、https：//stats.stackexchange.com/a/90705/53084）。 準適切なスコアリングルールとはどういう意味ですか？どこかで定義されていますか？

16 classification  references  roc  measurement-error  scoring-rules 

あなたがすることができ、正規分布の一次微分は何だったその派生を再現し、またその歴史的文脈の中でそれを説明しますか？ 人類が正規分布を忘れた場合、私がそれを再発見する最も可能性の高い方法は何ですか？また、最も可能性の高い派生物は何ですか？最初の派生は、二項分布などの基本的な離散確率分布を計算する高速な方法を見つけようとする副産物として来たに違いないと思います。あれは正しいですか？

16 probability  distributions  normal-distribution  references  history 

背景：過去4年間（alexnet後）の多くの近代的な研究は、最先端の分類結果を達成するためにニューラルネットワークの生成的事前トレーニングを使用することから遠ざかっているようです。 例えば、mnistのための上位の結果、ここでは、トップ50の唯一の2紙、RBMのですどちらも、生成モデルを使用しているように見えます。他の48の受賞論文は、RBMや多くの古いニューラルネットワークで使用されているシグモイドとは異なる、より優れた/新しい重みの初期化とアクティベーション関数を見つけることに多大な労力を費やした、異なる識別フィードフォワードアーキテクチャに関するものです。 質問：制限付きボルツマンマシンを使用する現代的な理由はありますか？ そうでない場合、これらのフィードフォワードアーキテクチャに適用できる事実上の変更があり、それらの層のいずれかを生成可能にしますか？ 動機：私が見ているのは、私が見ているいくつかのモデル、通常はRBMのバリアントであり、これらの生成層/モデルに明らかな類似の識別的対応物が必ずしも存在しないためです。例えば： mcRBM ssRBM CRBM（CNNがフィードフォワードアーキテクチャを使用しているのは差別的な類似アーキテクチャであると主張できるかもしれませんが） また、これらは2010年、2011年、2009年から明らかに敬意を表してプレアレックスネットでもありました。

16 references  deep-learning  rbm  generative-models 

今後の会議で非統計学者にプロジェクトを提示する必要があり、統計と鉱石を処理する機械を比較するある時点で読んだ引用を含めたいと思います。その理由は、統計の機能と視聴者の目標との間の特定の関係を強調したいからです。 私は引用を見つけることができません、そして誰かがそれのための参照を私に指すことができることを望んでいました。次の行に沿ったものです。 鉱石から金を抽出する場合を考えてみましょう。優れた金抽出機の期待は、無駄なく金を鉱石からきれいに分離することです。鉱石に元々何も存在していなかった場合、金の抽出に失敗したとしてこのマシンを批判したり、わずかな量の鉱石から金を抽出できなかった場合に過度に厳しく判断したりしません。同様に、統計はデータから情報を抽出するマシンです。統計は情報を作成できません。データにはそれを含める必要があります。 この引用はフィッシャーによるものであり、彼はフィッシャー自身と機械オペレーターの類似点に注目し続けていると思います。彼が指摘するポイントは、彼の統計機構が賢明である限り、良い結果を得るために彼は特に優秀である必要はないということだと思う。 任意の助けをいただければ幸いです。可能であれば、完全な見積もりを提供してください。 見積の場所の詳細（回答が見つかった後に追加）： 選択した回答のリードをたどった後、引用のある論文を見つけました。それは： フィッシャー、RA（1947）。実験計画の理論の開発。手続き Intの。統計学者。Conf。、ワシントン、3、434-439。 フィッシャーが収集した作品のデジタルアーカイブで、ここで無料で見つけることができます。1947年に彼が行った会議のスピーチのようです。

16 references  quotation 

ここ数ヶ月、私はこの夏の修士論文の準備として、分位点回帰について集中的に読みました。具体的には、このトピックに関するRoger Koenkerの2005年の本のほとんどを読みました。ここで、この既存の知識を拡張して、計測変数（IV）を可能にする分位点回帰手法にしたいと思います。これは活発な研究分野であり、急速に成長しているようです。 誰かが私に提案することができます： IV分位回帰に関する論文またはその他の文献 これらのさまざまな統計手法の概要 さまざまな手法の長所と短所 私は主に文学を探して、始めて、そこにあるものの良い概要を持っています。したがって、最初のポイントは重要なポイントです。2つ目と3つ目は良いでしょう！また、私の関心は主に断面法にありますが、パネル法も歓迎します。 前もって感謝します。

16 regression  references  econometrics  instrumental-variables  quantile-regression 

フレシェ-Hoeffding上限コピュラ分布関数に適用され、それは次式で与えられます。 C（あなた1、。。。、あなたd）≤ 分{ U1、。。、あなたd} 。C(u1,...,ud)≤min{u1,..,ud}.C(u_1,...,u_d)\leq \min\{u_1,..,u_d\}. CDFの代わりにコピュラ密度に同様の（限界密度に依存するという意味で）上限がありますか？c （u1、。。。、あなたd）c(u1,...,ud)c(u_1,...,u_d) どんな参考文献も大歓迎です。

16 references  joint-distribution  bounds  copula 

停止規則は、P値と決定に関連するエラー率との関係に影響します。シモンズ等による最近の論文。2011年には、研究者の自由度という用語が、再現不可能であることが判明した心理学の文献の多くのレポートの責任を負うと考えられる行動の集合を記述するために作られました。 これらの動作のうち、オプションの停止規則または宣言されていない中間分析が現在関心のあるものです。エラー率への影響を生徒に説明しますが、生徒が使用する教科書には記載されていないようです。使用する！）。私の大学のメインの書店には、バイオサイエンス、ビジネス、エンジニアリングなど、さまざまな分野の入門レベルの学生を対象とした14の統計教科書があります。停止ルール」。 オプションの停止ルールの問題を説明する入門レベルの統計テキストがありますか？ シモンズ、JP、ネルソン、LD、およびサイモンソン、U。（2011）。偽陽性心理学：データ収集と分析の非公開の柔軟性により、あらゆるものを重要なものとして提示できます。心理学、22（11）、1359–1366。doi：10.1177 / 0956797611417632

16 references  type-i-and-ii-errors  optimal-stopping 

確率分布関数や累積分布関数などの確率理論の重要な概念を説明する良い本はありますか？ ジョン・ライスによる「数学統計とデータ分析」のような単純な順列概念から始まり、突然（第2章で）実分析、多重積分、表面積分の知識を想定して飛躍し、CDFとPDFとそれらを3次元の図で示します。1つは、すべてがどのように接続されているかについて頭をひっかきます。 私は自習用の本を探していますが、「実用的な人のための微積分」と同じカテゴリの本は大いに役立ちます。

16 probability  self-study  distributions  references  theory 

「自分でやってみよう」と何度か試みましたが、成功は限られています。私はカジュアルなSPSSユーザーであり、SASの経験があります。 同様のバックグラウンドを持ち、現在Rを使用している人から1つまたは2つのポインターをいただければ幸いです。

16 r  references 

時系列予測にニューラルネットワークを使用するには、いくつかのリソースが必要です。私はいくつかの論文を実装し、彼らが彼らの方法の可能性を大いに表明していることを知ることに警戒しています。そのため、これらのメソッドの経験がある場合は、さらに素晴らしいことを提案しています。

16 time-series  neural-networks  forecasting  references 

統計は応用科学であると言うのは公平だと思うので、平均と標準偏差を計算するとき、それは誰かがそれらの数値に基づいていくつかの決定をしようとしているからです。 優れた統計学者の一部は、サンプルデータが信頼できる場合、および何らかの統計テストが興味のある真のデータを完全に誤って伝えている場合に、「感知」できることを望みます。ビッグデータセット統計と確率理論を再学習していますが、これまで見てきたすべての本は、舞台に上がってたくさんのことを言う政治家のようなものだというこのしつこい気持ちを揺るがすことはできませんスピーチの最後の次の免責事項： さて、これは良いことでも悪いことでもありませんが、数字は良いと言っているので、とにかく投票してください。 たぶんあなたはそれを得るが、多分そうではないので、ここに質問があります。統計学者による戦争の話はどこで見られますか？いくつかの決定は、後で完全に間違っていることが判明した統計情報に基づいていますか？

16 references  inference  descriptive-statistics  history  fallacy 

機械学習の重要なアイデアのいくつかについてグローバルな視点を得ようとしていますが、さまざまな損失の概念（2乗、ログ、ヒンジ、プロキシなど）の包括的な処理があるかどうか疑問に思っていました。私は、John LangfordのLoss Function Semanticsに関する優れた投稿の、より包括的で正式なプレゼンテーションに沿って何かを考えていました。

16 references  loss-functions