标签: statistics

如何将Z分数从Z分布(标准正态分布,高斯分布)转换为p值？我还没有找到Scipy stats模块中的神奇功能来做到这一点,但必须有一个.

在给定一组值的情况下(x,f(x)),有没有办法找到最适合数据的给定度数的多项式？

我知道多项式插值,它用于找到n给定n+1数据点的度数多项式,但这里有大量的值,我们想找到一个低次多项式(找到最佳线性拟合,最佳二次,最佳立方等. ).它可能与最小二乘有关 ...

更一般地说,当我们有一个多变量函数时,我想知道答案 - (x,y,f(x,y))比如说 - 并且想要找到p(x,y)变量中给定度数的最佳多项式().(特别是多项式,而不是样条或傅里叶级数.)

理论和代码/库(最好是Python,但任何语言都可以)都会很有用.

我想知道是否有数学库内置的统计函数,它们是标准C++库的一部分,如cmath.如果没有,你们可以推荐一个具有累积正态分布函数的好的统计库吗？提前致谢.

更具体地说,我希望使用/创建累积分布函数.

我试图使用随机森林包在R中进行分类.

列出的可变重要性措施是:

• 对于0级,变量x的平均原始重要性得分
• 第1类的变量x的平均原始重要性得分
• MeanDecreaseAccuracy
• MeanDecreaseGini

现在我知道这些"意思"是什么,因为我知道他们的定义.我想知道的是如何使用它们.

我真正想知道的是,这些价值仅仅意味着它们是多么准确,什么是好价值,什么是坏价值,什么是最大值和最小值等等.

如果变量有高MeanDecreaseAccuracy或者MeanDecreaseGini这意味着它是重要的还是不重要的？此外,有关原始分数的任何信息也可能有用.我想知道有关这些数字的所有信息,这些数字与它们的应用相关.

使用"错误","求和"或"置换"等词语的解释将不那么有用,因为更简单的解释不涉及任何关于随机森林如何运作的讨论.

就像我希望有人向我解释如何使用收音机一样,我不希望这个解释涉及无线电如何将无线电波转换成声音.

我运行一个python程序,调用sklearn.metrics计算精度和F1分数的方法.这是没有预测样本时的输出:

/xxx/py2-scikit-learn/0.15.2-comp6/lib/python2.6/site-packages/sklearn/metr\
ics/metrics.py:1771: UndefinedMetricWarning: Precision is ill-defined and being set to 0.0 due to no predicted samples.
  'precision', 'predicted', average, warn_for)

/xxx/py2-scikit-learn/0.15.2-comp6/lib/python2.6/site-packages/sklearn/metr\
ics/metrics.py:1771: UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 due to no predicted samples.
  'precision', 'predicted', average, warn_for)

当没有预测样本时,意味着TP + FP为0,所以

• 精度(定义为TP /(TP + FP))为0/0,未定义,
• 如果FN不为零,则F1得分(定义为2TP /(2TP + FP + FN))为0.

在我的情况下,sklearn.metrics也将精度返回到0.8,并记为0.因此FN不为零.

但是为什么scikilearn说F1不明确？

Scikilearn使用F1的定义是什么？

我需要知道一组数字与一组数字相比是否超出了平均值的1 stddev等.

Database Tuning Advisor建议我在我的数据库中创建一堆统计信息.我是一个SQL n00b,所以这是我第一次遇到这样的生物.MSDN中的条目有点迟钝 - 有人可以解释这究竟是什么,以及为什么这是一个好主意？

以下是R的入门统计练习:

使用rmr数据集,绘制代谢率与体重的关系.将线性回归模型拟合到关系中.根据拟合模型,体重70公斤的预测代谢率是多少？给出该线斜率的95%置信区间.

rmr数据集位于"ISwR"包中.它看起来像这样:

> rmr
   body.weight metabolic.rate
1         49.9           1079
2         50.8           1146
3         51.8           1115
4         52.6           1161
5         57.6           1325
6         61.4           1351
7         62.3           1402
8         64.9           1365
9         43.1            870
10        48.1           1372
11        52.2           1132
12        53.5           1172
13        55.0           1034
14        55.0           1155
15        56.0           1392
16        57.8           1090
17        59.0            982
18        59.0           1178
19        59.2           1342
20        59.5           1027
21        60.0           1316
22        62.1           1574
23        64.9           1526
24        66.0           1268
25 …

我想用R拟合某种多变量时间序列模型

以下是我的数据示例:

   u     cci     bci     cpi     gdp    dum1 dum2 dum3    dx  
 16.50   14.00   53.00   45.70   80.63  0   0    1     6.39 
 17.45   16.00   64.00   46.30   80.90  0   0    0     6.00 
 18.40   12.00   51.00   47.30   82.40  1   0    0     6.57 
 19.35   7.00    42.00   48.40   83.38  0   1    0     5.84 
 20.30   9.00    34.00   49.50   84.38  0   0    1     6.36 
 20.72   10.00   42.00   50.60   85.17  0   0    0     5.78 
 21.14   6.00    45.00   51.90   85.60  1   0    0     5.16 
 21.56   9.00    38.00   52.60   86.14  0 …

GitHub的"Stats&Graphs"选项卡中曾经有一个"Clones"子选项卡(例如https://github.com/TeamMentor/TeamMentor-Documentation/graphs/impact),但现在已经不见了.

有没有其他方法来获得这些统计数据？

如果我们能让Gauges显示Git克隆,推送,拉取,GitHub页面浏览量等,那就太好了.