统计和大数据

不幸的是，有一个统计问题，我不知道从哪里开始（我正在独自学习，所以如果我听不懂的话，没有人可以问。 问题是 iid N （a ，b 2）; a = 0 ; b 2 = 6 ; v a r （X 2 + Y 2）= ？X，YX,YX,Yñ（a ，b2）; a = 0 ; b2= 6 ; v 一个[R （X2+ Y2）= ？N(a,b2);a=0;b2=6;var(X2+Y2)=?N(a,b^2); a=0; b^2=6; var(X^2+Y^2)=?

8 self-study  normal-distribution  random-variable 

我对协方差如何工作的理解是，相关数据应具有较高的协方差。我遇到了一种情况，我的数据看起来很相关（如散点图所示），但协方差接近零。如果数据的相关性是相关的，如何将它们设为零？ import numpy as np x1 = np.array([ 0.03551153, 0.01656052, 0.03344669, 0.02551755, 0.02344788, 0.02904475, 0.03334179, 0.02683399, 0.02966126, 0.03947681, 0.02537157, 0.03015175, 0.02206443, 0.03590149, 0.03702152, 0.02697212, 0.03777607, 0.02468797, 0.03489873, 0.02167536]) x2 = np.array([ 0.0372599 , 0.02398212, 0.03649548, 0.03145494, 0.02925334, 0.03328783, 0.03638871, 0.03196318, 0.03347346, 0.03874528, 0.03098697, 0.03357531, 0.02808358, 0.03747998, 0.03804655, 0.03213286, 0.03827639, 0.02999955, …

8 python  descriptive-statistics  covariance 

问题：我想执行Gibbs采样以推断大型数据集的一些后验。不幸的是，我的模型不是很简单，因此采样速度太慢。我会考虑采用变型或并行方法，但在此之前…… 问题：我想知道是否可以在每次Gibbs迭代中从数据集中随机采样（替换），以便在每个步骤中学习的实例更少。 我的直觉是，即使我更改样本，我也不会更改概率密度，因此Gibbs样本不应注意到这一窍门。我对吗？是否有人提到过这样做？

8 sampling  bootstrap  mcmc  large-data  gibbs 

背景：以色列（以及整个中东）充满了抗议活动。 我很好奇，当得到一张照片时，估计其中有多少人（通常是一大群人的照片）。 哪种建模可以为该问题提供一些解决方案？（当然，可以使用任何开源程序包来完成。比如，R？）

8 r  image-processing  pattern-recognition 

我有一个非常大的数据集，随着时间的推移，我对各个位置进行了重复测量。有些位置可能有10个数据点，而有些位置只有1个数据点。我拟合了混合模型，并将位置用作随机效果。我的问题是我是否仍可以使用只有1个数据点的位置（因为您不能仅用1个数据绘制回归线）还是应该排除这些位置？

8 mixed-model  multilevel-analysis 

我的数据等于： shopper_1 = ['beer', 'eggs', 'water',...] shopper_2 = ['diapers', 'beer',...] ... 我想对此数据集进行一些分析，以获得一个具有相似含义的相关矩阵：如果您购买了x，则很可能会购买y。 使用python（或者除MATLAB以外的其他任何东西），我该如何处理？一些基本准则或指向我应该去哪里的指针将有所帮助。 谢谢， 编辑-我学到的东西： 这些类型的问题称为关联规则发现。维基百科上有一篇很好的文章，介绍了一些常用的算法。这样做的经典算法似乎是Apriori，原因是Agrawal等。等 这使我想到了Orange，这是一个python接口的数据挖掘程序包。对于Linux，最好的安装方式似乎是使用提供的setup.py从源代码安装 默认情况下，橙色读取来自文件的输入，格式为几种受支持的方式之一。 最后，一个简单的先验关联规则的学习是简单的橙色。

8 correlation  econometrics  python  cross-correlation