Questions tagged «terminology»

我想到，尽管多年来我就统计学和生物统计学之间的差异整理了一些想法，但从未听说过正式的解释。这两个学科之间的区别是什么（当前）？为什么这种区别首先出现？ 编辑：我在最初的问题中不够具体。我了解到生物统计学是生物医学领域中统计学的应用和发展。但是，区别的一些具体示例是什么？例如，这两个领域的研究生教育有何区别？为这两个学科设立不同的学术部门的目的是什么（我在其他领域没有看到这种区别）？

17 terminology  biostatistics 

在谈论纵向数据时，我们可能会重复引用从同一主题/研究单位随时间收集的数据，因此，同一主题内的观察存在相关性，即主题内相似度。 在谈论时间序列数据时，我们还引用了一系列时间收集的数据，这似乎与上述纵向设置非常相似。 我想知道是否有人可以在这两个术语之间提供清晰的说明，它们之间的关系是什么，区别是什么？

17 time-series  terminology  panel-data 

监督学习的定义似乎是强化学习的子集，具有基于标记数据（与环境中的其他信息相反）的特定类型的奖励功能。这是正确的写照吗？

16 machine-learning  terminology  reinforcement-learning  supervised-learning  definition 

回归中的零模型是什么，零模型与零假设之间的关系是什么？ 以我的理解，这是否意味着 使用“响应变量的平均值”来预测连续响应变量？ 使用“标签分布”来预测离散响应变量？ 如果真是这样，那么零假设之间的联系似乎缺失了。

16 regression  hypothesis-testing  classification  terminology  model 

在神经网络文献中，经常遇到“张量”一词。 它与向量不同吗？从矩阵？您是否有任何具体示例可以阐明其定义？ 我对它的定义有些困惑。维基百科无济于事，有时我的印象是，它的定义取决于所使用的特定机器学习环境（TensorFlow，Caffee，Theano）。

16 neural-networks  terminology  definition  tensor 

我有一个简单的-也许显然是微不足道的问题：为什么标准偏差被称为“ 标准 ”？是否因为它标准化了数据集和结果在分散方面的比较？ 在Stack Exchange上进行搜索不会引起这个问题，在Google上搜索该词的词源也不会产生很多价值。

16 standard-deviation  terminology  history  etymology 

在偏最小二乘回归（PLSR）或偏最小二乘结构方程模型（PLS-SEM）中，“偏偏”一词指的是什么？

16 multiple-regression  least-squares  terminology  sem  partial-least-squares 

我是统计学的新手，发现了这一点。 在统计中，θ（小写希腊字母“ theta”）是某些一般概率分布的（一个或多个）参数的（向量）的常用名称。一个常见的问题是找到theta的值。注意，以这种方式命名参数没有任何意义。我们不妨称之为其他任何事情。实际上，许多发行版的参数通常使用其他名称。例如，通常分别命名正态分布的均值和偏差μ（读为“ mu”）和偏差σ（“σ”）。 但是我仍然不知道用简单的英语意味着什么？

16 terminology 

我认为，“合并数据”只是意味着将以前划分为多个类别的数据进行合并……实质上是忽略类别，并使数据集成为一个巨大的数据“合并”。我想这更多是关于术语的问题，而不是统计学的应用。 例如：我想比较两个站点，并且在每个站点中，我有两种年份类型（好和差）。如果我想比较两个站点的“整体”（即忽略年份类型），那么说我在每个站点内汇总数据是否正确？除此之外，由于数年的数据包含好和坏的年份类型，所以说我将数据汇总到不同年份以实现每个站点内的“好年”和“差年”数据集是否正确呢？谢谢你的帮助！猫

16 terminology 

有人可以告诉我时间序列分析中“持久性”一词的含义吗？它涉及计量经济学和应用回归。

16 regression  time-series  econometrics  terminology 

马尔可夫链与马尔可夫过程有什么区别？ 我正在阅读有冲突的信息：有时，定义是基于状态空间是离散的还是连续的，有时是基于时间是连续的还是离散的。 本文档的幻灯片20： 如果状态空间是离散的（即有限的或可数的空间）是离散的（即有限的或可数的），则马尔可夫过程称为马尔可夫链。 http://www.win.tue.nl/~iadan/que/h3.pdf： 马尔可夫过程是马尔可夫链的连续时间版本。 或者可以同义地使用马尔可夫链和马尔可夫过程，规定时间参数是连续的还是离散的，以及状态空间是连续的还是离散的。 2017年3月4日更新：https：//www.quora.com/Can-I-use-the-words-Markov-process-and-Markov-chain-interchangeably提出了相同的问题

16 terminology  stochastic-processes  markov-process 

该术语是否有一些直观的解释？为什么这样做，而不是将预测变量回归结果？ 理想情况下，我希望对这种术语为何存在的正确解释能够帮助学生记住它，并阻止他们以错误的方式来讲。

16 regression  terminology  teaching 

我正在使用具有一个固定效果（条件）和两个随机效果（由于主题设计和配对而导致的参与者）的混合效果模型分析数据集。该模型是使用lme4包生成的exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp)。 接下来，我针对没有固定效果（条件）的模型对该模型进行了似然比检验，结果有显着差异。我的数据集中有3个条件，因此我想进行多重比较，但不确定使用哪种方法。我在CrossValidated和其他论坛上发现了许多类似的问题，但我仍然很困惑。 据我所见，人们建议使用 1.该lsmeans包- lsmeans(exp.model,pairwise~condition)这给了我下面的输出： condition lsmean SE df lower.CL upper.CL Condition1 0.6538060 0.03272705 47.98 0.5880030 0.7196089 Condition2 0.7027413 0.03272705 47.98 0.6369384 0.7685443 Condition3 0.7580522 0.03272705 47.98 0.6922493 0.8238552 Confidence level used: 0.95 $contrasts contrast estimate SE df t.ratio p.value Condition1 - Condition2 -0.04893538 0.03813262 62.07 -1.283 0.4099 Condition1 - …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

边际通常指的是很小的影响，是指更大的系统之外的东西。它往往会削弱所谓“边际”的重要性。 那么，这如何适用于随机变量子集的概率呢？ 假设单词因其含义而被使用可能在数学中是一个冒险的命题，所以我知道这里不一定有答案，但是有时此类问题的答案可以帮助您获得真正的见识，因此我为什么我问。

15 probability  terminology 

考虑初始状态为的整数的一维随机游动：žZ\mathbb{Z} X ∈ žx∈Zx\in\mathbb{Z} 小号Ñ = X + Ñ Σ我= 1 ξ 我Sn=x+∑i=1nξi\begin{equation} S_n=x+\sum^n_{i=1}\xi_i \end{equation} 其中增量是IID，使得。ξ 我ξi\xi_i P { ξ 我 = 1 } = P { ξ 我 = - 1 } = 12P{ξi=1}=P{ξi=−1}=12P\{\xi_i=1\}=P\{\xi_i=-1\}=\frac{1}{2} 可以证明（1） P x { S n 最终达到+1 } = 1Px{Sn reaches +1 eventually}=1\begin{equation} P^x{\{S_n \text{ …

15 probability  terminology  stochastic-processes  randomness  random-walk