精华内容
下载资源
问答
  • 统计模型分类

    2019-02-22 11:19:52
    传统统计模型->回归模型(可解决过去和预测未来) 数据挖掘模型->决策树、神经网络等(只能预测未来) 横截面模型:多元回归,逻辑回归,托宾回归(涉及到泊松分布) 向量自回归模型(VAR) ...

    传统统计模型->回归模型(可解决过去和预测未来)
    数据挖掘模型->决策树、神经网络等(只能预测未来)

    横截面模型:多元回归,逻辑回归,托宾回归(涉及到泊松分布)
    向量自回归模型(VAR)
    支持向量机:二分类模型;
    二分类模型是很多模型的基础;比如苹果人脸识别是将人类划分为240个指标来到底层的决策树区分人

    如果有n个数据,那么在n-1维一定可以将这每个数据区分
    一般商业上5维空间就能区分80%数据

    如果两个向量垂直,那么他们的点乘结果一定是个数字
    特征向量:线性变化后位置没变的向量
    特征值:特征向量被线性变化后拉伸的倍数

    如果所有基向量都是特征向量,那么它一定是对角阵

    奇异值分解就是把一个矩阵拆分成3个矩阵连乘;最右边是让空间旋转,最左边是旋转,中间是拉伸,也是个对角阵;它的主要作用是数据降维;在统计学里也叫主成份分析
    例题:红楼梦一共120回,验证前80回和后20回不是同一个人写的
    过程:
    1.数据清洗
    2.数据转换
    3.主成份分析
    #1.找出每一回都出现的词(过滤掉绝大部分名词)
    #2. 合并虚词,过滤重复的词语,计数排序(120行表示120回,n多列不同的词语,之后进行计数每个词语在每回出现的次数)
    #3. 进行降维,只保留3维
    #4. 建立图形验证

    支持向量机:先低维到高维,再从高维到低维
    核函数:高维空间的点乘一定可以通过低维的多项式表示
    在这里插入图片描述

    展开全文
  • 【临床预测模型】----选择合适的统计模型 常用4种统计模型 1)logistics 回归: |分类变量 2)cox回归: |生存资料 3)poisson /负二项回归: |计数资料 4)线性回归: |回归连续变量 根据不同的结局事件,建立...

    【临床预测模型】----选择合适的统计模型

    常用4种统计模型
    1)logistics 回归: |分类变量
    2)cox回归: |生存资料
    3)poisson /负二项回归: |计数资料
    4)线性回归: |回归连续变量
    在这里插入图片描述
    根据不同的结局事件,建立不同的回归模型。

    1、预测事件|logistic 回归

     短期随访&无事件-时间记录
    
    1)结局事件:①是否患某疾病;②是否死亡/伤/复发;③病理分型A/B/C
    2) y取值:①是否;②分型A/B/C

    2、预测事件|cox 回归

      长期随访&从开始--结束&删失数据
    
    1)结局事件:1年的死亡/伤/复发
    2) y取值:time ,event

    3、预测事件| 柏松/负二项回归

      罕见事件
    
    1)结局事件:住院天数,并发症数量
    2) y取值:1,2,3

    4、预测事件| 线性回归

      不常用,单项事件发生,一般研究中会作为因子
    
    1)结局事件:住院费用/天数,血脂血糖
    2) y取值:140,25,63

    汇总表如下:
    在这里插入图片描述

    展开全文
  • pytorch统计模型参数量

    千次阅读 2018-08-24 14:36:00
    用resnet50 来举例子 print("resnet50 have {} paramerters in total"....其中numel表示含有多少element,通过此操作可以统计模型的参数量有多少 另外,两个是一样的,方便debug看其中到底有什么东西 ...

    用resnet50 来举例子

    print("resnet50 have {} paramerters in total".format(sum(x.numel() for x in resnet50.parameters())))

    其中numel表示含有多少element,通过此操作可以统计模型的参数量有多少

     

    另外,两个是一样的,方便debug看其中到底有什么东西

        num_params = 0
        for param in netG.parameters():
            num_params += param.numel()
        print(num_params / 1e6)

     

    展开全文
  • 统计模型检验

    千次阅读 2011-10-04 20:47:24
    今天阅读了一篇名为《Estimation of Statistical Models in SAS》的文档,文如其名,该文对不同的统计模型检验进行了概括,其中包括普通最小二乘回归(OLS)、分位数回归(QR)、稳固回归(RR)、嵌套对数模型(NLM...

           今天阅读了一篇名为《Estimation of Statistical Models in SAS》的文档,文如其名,该文对不同的统计模型检验进行了概括,其中包括普通最小二乘回归(OLS)、分位数回归(QR)、稳固回归(RR)、嵌套对数模型(NLM)、泊松及负二项模型(PANBM)、非参和半参数估计(NASE)、偏最小二乘(PLS)、联立方程(SOSE)、似无关回归(SUR)、Tobit回归和截断正态模型(TMATNM)、Duration Models、有序概率模型(OPM)、时间序列、面板数据、多水平模型等(MLM)。各模型估计检验的语法如下:

     

    /* OLS */
    ods graphics on;
    proc reg data=YG;
    model Y = X1 X2 X3 /adjrsq aic dwprob white collin vif;
    run;
    
    /* QR */
    proc quantreg data=YG plots=all ci=sparsity;
    model Y = X1 X2 X3 / quantile=0.25 0.5 0.75 plot=quantplot ;
    run;
    
    /* RR */
    proc robustreg data=YG fwls method=m;
    model Y = X1 X2 X3;
    run;
    
    /* NLM */
    proc mdc data=	YG;
    model Y = X1 X2 X3 X4 X5/ type= nlogit
                              choice=(choice) covest=qml;
    id id;
    utility u(1,1 2) = X1 X2 X3,
            u(1,3 4) = X4 X5;
    nest level(1) = (1 2 @ 1, 3 4 @ 2),
         level(2) = (1 2 @ 1);
    run;
    
    /* PANBM */
    proc genmod data = YG;
    model Y = X1 X2 X3 / d = nb;
    run;
    *Zero-inflated negative binomial ;
    proc countreg data = YG;
    model Y = X1 X2 X3 / d = zinb ;
    zeromodel Y ~ X4 X5;
    run;
    
    /* NASE */
    proc gam data = Y plots=components(clm commonaxes);
    model injfreq = spline(laneadt) spline2(gradebr,curves) spline(minrad) param(
    pcttruck curvmile) / dist = poisson;
    output out=mlogp predicted=p;
    run;
    
    /* PLS */
    proc pls data = mlog method=pls cv=block cvtest missing=em plots=all;
    class route;
    model injfreq = lnaadt curvmile accyr medwidth friction speed1 full slight
                    lowpre/solution; 
    run;
    
    /* SOSE */
    proc syslin data = table53 3sls;
    endogenous var1 var2 var3;
    instruments var4 var5 var6 winter spring ampeak pmpeak truck20R truck20C var7
    var8 var9 var11 trucksR trucksC trucksL;
    model var1 = var2 truck20R winter ampeak trucksR;
    model var2 = var1 var3 pmpeak trucksC;
    model var3 = var2 var6;
    run;
    
    /* SUR */
    proc syslin data = class07 sur;
    model mo70 = var27 late fast120;
    model mo65 = male var27 late fast120;
    model mo55 = late brisk fast120;
    run;
    
    /* TMATNM */
    proc qlim data = tob337;
    model var83 = var6 var12 var16 var18 ramp var39 rumblstr var47 var50;
    endogenous var83 ~ censored(lb=0);
    run;
    
    /* Duration Models */
    proc lifetest plots=(s,ls,lls) data = toby;
    time var3;
    run;
    
    /* OPM */
    proc qlim data=pavement;
    model xx4 = var9 var17 var27 var28 / discrete(dist=normal);
    run;
    
    /*时间序列*/
    proc arima data = travel ;
    identify var = leg_length scan;
    run;
    quit;
    *and;
    proc arima data = travel plots=all;
    identify var = leg_length;
    estimate p = 2 q = 2 nostable;
    run;
    quit;
    *and;
    proc autoreg data=travel plots=all;
    model leg_length = / noint dist=t garch=(q=(1),p=(1 2 3)) archtest;
    hetero altitude;
    run;
    
    /*面板数据*/
    proc panel plots data=Cbypass2;
    id County tt;
    model ltotempr = popsl m_llpld bnum bcbd z123 z4 z5 z6 z7
                    / bp2 rantwo dasilva parks rho m=20 vcomp=nl hccme=1;
    run;
    
    /* MLM */
    proc glimmix noitprint empirical or plots = pearsonpanel ic = q data=BYPASS2;
    class ZCTA tt;
    model lmfgestr = Marion Logansport Huntington
    hlthestr religestr lconestr tpestr
    z1 z7 z8/ s dist = n ddfm=betwithin;
    random int / subject = ZCTA type = un;
    random _residual_ / subject = ZCTA type=ante(1);
    *random x y / subject = ZCTA type = rsmooth knotmethod=kdtree(knottype=center
    knotinfo treeinfo);
    ods graphics;
    run


     

     

    展开全文
  • 在熟悉了使用python进行数据的预处理之后,总想着将在大学时候通常基于R软件的统计模型直接在python中调用。有时两种语言风格切换会使编码过程不是很习惯。 statsmodels就是这样一个库,里面囊括着常用的一些统计...
  • 利用python 执行统计模型:http://www.statsmodels.org/stable/index.html
  • pytorch 统计模型参数个数

    千次阅读 2019-12-26 15:52:12
    用resnet50 来举例子 print("resnet50 have {} paramerters in total...其中numel表示含有多少element,通过此操作可以统计模型的参数量有多少 另外,两个是一样的,方便debug看其中到底有什么东西 num_params = 0 ...
  • 3DMM(人脸3D形变统计模型)

    千次阅读 2020-05-07 12:11:20
    3DMM(人脸3D形变统计模型) 1 3DMM方法介绍 3DMM是一种较为基础的三维人脸统计模型,最早被提出是用于解决从二维人脸图像恢复三维形状的问题。在3DMM方法发展的二十年来,各位学者对其进行了数据扩展和深入研究,又...
  • R中的统计模型

    千次阅读 2014-04-10 18:07:14
    R中的统计模型  这一部分假定读者已经对统计方法,特别是回归分析和方差分析有一定的了解。后面我们还会假定读者对广义线性模型和非线性模型也有所了解。R已经很好地定义了统计模型拟合中的一些前提条件,因此...
  • Pytorch 统计模型参数量 param.numel()

    千次阅读 2020-03-03 16:46:48
    Pytorch 统计模型参数量param.numel()统计模型参数量 param.numel() 返回param中元素的数量 统计模型参数量 num_params = sum(param.numel() for param in net.parameters()) print(num_params) ...
  • 1、什么是机器学习、统计模型? 2、从本文中的商业案例中理解统计模型和机器学习算法的差别? 3、机器学习和统计模型的差异有哪些? 在各种各样的数据科学论坛上这样一个问题经常被问到——机器...
  • 统计模型大小的方法统一步骤 1 统计总的参数个数, 2 利用参数个数算出权重大小 pytorch def get_model_size(model): para_num = sum([p.numel() for p in model.parameters()]) # para_size: 参数个数 * 每个4...
  • 风电预测有两种基本模型,一种基于统计模型,另外一种基于流体模型。 第一种就是时间序列啦,神经网络啦,各种Machine Learning,Data Mining等等,IEEE上很多论文,卡尔曼滤波,粒子群等,基本上和数据挖掘预测沾...
  • 机器学习和统计模型是人工智能的两个重要分支,而这两个分支有着十分明显的区别。机器学习和统计模型的差异具体体现在所属的学派、产生时间、基于的假设、处理数据的类型、操作和对象的术语、使用的技术、预测效果和...
  • 统计模型之间的比较

    千次阅读 2013-06-09 21:49:35
    统计模型之间的比较 发表于 2011-11-14  转载自:http://goo.gl/GEPCh   HMM 模型将标注看作马尔可夫链,一阶马尔可夫链式针对相邻标注的关系进行建模,其中每个标记对应一个概率函数。HMM 是一种...
  • statsmodels︱python常规统计模型

    千次阅读 多人点赞 2020-02-18 10:37:11
    之前看sklearn线性模型没有R方,F...文章目录1 安装2 相关模型介绍2.1 线性模型2.2 离散选择模型(Discrete Choice Model, DCM)2.3 非参数统计2.4 广义线性模型 - Generalized Linear Models2.5 稳健回归——Robust R...
  • 概率模型: 由(Ω,F,P)(\Omega,F,P)(Ω,F,P)组成,其中Ω\OmegaΩ为随机变量X的采样空间、FFF为分布律,PPP为FFF上的概率测度。 f(x)=P(X≤x)=P(ω∈Ω,X(ω)≤x)=∫−∞xF(x)dxf(x)=P(X \le x)=P(\omega \in ...
  • (R语言)R的统计模型

    万次阅读 2015-04-08 09:03:36
    1定义统计模型的公式 下面统计模型的模板是一个基于独立的方差齐性数据的线性模型  用矩阵术语表示,它可以写成   其中y是响应向量,X是模型矩阵(model matrix)或者设计矩阵(design ma- trix)。X的列 ...
  • 常用的统计模型

    千次阅读 2019-06-28 09:51:01
    1.广义线性模型(是多数监督机器学习方法的基础,如逻辑回归和Tweedie回归) 2.时间序列方法(ARIMA ,SSA,基于机器学习的方法) 3.结构方程建模(针对潜变量之间关系进行建模) 4.因子分析(调查设计和验证的...
  • 七大统计模型

    千次阅读 2018-12-05 16:50:48
    在研究变量之间的相互影响关系模型时候,用到这类方法,具体地说:其可以定量地描述某一现象和某些因素之间的函数关系,将各变量的已知值带入回归方程可以求出因变量的估计值,从而可以进行预测等相关研究。...
  • 【转】统计模型之间的比较,HMM,最大熵模型,CRF条件随机场 2013-06-06 18:21 by Loull, 523 阅读, 0 评论, 收藏, 编辑 HMM模型将标注看作马尔可夫链,一阶马尔可夫链式针对相邻标注的关系进行建模,...
  • 常用统计模型与算法

    千次阅读 2020-03-03 18:56:53
    基本统计方法 方差分析:研究分类变量与数值型变量的相关关系 相关分析:主要研究数值变量间的线性相关关系 列联分析:研究分类变量间的独立性 常用模型与算法 主成分分析:将多个变量规约为少数几个综合变量,新...
  • 统计模型参数量与FLOPs

    千次阅读 2019-07-06 15:18:51
    近日,GitHub 开源了一个小工具,它可以统计 PyTorch 模型的参数量与每秒浮点运算数(FLOPs)。有了这两种信息,模型大小控制也就更合理了。 其实模型的参数量好算,但浮点运算数并不好确定,我们一般也就根据参数...
  • 一、文本摘要(统计模型) 统计模型(feature base)是深度学习兴起之前,最有效果,应用最广泛的文本摘要技术方案。统计学习方法,即便是在今天,基于统计的文本摘要模型,也是一个重要的baseline,以及高并发复杂...
  • 最近项目中需要统计APP的最近几次的在线离线情况,因为有些商家的网络信号很差,需要根据最近的心跳在线离线情况做一些事情,例如统计商户APP最近10次的在线离线记录,如果最近10次有8次离线那就认识商家是网络比较...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 24,781
精华内容 9,912
关键字:

统计模型