精华内容
下载资源
问答
  • 2018-03-31更新:生成...非参数模型:不需要事先假设规则,直接挖掘潜在数据中的规则;非参数模型例子:KNN,决策树,挖掘数据潜在的特征,所以比较灵活;参数模型缺点:受限制性高非参数模型缺点:训练时间长,容...

    2018-03-31更新:生成模型与判别模型

    参数模型:根据预先设计的规则,例如方差损失最小,进行学习,参数模型例子:回归(线性回归、逻辑回归)模型;最好可以看一下或者直接进行一下相关的推导;根据规则,拥有少部分数据就可以;

    非参数模型:不需要事先假设规则,直接挖掘潜在数据中的规则;非参数模型例子:KNN,决策树,挖掘数据潜在的特征,所以比较灵活;

    参数模型缺点:受限制性高

    非参数模型缺点:训练时间长,容易产生过拟合,需要大量数据支撑

    前两年GAN网络(生成对抗网络火了一把,当然,一直在火),我师兄的课题也是这个,但是一直对生成模型和对抗模型概念不够清晰,今天科普一下!

    生成模型:通过大量数据,学习训练数据分布,预测时,直接输出最大后验概率所属类别(分类时),常见模型如最大似然估计、朴素贝叶斯等;

    判别模型:通过一定的准则函数(经验最小(无模型复杂化惩罚项)or风险最小(存在惩罚项,主要是为了克服过拟合问题))产生一个判别函数,或者成为超平面,将训练数据尽最大的可能进行正确切分,预测时(分类)通过判别函数,输出待测样本的所属类别

    对比:生成模型学习的是数据分布,通常需要大量数据支持,而判别模型则是根据一定准则拟合数据,形成一个分割超平面,对数据量的需求来讲,相对较少;生成模型训练较快,而判别模型需要拟合过程,故速度稍慢;

    展开全文
  • 什么是参数模型(LR)与非参数模型(SVM)? 在统计学中,参数模型通常假设总体(随机变量)服从某一个分布,该分布由一些参数确定(比如正太分布由均值和方差确定),在此基础上构建的模型称为参数模型;非参数模型...

    什么是参数模型(LR)与非参数模型(SVM)?
    在统计学中,参数模型通常假设总体(随机变量)服从某一个分布,该分布由一些参数确定(比如正太分布由均值和方差确定),在此基础上构建的模型称为参数模型;非参数模型对于总体的分布不做任何假设,只是知道总体是一个随机变量,其分布是存在的(分布中也可能存在参数),但是无法知道其分布的形式,更不知道分布的相关参数,只有在给定一些样本的条件下,能够依据非参数统计的方法进行推断。
    在这里插入图片描述

    链接:https://www.jianshu.com/p/dce9f1af7bc9
    https://blog.csdn.net/taoqick/article/details/102644413
    https://www.deeplearn.me/1854.html

    展开全文
  • 我们提出了一个通用的公式,用于构造具有I型量子超级代数相关累加光谱参数的R矩阵。 光谱参数源自R矩阵作用于的量子超代数的两个一参数式的不等价有限维不可约表示。 应用于量子超代数U q(gl(2 | 1)),...
  • 由于博主此次使用的是非参数检验,将重点介绍非参数检验相关内容,仍然是深入浅出的风格,先放一些概念,再总结实际使用的技巧。写在这里,供大家参考学习。  为了方便描述公式和定义,部分内容摘自网络,鉴于是...

           最近几天博主需要做一些计算生物学分析,重新温习了一遍统计学的知识。由于博主此次使用的是非参数检验,将重点介绍非参数检验相关内容,仍然是深入浅出的风格,先放一些概念,再总结实际使用的技巧。写在这里,供大家参考学习。

           为了方便描述公式和定义,部分内容摘自网络,鉴于是公开的知识,只是以某种形式呈现,将不再注明出处,如有侵权,请私信或留言!

    Q1:参数检验和非参数检验的联系和区别?

           参数检验(parameter test)全称参数假设检验,是指对参数平均值方差进行的统计检验。先由测得的样本数据计算检验统计量,若计算的统计量值落入约定显著性水平a 时的拒绝域内,说明被检参数之间在所约定的显著性水平a 下在统计上有显著性差异;反之, 若计算的统计量值落入约定显著性水平a 时的接受域内,说明被检参数之间在统计上没有显著性差异,是同一总体的参数估计值。

           非参数检验是在总体方差未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法。由于非参数检验方法在推断过程中不涉及有关总体分布的参数,因而得名为“非参数检验。

           在实际使用中,对于已知总体分布情况的数据(如身高),可以使用参数检验。对于不知道总体分布情况的数据,可以使用非参数检验(如某时间的发生数,也称为计数数据),可以使用非参数检验。

           值得注意的是:在某些情况下,我们不清楚一组数据的总体是否符合某种分布,可能会用SPSS的正态性检验借助已有样本对总体进行判断。这种检验方法见:https://blog.csdn.net/tuanzide5233/article/details/83212032。博主也曾对要分析的数据进行正态性检验,然而,第一次使用第一批A组的数据进行检验得到单峰正态分布,P值有意义;第二次使用第二批A组的数据进行检验得到双峰正态分布,P值有意义。可是双峰正态分布不能使用T检验,而应该使用非参数检验。因此博主认为,在选择检验方法时,如不能肯定总体分布情况,则应该优先考虑非参数检验,尤其是对于计数数据而言!

    Q2:什么是匹配样本和独立样本?

           匹配样本(matched sample)是指一个样本中的数据与另一个样本中的数据相对应。比如,先指定12个工人用第一种方法组装产品,然后再让这12个工人用第二种方法组装产品,这样得到的两种方法组装产品的数据就是匹配数据。匹配样本可以消除由于样本指定的不公平造成的两种方法组装时间上的差异。

           独立样本(independent sample)是指如果两个样本是从两个总体中独立抽取的, 即一个样本中的元素与另一个样本中的元素相互独立的样本。

           在实际使用中,如果两组数据的来源可以映射到同一个体或同一群体,则为匹配样本,如学生A1,A2,A3…在第一次和第二次考试中的成绩。如果来自两个群体,或者想判断是否来自两个群体(即采用假设检验),应当做独立样本。在SPSS中,匹配样本被称为相关样本。

    Q3:什么是两样本和K样本?

           在实际使用SPSS中,会遇到两样本与K样本的选择。

           由于人们可能会把数据的数量等同于样本的数量,即2个独立样本是说,每组有两个数据,K个独立样本是说,每组有K(大于2)个数据。其实这是不正确的。两样本与K样本不是说数据的数量,而是说分组的数量。两样本是说分为了两组,如cancer组和normal组,每组包括任意多个数据。K样本是说分成了K组,如A组B组C组,每组包含任意多个数据。

           之所以需要鉴别,是因为2样本涉及到二项分布问题。即非此即彼,如性别。而K样本在计算时会将用于分组的数字进行运算,如我们使用1表示男,2表示女,如果把这种2样本当做K=2的K样本分析,数据描述则会出现对1和2进行运算的结果,这显然不是我们想要的。

    Q4:如何区分SPSS中常见的非参数检验方法:Mann-Whitney U检验、Wilcoxon检验和kruskal wallis检验?

           首先来看定义和计算方法。

           Mann-Whitney U检验:-惠特尼U检验(Mann-Whitney U test),又称曼-惠特尼秩和检验,可以看作是对两均值之差的参数检验方式的T检验或相应的大样本正态检验的代用品。由于曼-惠特尼秩和检验明确地考虑了每一个样本中各测定值所排的秩,它比符号检验法使用了更多的信息。

           Wilcoxon检验:Wilcoxon符号秩检验中,它把观测值和零假设的中心位置之差的绝对值的秩分别按照不同的符号相加作为其检验统计量。它适用于T检验中的成对比较,但并不要求成对数据之差di服从正态分布,只要求对称分布即可。检验成对观测数据之差是否来自均值0的总体(产生数据的总体是否具有相同的均值)。

           kruskal wallis检验:克鲁斯卡尔-沃利斯检验是一种秩检验,是威尔科克逊检验的推广, 用于多个连续型独立样本的比较。方差分析(ANOVA)程序关注的是,几个总体的均值是否相等。数据是间隔测量尺度或比率测量尺度的数据。另外还要假定这些总体服从正态概率分布,并且有相等的标准差。如果数据是顺序测量尺度的和()总体不服从正态分布会怎样呢?W.H.克鲁斯卡尔(Kruskal)W.A.沃利斯(Wallis)1952年提出了仅仅要求顺序(排序)测量尺度数据的非参数检验。不需要对总体分布形态做任何假定。该检验被称为克鲁斯卡尔-沃利斯单因素秩方差分析(Kruskal-Wallis one-way analysis of variance by ranks)

           看完眼花缭乱的定义和计算步骤,下面总结一下使用中如何选择这三种非参数检验方法:

    1. Wilcoxon检验适用于2匹配样本(related samples
    2. Mann–Whitney U 检验适用于2独立样本
    3. kruskal wallis检验用于K独立样本
    展开全文
  • 时间序列分析与非参数统计

    千次阅读 2017-11-21 09:48:07
    以下哪个不是检验时间序列是否为...自相关图检验D. 方差分析estimate语句执行后,SAS软件不能输出以下哪个信息( )。 得分/总分 D right B right c right A. 序列预测值B. 残差自相关检验结果C. 未

    以下哪个不是检验时间序列是否为平稳时间序列的方法( D )。
    得分/总分

    A.
    单位根检验
    0.00/2.00

    B.
    时序图检验

    C.
    自相关图检验

    D.
    方差分析

    estimate语句执行后,SAS软件不能输出以下哪个信息( )。
    得分/总分
    D right
    B right
    c right
    A.
    序列预测值

    B.
    残差自相关检验结果

    C.
    未知参数的估计值

    D.
    拟合模型的具体形式

    以下哪个说法是错误的( A )。
    得分/总分

    A.
    如果一个序列的残差不是白噪声序列,说明模型提取信息充分
    2.00/2.00

    B.
    一个序列显示出显著的短期相关性,就一定不是白噪声序列

    C.
    由于观察值序列的有限性,导致纯随机序列的样本自相关系数不会绝对为零

    D.
    白噪声时间序列一定是平稳时间序列

    在SAS的输出结果中,Autocorrelation Check for White Noise中的P值小于0.05可以得到什么结论( c )。
    得分/总分

    A.
    原始序列是白噪声序列

    B.
    残差是白噪声序列 wrong

    C.
    原始序列不是白噪声序列

    D.
    残差不是白噪声序列 wrong

    严平稳时间序列和宽平稳时间序列的关系( )。
    得分/总分

    A.
    严平稳时间序列不一定是宽平稳时间序列

    B.
    宽平稳时间序列一定不是严平稳时间序列
    0
    C.
    严平稳时间序列一定是宽平稳时间序列
    0.00/2.00

    D.
    宽平稳时间序列一定是严平稳时间序列

    在相关性检验中若用来表达显著性的值为0.8364,下列表述最准确的是( D )。
    得分/总分

    A.
    相关性较弱

    B.
    相关性较强
    0.00/2.00

    C.
    相关性应非零

    D.
    相关性应为零

    总体分布未知的配对样本差异性检验所用的方法表述最准确的是( )。
    得分/总分

    A.
    只能用符号检验法

    B.
    符号检验法或秩和检验法都可以
    2.00/2.00

    C.
    假设检验

    D.
    只能用秩和检验法

    多组相关样本检验所用的SAS语句是( D )。

    得分/总分

    A.
    proc anova;

    B.
    proc npar1way wilcoxon;

    C.
    proc univariate;

    D.
    proc freq ;

    多组相关样本检验的显著性判断的结果关键取决于( )。
    得分/总分

    A.
    Row Mean Scores Differ
    2.00/2.00

    B.
    Nonzero Correlation

    C.
    General Association

    D.
    DF

    秩和检验所用的SAS语句是( D )。
    得分/总分

    A.
    proc ttest;

    B.
    proc anova;

    C.
    proc univariate;

    D.
    proc npar1way wilcoxon

    展开全文
  • 如果调用函数没有设置此参数的值,系统则会自动调用默认参数,默认参数一定要放在默认参数后面 如果要修改默认参数的值,可以通过参数名更改想要更改的默认参数值 4.可变参数 在函数里定义时前面加*,参入多个...
  • ​ 本期主要讲解SPSS非参数检验——两个相关样本,之对应的是参数检验中的配对样本T检验。简单的说:配对样本T检验适用于参数类型数据,而两个相关样本则适用于非参数类型数据。 下面通过实际案例来进行详细讲解。...
  • 商业转载请联系作者获得授权,商业转载请注明出处。 到目前为止,还没有做明确的优化工作。只是做了初始化选择工作,比如说:JVM部署模型、JVM运行环境、收集哪些垃圾回收器的信息以及需要
  • 模型线性回归模型可以看成线性回归模型的特例:其中f(x)为未知的回归函数。 参数方法:假定f(x)具有某种形式,如线性回归,二次多项式回归,指数模型等等二次多项式回归可以令X1=x,X2=x方,变成二元回归模型来解决...
  • 01 原理方法两个相关样本检验的方法主要有:Wilcoxon检验、Sign(符号)检验、McNemar检验和Marginal Homogeneity(边际同质性)检验等。Sign(符号)检验配对资料的符号检验,通过分析两个样本各每对数据之差的...
  • 非参数方法 非参数方法不需要从带噪信号中估计模型参数,因此这种方法的应用范围较广。但由于没有利用可能的语言统计信息,故结果一般不是最优化的。这类方法包括自适应噪声抵消法、谱减法等。 这里就先介绍普减法,...
  • 非参数统计

    2020-07-17 22:40:01
    1.首先计算油菜产出y各投入之间的简单相关系数 clear clc A=xlsread('youcai.xlsx','B2:E14'); for i=1:3 xi=log(A(:,i+1)); y=log(A(:,1)); [ry(i),py(i)]=corr(xi,y,'type','pearson'); end ry,py ry = ...
  • UA MATH571A 多元线性回归V 自相关与非线性模型简介Durbin-Watson检验一阶误差自回归模型模型的性质预测一阶自相关的消去Cochrane-Orcutt方法Hildreth-Lu方法一阶差分法非线性回归及其最小二乘估计非线性回归的一般...
  • 简介用于在总体分布未知的情况下检验多个相关样本是否来自于相同分布的总体检验方法 Friedman双向评秩方差检验 Kruskal-Wallis H检验的思路相似,不过还考虑到区组的影响。首先对所有样本合并并按升序排列,然后...
  • DB2性能管理实战本章讲述DB2自带的性能监控的传统工具、命令以及性能优化的一些相关参数,在后面的章节中将介绍最新的DB2的图形化监控和优化工具,使读者能够对不同工具的使用风格有一个全面的了解。 本文仅用于...
  • 使用宇宙微波背景辐射对哈勃参数进行的测量似乎使用造父变星对该参数进行的测量不一致。 这种不一致可能是由于使用了从无时间到暗时间的数据推断从重组时间到当前时间的$$ \ Lambda $$ΛCDM宇宙学的结果。 我们...
  • 这一个系列的笔记和整理希望可以帮助到正在学习非参数统计的同学。我会慢慢更新各个章节的内容。 6 秩相关和分位数回归 6.1 Spearman 秩相关检验 Kendallτ\tauτ 相关检验 6.1.1 Spearman 6.
  • 公司财报参数理解行业理解

    万次阅读 2020-11-23 18:19:00
    行业相关 电子行业:长期看好,制造业才是未来,不过现在整体估值偏高,几乎接近上个最高点。 白酒行业:估值非常高,但是业绩也非常好,可以慢慢定投。 新能源行业:发展不错,快接近上一个高点,但是有国家政策在...
  • 前段时间把贾俊平的《统计学》学习了一下,由于...下面放一下我自己整理的关于:假设检验、参数检验(t检验)、非参数检验(t检验)、方差检验(F检验),卡方检验(期望)各类的详细分类。参数检验是指,自己提前设...
  • DNL,即微分线性,他表征的是我们ADC的实际刻度理想刻度之间的差值。举个例子,比如说我们手中普通的尺子,正常情况下一小格应该是标准的1mm。但是由于生产精度,材质,受力引发的形变啦等影响,...
  • 针对约束环形应变条件下煤样吸附气量—...重点介绍了该测试方法的原理、实验装置及实验步骤,并利用该方法和装置进行了相关测试,研究结果表明:该测试方法和装置能够同时测定煤样吸附气量与非线性渗流参数,实验效果较好。
  • 在皮秒激光脉冲条件下,以KDP晶体的应用为基础,探讨角度KDP晶体线性光学参数的关系。在本实验条件下,KDP晶体具有明显的线性折射现象,而无明显线性吸收现象,表现出明显的自聚焦效应。相关理论计算得到KDP...
  • 每次比赛都需要查一下,这次直接总结到自己的...%参数矩阵 X=[ones(5,1),x];%产生一个5行一列的矩阵,后接x矩阵 Y=[3.95,5.23,7.6,9.48,11.89]'; [b,bint,r,rint,stats]=regress(Y,X) %b为方程相关系数 %r表示...
  • 在网络程序中遇到的一些问题进行了总结, 这里主要针对的是我们常用的TCP socket相关的总结, 可能会存在错误, 有任何问题欢迎大家提出. 对于网络编程的更多详细说明建议参考下面的书籍 《UNIX网络编程》 《TCP/IP...
  • 针对传统埋管注氮防灭火...根据弹性力学中分析平面问题的相关原理,提出了间隔式注氮防灭火工艺的动力参数计算方法。利用岩土工程数值模拟软件模拟了燕子山矿采空区注氮管的应力分布状况,并以此为依据计算了动力值。
  • 针对线性判别分析(LDA) 的“小样本”和要求数据须服从高斯分布的问题, 提出一种基于非参数化最大间隔准则(NMMC) 的雷达目标识别方法. 首先, 利用自相关小波变换提取目标高分辨距离像(HRRP) 的非平稳特征, 将其HRRP...
  • 传统的模糊LDA算法相比,该算法从每个训练样本中计算隶属度相关的判别向量,在理论上有效地克服了来自不精确样本的分类限制。 其次,当需要一种新颖的模糊LDA模型以对特征提取和分类做出某些决定时,模糊LDA...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,967
精华内容 786
关键字:

参数相关与非参数相关