Если вероятность увидеть разницу маленькая - почему мы говорим, что группы разные? В чем логика?
@user-rv8qn7ov3p23 күн бұрын
Логика в том, что если вероятность увидеть разницу маленькая и если в результате эксперимента мы эту разницу-таки увидели - значит группы разные. Например, если мы кидаем ровную монетку 10 раз, то вероятность увидеть 10 раз только решку - минимальная. Мы подбросили 10 раз и все 10 раз(!) выпала решка - делаем вывод что монета не ровная, а кривая
@valentinaaverina847223 күн бұрын
Мы предполагаем, что группа 1 = группе 2. P-value - вероятность увидеть определенную серьезную разницу, рассчитываемую по отдельным критериям, при условии, что 2 группы одинаковые Иными словами - это вероятность увидеть серьезное отличие Я не понимаю. Почему если вероятность увидеть отличие маленькое - мы утверждаем, что две группы разные? Так если отличий нет - разве мы не логично, что это говорит об одинаковости?
@levi-killer26 күн бұрын
Текст себе напиши на бумажке, если не можешь на ходу без мычаний соображать. Неприятно слушать
@I_will_slice_youАй бұрын
Вообще ничего не понятно... Особенно, откуда эти проценты вероятности... Короче, ужас...
@user-rv8qn7ov3pАй бұрын
Таймкод момента и что именно непонятно
@I_will_slice_youАй бұрын
@@user-rv8qn7ov3p 4:03 начало обсуждения процентов вероятности. Откуда такой процент, всегда ли так, при каких условиях не так?
@MrBorA85722 ай бұрын
По-моему на определении главной темы ролика автора зациклило.
@user-ge1fh8xl2v3 ай бұрын
Откуда взялась дисперсия?
@user-rv8qn7ov3p3 ай бұрын
Дисперсия есть в любой выборке, если там больше 1 наблюдения(в целом даже для 1 наблюдения есть дисперсия -она равна нулю)
@arti59464 ай бұрын
Лямбда это количество наблюдений ?
@user-ni1ck1iw9i5 ай бұрын
чё ты то бухтишь, то орёшь? Ты фильтр на микрофон запили.
@skotobazza17857 ай бұрын
С заголовком ты конечно погорячился. Почти 20 мин мямлишь, ролик можно было сократить в 3 раза
@dimkafn7 ай бұрын
))))
@aleksandrivanov38228 ай бұрын
меня 20 лет назад в универе столько долбили по коэфф стьюдента на лабах по физике, что у меня сформировалось отвращение к нему :) ахахаха вот только что провалил собес на аналитика, там тип с довольной рожей спрашивал все эти признаки, а я понял что он меня собрался валить и поэтому не стал даже отвечать на его вопросы.
@user-hb5hs9gj6n9 ай бұрын
Дай бог тебе здоровья, столько я не мог понять эту тему...
@anns2610 ай бұрын
Спасибо!
@LS-oh6po11 ай бұрын
Интересно, а ИИ и градиентный бустинг может решать задачу выбора оптимального значения из массива? То есть есть массив из которого надо выбрать лучшее значение по каким-то признакам. Например, 1000 жителей которые обладают критериями - пол, вес, возраст и т.д. из которых надо выбрать лучшего. При этом присваивая важность критериям.
@boriskharaev3886 Жыл бұрын
Если p-value это вероятность получить такую или ещё бОльшую разницу, при условии, что группы равны, то почему чем оно выше, тем мы ближе к принятию нулевой гипотезы, а не наоборот? Мне кажется, чем выше п-значение, тем мы должны больше поверить в Н1. 90% вероятность получить такое или ещё большее различие говорит о том, что мы будем чаще получать такое различие, а значит группы не равны. А вот если говорить, что p-value это вероятность случайно получить такое или ещё большее различие, то всё встаёт на свои места. 90% вероятность случайно получить различие говорит о том, что есть высокая вероятность о случайности результатов. А чем выше вероятность случайности, тем мы дальше от статистической значимости. Но почему-то везде пишут, что п-значение это просто вероятность получить... Прошу помочь разобраться.
@user-rv8qn7ov3p Жыл бұрын
На 5:07 это четко видно. Если группы действительно одинаковые, то мы чаще всего будем видеть незначительную разницу. (вероятность увидеть разницу в 1к и выше мы будем видеть условно в 40% случаев . p-value грубо говоря и есть этот % случаев) А большую разницу мы будем видеть очень редко в одинаковых группах. Поэтому чем ниже p-value, тем вероятнее, что группы разные
@Slava-nc2fe Жыл бұрын
Спасибо бро, я понял
@AnikaAniy Жыл бұрын
Что значит при условии что они одинаковые? В вашем примере это что количество магазинов равно или что среднее нормально распределено?
@user-rv8qn7ov3p Жыл бұрын
на 2:35 об этом сказал, средние выручки одинаковые
@ds_sss_rank Жыл бұрын
Очень хороший материал!) рекомендую Вам (от всей души честно) поработать конкретно над подачей материала. В самом материале проблем нет он вышка, но вы часто «аааа» «эм» и слушать кому то может быть тяжело из-за этого. Абсолютно без негатива (я подписался и посмотрел все видео) желаю что бы вы не забрасывали ютуб т.к. искренне считаю что у Вас хорошо получается объяснять сложное простым языком☺️🙏 кстати некоторым хорошо помогает в этом плане писать сценарий🫶
@cozyfootball Жыл бұрын
С самым понятным ты конечно махнул. Довольно долго и не сказать чтоб сильно понятно
@captainobvious2928 Жыл бұрын
Самое лучшее объяснение, которое я когда-либо видел.
@user-ox8zz1bp2z Жыл бұрын
Разве мы не умножаем дисперсию в листьях на дисперсию в корневом листе?
@user-cu9of9bv3p Жыл бұрын
А как посчитать сам ,,p,,???
@user-rv8qn7ov3p Жыл бұрын
Ну вручную его не посчитаешь. По-моему в экселе есть такая возможность, ну и конечно во всяких стат.библиотеки для языков программирования
@MrBorA85722 ай бұрын
Если считать на бумажке, то есть таблицы, по которым t-значение переводят в p. Если считать с помощью библиотек на python или R, то результат будет на выходе используемой функции.
@user-nw3zl8rd7q Жыл бұрын
реально для людей.
@vyacheslavvaleriia9308 Жыл бұрын
Спасибо! Действительно, доступно и понятно! Можете, пожалуйста, прокомментировать правильно ли я сформулировал и понял? p-value - вероятность случайно получить такие или ещё более выраженные различия, при условии что сравниваемые группы подобны друг другу. Если в проведенном эксперименте значение p-value составляет <0,05 , то это означает, что мы не можем больше считать, что эффекты сравниваемых групп одинаковы и по итогу принимаем, что эффекты этих групп значимо различаются, несмотря на то, что по составу эти группы подобны друг другу.
@user-rv8qn7ov3p Жыл бұрын
В целом да
@andreykucher6207 Жыл бұрын
По сути этот процент означает в какой момент мы должны сказать себе, что это не проблема выборки, а что-то действительно не так, как мы думаем (но с вероятностью в пи)
@breadbeat9633 Жыл бұрын
Лучшее объяснение на русском Ютубе по теме, спасибо большое!!! Было бы здорово от Вас послушать про F-тесты
@user-rq5vc8pc9x Жыл бұрын
В конце не понятно , перещел в другой пример (
@dedkoster Жыл бұрын
Звук бы погромче, пришлось все вывернуть на максимум и все равно плохо слышно
@user-lo8mt1un1i Жыл бұрын
спасибо, это было действительно очень понятно + крутая визуальная поддержка!
@user-sd8cx9lz9d Жыл бұрын
как всегда очень круто)))!!! делай больше)
@nickolaytelelichcko7203 Жыл бұрын
Благодарю за понятное разъяснение.
@user-xw4fv6pe7n4 ай бұрын
Щц) цццдцдщцщц^ц{цщцщццщцщцшщщцщццщщц{^щццщцщщц^{цдцдщыдыдыл в детстве щдцддцдцщцщыщшыцдцддццддццццц) ццц)) ццщцщцщццддцдццдццц2цц{цдцылщццщщццщцщыдцщцццщцццдцдцлю Цж жгли 9. 9юз😅?ну. В. этом . А. это. Ю😊ю99} за} 99х9х9хх99х9з9хх9х9}9х9№9}9х9 Х9 №9€9}з9 9ззз9з9з9х9 }90 09 0 909 хорошо 977 909 0 ну да 90.000 000000000900000909000990ю009909х00999х00000000090090х0 0000172015689 00000990009990 0 ж д
@my20sstories23 Жыл бұрын
очень полезное объяснение, спасибо !
@injusticehawk8326 Жыл бұрын
Кайфовый материал
@user-tt5vb7id3d Жыл бұрын
Всё правельно 1 пункт Ещё что продавать Чтобы потерь небыло переработать или ...... расродажа
@user-_kirill2 жыл бұрын
Очень интересно. Надо почитать по глубже. Хорошо получилось видео с точки зрения ёмкости и информативности.
@NaTaLLLA2 жыл бұрын
Спасибо! Наглядно и просто писать о сложном - это особый талант)
@NaTaLLLA2 жыл бұрын
Спасибо! Отличное наглядное объяснение! Очень помогает разобраться, кто только въезжает в тему)
@user-nj5vi5dh2f2 жыл бұрын
Жан?
@zollogamecenter10452 жыл бұрын
огромное спасибо!
@user-gq1rv6rm4o2 жыл бұрын
огромное спасибо за материал!
@TTYY-ml7rb2 жыл бұрын
Эээууэээу
@user-nr1ym9zw1t3 жыл бұрын
Супер, очень круто, спасибо!)
@Ana-rv6xm3 жыл бұрын
Спасибо за очень крутое объяснение!!! Все очень понятно
@Ana-rv6xm3 жыл бұрын
Классное объяснение, я как раз прогнозирую сейчас средний чек для ритейла
@Ana-rv6xm3 жыл бұрын
Пример по классификации (прибыльный магазин или нет) может относиться к кластеризации тоже?
@user-rv8qn7ov3p3 жыл бұрын
Кластеризация используется, когда нет данных об итоговом результате. Например у нас есть данные по площади магазина и траффику, но нет выручки и мы можем сгруппировать магазины по принципу крупный/мелкий
@Ana-rv6xm3 жыл бұрын
@@user-rv8qn7ov3p спасибо за ответ)
@user-gq7kn3uk4t3 жыл бұрын
Все супер! Давай ещё видео!
@lieza21713 жыл бұрын
очень крутое объяснение! хочется на остальные темы по машинному обучению тоже таких крутых видосов!! спасибо большое!
@ivanaaa60493 жыл бұрын
Автор ушел в мелкие детали, а лучше бы рассказал качественные отличия различных бустингов. Один лучше там (потому- то), второй- тут (потому- то), третий вот там (по такой- то причине)... А это просто мешок слов из книжки.
@user-rv8qn7ov3p3 жыл бұрын
Фишка в том, что тут нет понятия хуже или лучше. Это зависит исключительно от задачи, которую нужно решить. А чтобы выбрать подходящий бустинг, нужно знать как он работает. Если нужен самый быстрый то лучше всего LightGBM, в силу того, что он обсчитывает не весь датасет, а часть. Если много категориальных переменных, то лучше всего CatBoost потому что он под это заточен и т.д
@IlyaAb3 жыл бұрын
или опечатка или я не так понял, но с 6.45 последние два значения становится на 100 больше чем они были раньше, после дерево объяснено с признаком >50, только вот зачем, если дальше всё равно используется признак >80, и с 21:56 поменялось изначальный прогноз с 540 на 560
@user-rv8qn7ov3p3 жыл бұрын
Укажи , плиз, поминутно непонятные моменты, а именно: какие значения становятся на 100 больше, где используется признак >80,на какой минуте было 540, и на какой стало 560
@user-gj8yi4dv3s3 жыл бұрын
Каким образом на сплите >= 80 чиселка 40 прошла в левый лист, в который типо по условию тру элементы попадают?
@user-rv8qn7ov3p3 жыл бұрын
@@user-gj8yi4dv3s Виноват, true / false перепутаны местами
Пікірлер
Супер объяснение! Спасибо большое!
Если вероятность увидеть разницу маленькая - почему мы говорим, что группы разные? В чем логика?
Логика в том, что если вероятность увидеть разницу маленькая и если в результате эксперимента мы эту разницу-таки увидели - значит группы разные. Например, если мы кидаем ровную монетку 10 раз, то вероятность увидеть 10 раз только решку - минимальная. Мы подбросили 10 раз и все 10 раз(!) выпала решка - делаем вывод что монета не ровная, а кривая
Мы предполагаем, что группа 1 = группе 2. P-value - вероятность увидеть определенную серьезную разницу, рассчитываемую по отдельным критериям, при условии, что 2 группы одинаковые Иными словами - это вероятность увидеть серьезное отличие Я не понимаю. Почему если вероятность увидеть отличие маленькое - мы утверждаем, что две группы разные? Так если отличий нет - разве мы не логично, что это говорит об одинаковости?
Текст себе напиши на бумажке, если не можешь на ходу без мычаний соображать. Неприятно слушать
Вообще ничего не понятно... Особенно, откуда эти проценты вероятности... Короче, ужас...
Таймкод момента и что именно непонятно
@@user-rv8qn7ov3p 4:03 начало обсуждения процентов вероятности. Откуда такой процент, всегда ли так, при каких условиях не так?
По-моему на определении главной темы ролика автора зациклило.
Откуда взялась дисперсия?
Дисперсия есть в любой выборке, если там больше 1 наблюдения(в целом даже для 1 наблюдения есть дисперсия -она равна нулю)
Лямбда это количество наблюдений ?
чё ты то бухтишь, то орёшь? Ты фильтр на микрофон запили.
С заголовком ты конечно погорячился. Почти 20 мин мямлишь, ролик можно было сократить в 3 раза
))))
меня 20 лет назад в универе столько долбили по коэфф стьюдента на лабах по физике, что у меня сформировалось отвращение к нему :) ахахаха вот только что провалил собес на аналитика, там тип с довольной рожей спрашивал все эти признаки, а я понял что он меня собрался валить и поэтому не стал даже отвечать на его вопросы.
Дай бог тебе здоровья, столько я не мог понять эту тему...
Спасибо!
Интересно, а ИИ и градиентный бустинг может решать задачу выбора оптимального значения из массива? То есть есть массив из которого надо выбрать лучшее значение по каким-то признакам. Например, 1000 жителей которые обладают критериями - пол, вес, возраст и т.д. из которых надо выбрать лучшего. При этом присваивая важность критериям.
Если p-value это вероятность получить такую или ещё бОльшую разницу, при условии, что группы равны, то почему чем оно выше, тем мы ближе к принятию нулевой гипотезы, а не наоборот? Мне кажется, чем выше п-значение, тем мы должны больше поверить в Н1. 90% вероятность получить такое или ещё большее различие говорит о том, что мы будем чаще получать такое различие, а значит группы не равны. А вот если говорить, что p-value это вероятность случайно получить такое или ещё большее различие, то всё встаёт на свои места. 90% вероятность случайно получить различие говорит о том, что есть высокая вероятность о случайности результатов. А чем выше вероятность случайности, тем мы дальше от статистической значимости. Но почему-то везде пишут, что п-значение это просто вероятность получить... Прошу помочь разобраться.
На 5:07 это четко видно. Если группы действительно одинаковые, то мы чаще всего будем видеть незначительную разницу. (вероятность увидеть разницу в 1к и выше мы будем видеть условно в 40% случаев . p-value грубо говоря и есть этот % случаев) А большую разницу мы будем видеть очень редко в одинаковых группах. Поэтому чем ниже p-value, тем вероятнее, что группы разные
Спасибо бро, я понял
Что значит при условии что они одинаковые? В вашем примере это что количество магазинов равно или что среднее нормально распределено?
на 2:35 об этом сказал, средние выручки одинаковые
Очень хороший материал!) рекомендую Вам (от всей души честно) поработать конкретно над подачей материала. В самом материале проблем нет он вышка, но вы часто «аааа» «эм» и слушать кому то может быть тяжело из-за этого. Абсолютно без негатива (я подписался и посмотрел все видео) желаю что бы вы не забрасывали ютуб т.к. искренне считаю что у Вас хорошо получается объяснять сложное простым языком☺️🙏 кстати некоторым хорошо помогает в этом плане писать сценарий🫶
С самым понятным ты конечно махнул. Довольно долго и не сказать чтоб сильно понятно
Самое лучшее объяснение, которое я когда-либо видел.
Разве мы не умножаем дисперсию в листьях на дисперсию в корневом листе?
А как посчитать сам ,,p,,???
Ну вручную его не посчитаешь. По-моему в экселе есть такая возможность, ну и конечно во всяких стат.библиотеки для языков программирования
Если считать на бумажке, то есть таблицы, по которым t-значение переводят в p. Если считать с помощью библиотек на python или R, то результат будет на выходе используемой функции.
реально для людей.
Спасибо! Действительно, доступно и понятно! Можете, пожалуйста, прокомментировать правильно ли я сформулировал и понял? p-value - вероятность случайно получить такие или ещё более выраженные различия, при условии что сравниваемые группы подобны друг другу. Если в проведенном эксперименте значение p-value составляет <0,05 , то это означает, что мы не можем больше считать, что эффекты сравниваемых групп одинаковы и по итогу принимаем, что эффекты этих групп значимо различаются, несмотря на то, что по составу эти группы подобны друг другу.
В целом да
По сути этот процент означает в какой момент мы должны сказать себе, что это не проблема выборки, а что-то действительно не так, как мы думаем (но с вероятностью в пи)
Лучшее объяснение на русском Ютубе по теме, спасибо большое!!! Было бы здорово от Вас послушать про F-тесты
В конце не понятно , перещел в другой пример (
Звук бы погромче, пришлось все вывернуть на максимум и все равно плохо слышно
спасибо, это было действительно очень понятно + крутая визуальная поддержка!
как всегда очень круто)))!!! делай больше)
Благодарю за понятное разъяснение.
Щц) цццдцдщцщц^ц{цщцщццщцщцшщщцщццщщц{^щццщцщщц^{цдцдщыдыдыл в детстве щдцддцдцщцщыщшыцдцддццддццццц) ццц)) ццщцщцщццддцдццдццц2цц{цдцылщццщщццщцщыдцщцццщцццдцдцлю Цж жгли 9. 9юз😅?ну. В. этом . А. это. Ю😊ю99} за} 99х9х9хх99х9з9хх9х9}9х9№9}9х9 Х9 №9€9}з9 9ззз9з9з9х9 }90 09 0 909 хорошо 977 909 0 ну да 90.000 000000000900000909000990ю009909х00999х00000000090090х0 0000172015689 00000990009990 0 ж д
очень полезное объяснение, спасибо !
Кайфовый материал
Всё правельно 1 пункт Ещё что продавать Чтобы потерь небыло переработать или ...... расродажа
Очень интересно. Надо почитать по глубже. Хорошо получилось видео с точки зрения ёмкости и информативности.
Спасибо! Наглядно и просто писать о сложном - это особый талант)
Спасибо! Отличное наглядное объяснение! Очень помогает разобраться, кто только въезжает в тему)
Жан?
огромное спасибо!
огромное спасибо за материал!
Эээууэээу
Супер, очень круто, спасибо!)
Спасибо за очень крутое объяснение!!! Все очень понятно
Классное объяснение, я как раз прогнозирую сейчас средний чек для ритейла
Пример по классификации (прибыльный магазин или нет) может относиться к кластеризации тоже?
Кластеризация используется, когда нет данных об итоговом результате. Например у нас есть данные по площади магазина и траффику, но нет выручки и мы можем сгруппировать магазины по принципу крупный/мелкий
@@user-rv8qn7ov3p спасибо за ответ)
Все супер! Давай ещё видео!
очень крутое объяснение! хочется на остальные темы по машинному обучению тоже таких крутых видосов!! спасибо большое!
Автор ушел в мелкие детали, а лучше бы рассказал качественные отличия различных бустингов. Один лучше там (потому- то), второй- тут (потому- то), третий вот там (по такой- то причине)... А это просто мешок слов из книжки.
Фишка в том, что тут нет понятия хуже или лучше. Это зависит исключительно от задачи, которую нужно решить. А чтобы выбрать подходящий бустинг, нужно знать как он работает. Если нужен самый быстрый то лучше всего LightGBM, в силу того, что он обсчитывает не весь датасет, а часть. Если много категориальных переменных, то лучше всего CatBoost потому что он под это заточен и т.д
или опечатка или я не так понял, но с 6.45 последние два значения становится на 100 больше чем они были раньше, после дерево объяснено с признаком >50, только вот зачем, если дальше всё равно используется признак >80, и с 21:56 поменялось изначальный прогноз с 540 на 560
Укажи , плиз, поминутно непонятные моменты, а именно: какие значения становятся на 100 больше, где используется признак >80,на какой минуте было 540, и на какой стало 560
Каким образом на сплите >= 80 чиселка 40 прошла в левый лист, в который типо по условию тру элементы попадают?
@@user-gj8yi4dv3s Виноват, true / false перепутаны местами
Класс. Спасибо!