b****w
发帖数: 71 | 1 多谢大家回帖，我针对我之前没有说清楚的地方进行了一点补充。
面试官很Nice，一步步引导我啊，可惜我还是不知道如何解。。又悲剧了一个phone
interview啊。下面是两道新鲜出炉的面试题，请教大家
1.针对同一个data set,现有两个model A,B,可能是用不同的方法做出来的，DV是一样的，IV没说。 已知outcome(A)=100,outcome(B)=80, var(A)=25,var(B)=49,并且
两个Model的error都是iid的，先要把两个model结合起来,赋不同的weight, minimize
variance.怎么弄？我当时说是不是就是求Min var（w1*A+w2*B），他说不是。我真不
知道是如何结合。而且我觉得应该是要用到error iid这个条件
2.这个简单点，但当时我已经秀逗了，完全转不了脑子了，嗨。。只能怪经验太少以求
安慰了
具体我就不说了，反正我得到最后的一步就是binominal, (20,n)*(0.15)^n*(0.85)^(
20-n)=0.12,求n.那个（20，n）就是20 choose n，我不知道怎么答。这个应该也不是查表，是不是有什么近似求解的方法？但是N才20，也太小了点吧。。
希望大家积极讨论，也希望对大家有所帮助
突然又想到一个问题，一起问了。建好一个Model以后如何判断这个Model已经OK了？除了看R^2，Deviance，AIC什么的以外还有什么准则么？ | y*******u
发帖数: 930 | 2 弱问第一题的目标是啥？
如果光是min var的话
显然B的权重为0啊
minimize
【在 b****w 的大作中提到】
: 多谢大家回帖，我针对我之前没有说清楚的地方进行了一点补充。
: 面试官很Nice，一步步引导我啊，可惜我还是不知道如何解。。又悲剧了一个phone
: interview啊。下面是两道新鲜出炉的面试题，请教大家
: 1.针对同一个data set,现有两个model A,B,可能是用不同的方法做出来的，DV是一样的，IV没说。 已知outcome(A)=100,outcome(B)=80, var(A)=25,var(B)=49,并且
: 两个Model的error都是iid的，先要把两个model结合起来,赋不同的weight, minimize
: variance.怎么弄？我当时说是不是就是求Min var（w1*A+w2*B），他说不是。我真不
: 知道是如何结合。而且我觉得应该是要用到error iid这个条件
: 2.这个简单点，但当时我已经秀逗了，完全转不了脑子了，嗨。。只能怪经验太少以求
: 安慰了
: 具体我就不说了，反正我得到最后的一步就是binominal, (20,n)*(0.15)^n*(0.85)^(
| n**m
发帖数: 156 | 3 第一个，你说的没错啊，不过他既然已经给了iid，我想他是不是预期你能把答案这几
给出来，你的答案显然没有充分利用他的条件。
第二部哦，不知道你想说啥。
第三个，一个需要做的是检查estimated error的distribution.
minimize
【在 b****w 的大作中提到】
: 多谢大家回帖，我针对我之前没有说清楚的地方进行了一点补充。
: 面试官很Nice，一步步引导我啊，可惜我还是不知道如何解。。又悲剧了一个phone
: interview啊。下面是两道新鲜出炉的面试题，请教大家
: 1.针对同一个data set,现有两个model A,B,可能是用不同的方法做出来的，DV是一样的，IV没说。 已知outcome(A)=100,outcome(B)=80, var(A)=25,var(B)=49,并且
: 两个Model的error都是iid的，先要把两个model结合起来,赋不同的weight, minimize
: variance.怎么弄？我当时说是不是就是求Min var（w1*A+w2*B），他说不是。我真不
: 知道是如何结合。而且我觉得应该是要用到error iid这个条件
: 2.这个简单点，但当时我已经秀逗了，完全转不了脑子了，嗨。。只能怪经验太少以求
: 安慰了
: 具体我就不说了，反正我得到最后的一步就是binominal, (20,n)*(0.15)^n*(0.85)^(
| y*******u
发帖数: 930 | 4 最后一个还要看有没有influencial point 等等diagnosis
第一个，你说的没错啊，不过他既然已经给了iid，我想他是不是预期你能把答案这几
给出来，你的答案显然没有充分利用他的条件。
第二部哦，不知道你想说啥。
第三个，一个需要做的是检查estimated error的distribution.
minimize
【在 n**m 的大作中提到】
: 第一个，你说的没错啊，不过他既然已经给了iid，我想他是不是预期你能把答案这几
: 给出来，你的答案显然没有充分利用他的条件。
: 第二部哦，不知道你想说啥。
: 第三个，一个需要做的是检查estimated error的distribution.
:
: minimize
| n**m
发帖数: 156 | 5 不是0，variance的weight是wa^2，不是wa，所以不能光挑小的，算了一下，不考虑别
的，a的weight是Va/Va+Vb
【在 y*******u 的大作中提到】
: 弱问第一题的目标是啥？
: 如果光是min var的话
: 显然B的权重为0啊
:
: minimize
| y*******u
发帖数: 930 | 6 我还是没看懂么
这个跟variance的权重的平方有什么关系
我觉得题目起码要多一个限定条件跟outcome有关系才能求具体的min variance
如果光是单独min variance 不是
min(25+wb^2*49)
wb=0么？
【在 n**m 的大作中提到】
: 不是0，variance的weight是wa^2，不是wa，所以不能光挑小的，算了一下，不考虑别
: 的，a的weight是Va/Va+Vb
| n**m
发帖数: 156 | 7 不好意思，第一题没看仔细，原来说的是两个model。同等回答。
【在 n**m 的大作中提到】
: 第一个，你说的没错啊，不过他既然已经给了iid，我想他是不是预期你能把答案这几
: 给出来，你的答案显然没有充分利用他的条件。
: 第二部哦，不知道你想说啥。
: 第三个，一个需要做的是检查estimated error的distribution.
:
: minimize
| y*******u
发帖数: 930 | 8 我不知道lz的interview具体是啥。。
但我猜测答案应该就是0
A model Expectation 大 variance小
B model Expectation 小 variance大
无论给定什么的产出条件
A都完胜。。
不好意思，第一题没看仔细，原来说的是两个model。你两边的数据都是一样的吗？
【在 n**m 的大作中提到】
: 不好意思，第一题没看仔细，原来说的是两个model。同等回答。
| m*********n
发帖数: 413 | 9 1. sample size must be a factor.
2. 查表？
3. test of goodness-of-fit, and using validation data set to avoid overfit.
minimize
【在 b****w 的大作中提到】
: 多谢大家回帖，我针对我之前没有说清楚的地方进行了一点补充。
: 面试官很Nice，一步步引导我啊，可惜我还是不知道如何解。。又悲剧了一个phone
: interview啊。下面是两道新鲜出炉的面试题，请教大家
: 1.针对同一个data set,现有两个model A,B,可能是用不同的方法做出来的，DV是一样的，IV没说。 已知outcome(A)=100,outcome(B)=80, var(A)=25,var(B)=49,并且
: 两个Model的error都是iid的，先要把两个model结合起来,赋不同的weight, minimize
: variance.怎么弄？我当时说是不是就是求Min var（w1*A+w2*B），他说不是。我真不
: 知道是如何结合。而且我觉得应该是要用到error iid这个条件
: 2.这个简单点，但当时我已经秀逗了，完全转不了脑子了，嗨。。只能怪经验太少以求
: 安慰了
: 具体我就不说了，反正我得到最后的一步就是binominal, (20,n)*(0.15)^n*(0.85)^(
| n**m
发帖数: 156 | 10 如果只是model的话，是不是假定是一样的数据，至少dependent是一样的吧
【在 m*********n 的大作中提到】
: 1. sample size must be a factor.
: 2. 查表？
: 3. test of goodness-of-fit, and using validation data set to avoid overfit.
:
: minimize
| | | A*******s
发帖数: 3942 | 11 dont understand question 1... i think the goal should be minimizing the
error instead of variance. a constant predicted value always has zero
variance with very high bias. | m*********n
发帖数: 413 | 12 是哦。
这题不会是这样子的吧
Y_outcome1 = ...
Y_outcome2 = ...
var(Y_outcome1) = ...
var(Y_outcome2) = ...
need (w1,w2) = argmin(var(w1*Y_outcome1+w2*Y_outcome2)) given w1+w2=1
这不就是选其中一个model嘛。。
【在 n**m 的大作中提到】
: 如果只是model的话，是不是假定是一样的数据，至少dependent是一样的吧
| j*******r
发帖数: 32 | 13 谈谈我的看法~~~
第一个问题应该跟CAMP模型一样，给定mean和variance，求个有效边界，答案应该是半
个椭圆。
第二个二项分布的概率可以用泊松来逼近，不过用计算机直接算也行，不可能让你当场
猜吧。
第三个要看什么模型吧，简单的回归诊断简单点的是QQ图，找异常点，影响值大的点，
最重要的是残差分析，画出残差对于自变量和时间等的图，看看有什么趋势。判别分析
的话主要考虑误差率，分样本内误差和样本外误差，以及CV等。
样的，IV没说。 已知outcome(A)=100,outcome(B)=80, var(A)=25,var(B)=49,并且
minimize
【在 b****w 的大作中提到】
: 多谢大家回帖，我针对我之前没有说清楚的地方进行了一点补充。
: 面试官很Nice，一步步引导我啊，可惜我还是不知道如何解。。又悲剧了一个phone
: interview啊。下面是两道新鲜出炉的面试题，请教大家
: 1.针对同一个data set,现有两个model A,B,可能是用不同的方法做出来的，DV是一样的，IV没说。 已知outcome(A)=100,outcome(B)=80, var(A)=25,var(B)=49,并且
: 两个Model的error都是iid的，先要把两个model结合起来,赋不同的weight, minimize
: variance.怎么弄？我当时说是不是就是求Min var（w1*A+w2*B），他说不是。我真不
: 知道是如何结合。而且我觉得应该是要用到error iid这个条件
: 2.这个简单点，但当时我已经秀逗了，完全转不了脑子了，嗨。。只能怪经验太少以求
: 安慰了
: 具体我就不说了，反正我得到最后的一步就是binominal, (20,n)*(0.15)^n*(0.85)^(
| n**m
发帖数: 156 | 14 第一个问题是不是把model a和b里的independent variable都放进一个model里
比如a是 y=x1 + x2
b是 y=x1+ x3
然后新的model 就是 y= x1+ x2 + x3 | y*******u
发帖数: 930 | 15
请问CV是啥呀？
【在 j*******r 的大作中提到】
: 谈谈我的看法~~~
: 第一个问题应该跟CAMP模型一样，给定mean和variance，求个有效边界，答案应该是半
: 个椭圆。
: 第二个二项分布的概率可以用泊松来逼近，不过用计算机直接算也行，不可能让你当场
: 猜吧。
: 第三个要看什么模型吧，简单的回归诊断简单点的是QQ图，找异常点，影响值大的点，
: 最重要的是残差分析，画出残差对于自变量和时间等的图，看看有什么趋势。判别分析
: 的话主要考虑误差率，分样本内误差和样本外误差，以及CV等。
:
: 样的，IV没说。 已知outcome(A)=100,outcome(B)=80, var(A)=25,var(B)=49,并且
| y*******u
发帖数: 930 | 16 我觉得有点像add-variable analysis
最大可能应该是所有的IV都是不相干的
b model作为base model 加入a model的IV
这个样子
不知道对不对。。
第一个问题是不是把model a和b里的independent variable都放进一个model里
比如a是 y=x1 + x2
b是 y=x1+ x3
然后新的model 就是 y= x1+ x2 + x3
【在 n**m 的大作中提到】
: 第一个问题是不是把model a和b里的independent variable都放进一个model里
: 比如a是 y=x1 + x2
: b是 y=x1+ x3
: 然后新的model 就是 y= x1+ x2 + x3
|
|
