Estadísticas y Big Data

Cualquier estudiante trabajador es un contraejemplo de "todos los estudiantes son flojos". ¿Cuáles son algunos contraejemplos simples para "si las variables aleatorias e no están correlacionadas, entonces son independientes"?YXXXYYY

26 correlation  random-variable  independence 

Estoy tratando de obtener una mejor comprensión intuitiva de la desviación estándar. Por lo que entiendo, es representativo del promedio de las diferencias de un conjunto de observaciones en un conjunto de datos de la media de ese conjunto de datos. Sin embargo, NO es realmente igual a los promedios …

26 standard-deviation  intuition 

He explorado muchos sitios de ayuda y todavía estoy confundido acerca de cómo especificar términos anidados más complicados en un modelo mixto también. También estoy confundido en cuanto al uso de :y /y |en la especificación de interacciones y anidando con factores aleatorios usando lmer()en el lme4paquete de R. A …

26 r  mixed-model  lme4-nlme 

Tengo entendido que con la validación cruzada y la selección de modelos tratamos de abordar dos cosas: P1 . Estime la pérdida esperada en la población cuando entrena con nuestra muestra P2 . Mida e informe nuestra incertidumbre sobre esta estimación (varianza, intervalos de confianza, sesgo, etc.) La práctica estándar …

26 estimation  cross-validation  references 

Estoy muy confundido acerca de si es legítimo incluir una variable dependiente retrasada en un modelo de regresión. Básicamente, creo que si este modelo se enfoca en la relación entre el cambio en Y y otras variables independientes, agregar una variable dependiente retrasada en el lado derecho puede garantizar que …

26 regression  lags  misspecification 

Tengo un modelo logit que aparece con un número entre 0 y 1 para muchos casos, pero ¿cómo podemos interpretar esto? Tomemos un caso con un logit de 0.20 ¿Podemos afirmar que hay un 20% de probabilidad de que un caso pertenezca al grupo B frente al grupo A? ¿Es …

26 regression  logistic  logit 

¿Cuáles son exactamente los requisitos previos que deben cumplirse para que funcione la comparación del modelo AIC? Acabo de responder esta pregunta cuando hice una comparación como esta: > uu0 = lm(log(usili) ~ rok) > uu1 = lm(usili ~ rok) > AIC(uu0) [1] 3192.14 > AIC(uu1) [1] 14277.29 De esta …

26 regression  model-selection  aic  model-comparison  nested-models 

En la programación de computadoras, hay un primer programa clásico para aprender / enseñar un nuevo lenguaje o sistema, llamado "hola, mundo". http://en.wikipedia.org/wiki/Hello_world_program ¿Existe una primera visualización de datos clásica para usar un paquete de gráficos? Si es así, ¿qué es? Y si no, ¿cuáles serían buenos candidatos?

26 data-visualization 

Esto es similar a los métodos de muestreo de Caret , aunque eso realmente nunca respondió a esta parte de la pregunta de una manera acordada. la función de tren de caret ofrece cvy repeatedcv. ¿Cuál es la diferencia en decir haciendo: MyTrainControl=trainControl( method = "cv", number=5, repeats=5 ) vs …

26 r  machine-learning  caret 

Algunas técnicas de modelado predictivo están más diseñadas para manejar predictores continuos, mientras que otras son mejores para manejar variables categóricas o discretas. Por supuesto, existen técnicas para transformar un tipo en otro (discretización, variables ficticias, etc.). Sin embargo, ¿existen técnicas de modelado predictivo diseñadas para manejar ambos tipos de …

26 classification  predictive-models  categorical-data  continuous-data  discrete-data 

¿Cómo se relacionan PCA, LDA, CCA y PLS? Todos parecen "espectrales" y algebraicos lineales y muy bien entendidos (digamos más de 50 años de teoría construida alrededor de ellos). Se usan para cosas muy diferentes (PCA para la reducción de la dimensionalidad, LDA para la clasificación, PLS para la regresión) …

26 pca  discriminant-analysis  partial-least-squares  canonical-correlation 

Tengo experiencia como novato en series de tiempo (algunas estimaciones / pronósticos de ARIMA) y estoy enfrentando un problema que no entiendo completamente. Cualquier ayuda sería muy apreciada. Estoy analizando múltiples series de tiempo, todas en el mismo intervalo de tiempo y todas con la misma frecuencia, y todas describen …

26 time-series 

Quiero derivar los límites para el intervalo de confianza para la razón de dos medias. Supongamos que y son independientes, la razón media . Traté de resolver: pero esa ecuación no se pudo resolver en muchos casos (sin raíces). ¿Estoy haciendo algo mal? ¿Hay un mejor enfoque? GraciasX 1 ∼ …

26 normal-distribution  mean 

¿El software eventualmente hará que los estadísticos sean obsoletos? ¿Qué se hace que no se puede programar en una computadora?

26 machine-learning  dataset  careers 

Soy nuevo en Machine Learning y estoy tratando de aprenderlo por mi cuenta. Recientemente estaba leyendo algunas notas de clase y tenía una pregunta básica. La diapositiva 13 dice que "La estimación de mínimos cuadrados es igual a la estimación de máxima verosimilitud bajo un modelo gaussiano". Parece que es …

26 regression  bayesian  least-squares