Estadísticas y Big Data

Hoy se me ocurrió que la distribución podría verse como un compromiso entre Gauss y Laplace distribuciones, para y¿Tal distribución tiene un nombre? ¿Y tiene una expresión para su constante de normalización? El cálculo me deja perplejo, porque no sé cómo comenzar a resolver incluso en la integral F( x …

23 distributions  normal-distribution  terminology  laplace-distribution  distribution-identification 

Recién comencé a estudiar sobre estadísticas y modelos. Actualmente, entiendo que usamos MLE para estimar los mejores parámetros para un modelo. Sin embargo, cuando trato de entender cómo funcionan las redes neuronales, parece que comúnmente usan otro enfoque para estimar los parámetros. ¿Por qué no usamos MLE o es posible …

23 maximum-likelihood  neural-networks 

Estaba leyendo este artículo en Nature en el que se explican algunas falacias en el contexto del análisis de datos. Noté que la falacia del tirador de Texas era particularmente difícil de evitar: La fábula del francotirador de Texas ilustra una trampa cognitiva que espera durante el análisis de datos: …

23 eda  fallacy 

En cierto sentido, esta es una publicación cruzada mía de math.stackexchange , y tengo la sensación de que este sitio podría proporcionar una amplia audiencia. Estoy buscando una introducción matemática al aprendizaje automático. Particularmente, mucha literatura que se puede encontrar es relativamente imprecisa y se gastan muchas páginas sin ningún …

23 machine-learning  references  pac-learning 

Esta pregunta se ha hecho antes aquí y aquí, pero no creo que las respuestas aborden la pregunta directamente. ¿Los estudios con poca potencia tienen una mayor probabilidad de falsos positivos? Algunos artículos de noticias hacen esta afirmación. Por ejemplo : El bajo poder estadístico es una mala noticia. Los …

23 hypothesis-testing  power  false-discovery-rate 

Deje que y sean 2 iidrv's donde . Me gustaría saber la distribución de .X1X1X_1X2X2X_2log(X1),log(X2)∼N(μ,σ)log⁡(X1),log⁡(X2)∼N(μ,σ)\log(X_1),\log(X_2) \sim N(\mu,\sigma)X1−X2X1−X2X_1 - X_2 Lo mejor que puedo hacer es tomar la serie de Taylor de ambos y obtener que la diferencia es la suma de la diferencia entre dos rv normales y dos rv …

23 probability  distributions  random-variable  lognormal  approximation 

Así que estoy tratando de hacer un entrenamiento previo en imágenes de humanos usando redes convolucionales. Leí los documentos ( Paper1 y Paper2 ) y este enlace de stackoverflow , pero no estoy seguro de entender la estructura de las redes (no está bien definido en los documentos). Preguntas: Puedo …

23 neural-networks  deep-learning  autoencoders  deep-belief-networks 

Al demostrar que MSE se puede descomponer en varianza más el cuadrado de Bias, la prueba en Wikipedia tiene un paso, resaltado en la imagen. ¿Como funciona esto? ¿Cómo se empuja la expectativa al producto desde el tercer paso hasta el cuarto paso? Si los dos términos son independientes, ¿no …

23 random-variable  expected-value  mse 

Veo que ambas funciones son parte de los métodos de minería de datos, como los regresores de aumento de gradiente . Veo que esos son objetos separados también. ¿Cómo es la relación entre ambos en general?

23 regression  classification  data-mining  decision-theory 

Estoy tratando de resolver la siguiente pregunta: El jugador A ganó 17 de 25 juegos, mientras que el jugador B ganó 8 de 20: ¿hay una diferencia significativa entre ambas proporciones? Lo que hay que hacer en R que viene a la mente es lo siguiente: > prop.test(c(17,8),c(25,20),correct=FALSE) 2-sample test …

23 r  hypothesis-testing  statistical-significance  binomial  proportion 

Tengo una pregunta sobre la semántica sobre la que me gustaría la opinión de otros estadísticos. Sabemos que modelos como el logístico, Poisson, etc. se encuentran bajo el paraguas de modelos lineales generalizados. El modelo incluye funciones no lineales de los parámetros, que a su vez pueden modelarse utilizando el …

23 logistic  generalized-linear-model  poisson-regression  nonlinear  link-function 

La pregunta es muy simple: ¿por qué, cuando tratamos de ajustar un modelo a nuestros datos, lineales o no lineales, generalmente tratamos de minimizar la suma de los cuadrados de errores para obtener nuestro estimador para el parámetro del modelo? ¿Por qué no elegir alguna otra función objetivo para minimizar? …

23 econometrics  least-squares 

Para la regresión lineal simple, el coeficiente de regresión es calculable directamente a partir de la matriz de varianza-covarianza CCC , por Cd,eCe,eCd,eCe,e C_{d, e}\over C_{e,e} dondedddes el índice de la variable dependiente, yeeees el índice de la variable explicativa. Si uno solo tiene la matriz de covarianza, ¿es posible …

23 regression  regression-coefficients  covariance-matrix 

Tomé varios cursos de estadística en la universidad, pero descubrí que mi educación era muy teórica. Me preguntaba si alguno de ustedes tenía un texto en Estadística Aplicada (en el nivel de posgrado) que recomiende o haya tenido una buena experiencia.

23 regression  references  modeling  experiment-design  application 

Leí el siguiente artículo: Perneger (1998) ¿Qué hay de malo con los ajustes de Bonferroni ? El autor resumió diciendo que el ajuste de Bonferroni tiene, en el mejor de los casos, aplicaciones limitadas en la investigación biomédica y no debe usarse al evaluar la evidencia sobre hipótesis específicas: Resumen …

23 hypothesis-testing  multiple-comparisons  bonferroni