Estadísticas y Big Data

La función característica de la distribución Fisher es: C ( t ) = Γ ( α + 1F(1,α)F(1,α)\mathcal{F}(1,\alpha) dondeUes lafunción hipergeométrica confluente. Estoy tratando de resolver la transformada inversa de FourierF-1t,xde lan-voluciónpara recuperar la densidad de una variablex, es decir: F-1t,x(C(t)n) con el fin de obtener La distribución de la …

23 probability  random-variable  f-distribution  saddlepoint-approximation 

Entiendo que deberíamos usar ARIMA para modelar una serie de tiempo no estacionaria. Además, todo lo que leo dice que ARMA solo debe usarse para series temporales estacionarias. Lo que estoy tratando de entender es, ¿qué sucede en la práctica cuando clasifico mal un modelo y supongo d = 0una …

23 r  time-series  arima  stationarity 

Asistí a una reunión de la Sociedad de Personalidad y Psicología Social la semana pasada donde vi una charla de Uri Simonsohn con la premisa de que usar un análisis de poder a priori para determinar el tamaño de la muestra era esencialmente inútil porque sus resultados son muy sensibles …

23 hypothesis-testing  power-analysis  effect-size  power  methodology 

Una y otra vez he rechazado o no he podido rechazar la hipótesis nula. En caso de no rechazar el caso, concluye que no hay pruebas suficientes para el rechazo y "sigue adelante" (es decir, reúne más datos, finaliza el experimento, etc.) Pero cuando "lo hace" rechaza la hipótesis nula, …

23 hypothesis-testing 

He encontrado definiciones posiblemente contradictorias para el estadístico de validación cruzada (CV) y para el estadístico de validación cruzada generalizada (GCV) asociado con un modelo lineal Y=Xβ+εY=Xβ+εY = X\boldsymbol\beta + \boldsymbol\varepsilon (con un vector de error normal, homoscedastic εε\boldsymbol\varepsilon ). Por un lado, Golub, Heath y Wahba definen la estimación …

23 cross-validation 

Estoy ejecutando una clasificación de árbol de decisión usando SPSS en un conjunto de datos con alrededor de 20 predictores (categórico con pocas categorías). CHAID (detección de interacción automática de chi-cuadrado) y CRT / CART (árboles de clasificación y regresión) me están dando diferentes árboles. ¿Alguien puede explicar los méritos …

23 spss  cart 

Estoy trabajando en un proyecto donde quiero extraer información sobre el contenido de una serie de ensayos abiertos. En este proyecto en particular, 148 personas escribieron ensayos sobre una organización estudiantil hipotética como parte de un experimento más amplio. Aunque en mi campo (psicología social), la forma típica de analizar …

23 machine-learning  model-selection  small-sample  topic-models  dirichlet-process 

Me encontré con un estudio en el que los pacientes, que tenían más de 50 años, eran pseudoaleatorios por año de nacimiento. Si el año de nacimiento fuera un número par, la atención habitual, si es un número impar, la intervención. Es más fácil de implementar, es más difícil de …

23 experiment-design  clinical-trials  random-allocation 

Usando la distribución t de Student con grados de libertad, el parámetro de ubicación parámetros de escala tienen densidadl sk>0k>0k > 0lllsss Γ(k+12)Γ(k2kπs2−−−−√){1+k−1(x−ls)}−(k+1)/2,Γ(k+12)Γ(k2kπs2){1+k−1(x−ls)}−(k+1)/2,\frac{\Gamma \left(\frac{k+1}{2}\right)}{\Gamma\left(\frac{k}{2}\sqrt{k \pi s^2}\right)} \left\{ 1 + k^{-1}\left( \frac{x-l}{s}\right)\right\}^{-(k+1)/2}, cómo mostrar que la distribución Student se puede escribir como una mezcla de distribuciones gaussianas dejando X \ sim …

23 distributions  mixture 

Me pregunto si hay algún método para calcular el tamaño de la muestra en modelos mixtos. Estoy usando lmerR para ajustar los modelos (tengo pendientes e intercepciones aleatorias).

23 r  mixed-model  lme4-nlme  power-analysis 

Quería hacer una pregunta inspirada en una excelente respuesta a la consulta sobre la intuición para la distribución beta. Quería comprender mejor la derivación de la distribución previa para el promedio de bateo. Parece que David está retrocediendo los parámetros de la media y el rango. Bajo el supuesto de …

23 bayesian  prior 

Creo que una suposición básica del aprendizaje automático o la estimación de parámetros es que los datos invisibles provienen de la misma distribución que el conjunto de entrenamiento. Sin embargo, en algunos casos prácticos, la distribución del conjunto de prueba será casi diferente del conjunto de entrenamiento. Digamos para un …

23 machine-learning  classification  skewness  unbalanced-classes  multi-class 

¿Existe una implementación de bosque aleatorio R que funcione bien con datos muy escasos? Tengo miles o millones de variables de entrada booleanas, pero solo cientos más o menos serán VERDADERAS para cualquier ejemplo dado. Soy relativamente nuevo en R y noté que hay un paquete 'Matrix' para tratar con …

23 r  random-forest  sparse 

Bloqueado . Esta pregunta y sus respuestas están bloqueadas porque la pregunta está fuera de tema pero tiene un significado histórico. Actualmente no acepta nuevas respuestas o interacciones. Vi este gráfico en el suplemento de un artículo reciente y me encantaría poder reproducirlo usando R. Es un diagrama de dispersión, …

23 r  data-visualization  scatterplot 

Estoy leyendo "The Drunkard's Walk" ahora y no puedo entender una historia de ella. Aquí va: Imagine que George Lucas hace una nueva película de Star Wars y en una prueba de mercado decide realizar un experimento loco. Lanza la película idéntica bajo dos títulos: "Star Wars: Episodio A" y …

23 probability  bernoulli-distribution