Estadísticas y Big Data

¿Cómo se comparan normalmente los modelos de efectos mixtos (lineales) entre sí? Sé que se pueden usar pruebas de razón de probabilidad, pero esto no funciona si un modelo no es un 'subconjunto' del otro ¿correcto? ¿La estimación de los modelos df es siempre sencilla? ¿Número de efectos fijos + …

22 hypothesis-testing  mixed-model  cross-validation  aic  degrees-of-freedom 

Estaba tratando de ajustar datos de una serie de tiempo (sin réplicas) usando el modelo de regresión. Los datos son los siguientes: > xx.2 value time treat 1 8.788269 1 0 2 7.964719 6 0 3 8.204051 12 0 4 9.041368 24 0 5 8.181555 48 0 6 8.041419 96 …

22 r  regression  statistical-significance  anova  p-value 

En primer lugar, no soy un estadístico. Sin embargo, he estado haciendo análisis estadísticos de red para mi doctorado. Como parte del análisis de red, tracé una Función de distribución acumulativa complementaria (CCDF) de grados de red. Lo que encontré fue que, a diferencia de las distribuciones de red convencionales …

22 curve-fitting  networks  lognormal  power-law 

Según tengo entendido, necesito conocer al menos tres aspectos (de cuatro) de mi estudio propuesto para realizar un análisis de poder, a saber: tipo de prueba: tengo la intención de usar Pearson r y ANCOVA / Regresión - GLM nivel de significancia (alfa): tengo la intención de usar 0.05 tamaño …

22 power-analysis 

Tengo varias preguntas estrechamente relacionadas con los alumnos débiles en el aprendizaje conjunto (por ejemplo, impulsar). Esto puede sonar tonto, pero ¿cuáles son los beneficios de usar estudiantes débiles en lugar de fuertes? (por ejemplo, ¿por qué no impulsar con métodos de aprendizaje "fuertes"?) ¿Existe algún tipo de fuerza "óptima" …

22 machine-learning  boosting  ensemble 

El coeficiente de Pearson entre dos variables es bastante alto (r = .65). Pero cuando clasifico los valores de las variables y ejecuto una correlación de Spearman, el valor de cofficiencia es mucho más bajo (r = .30). ¿Cuál es la interpretación de esto?

22 correlation  spearman-rho 

¿Alguien ha intentado la predicción de series de tiempo utilizando la regresión de vectores de soporte? Entiendo las máquinas de vectores de soporte y entiendo parcialmente la regresión de vectores de soporte, pero no entiendo cómo se pueden usar para modelar series de tiempo, especialmente series de tiempo multivariadas. He …

22 time-series  machine-learning  svm 

Cuando trato de seleccionar entre varios modelos o la cantidad de características a incluir, digamos predicción, puedo pensar en dos enfoques. Divida los datos en conjuntos de entrenamiento y prueba. Mejor aún, use bootstrapping o k-fold cross-validation. Entrene en el conjunto de entrenamiento cada vez y calcule el error sobre …

22 bayesian  model-selection  cross-validation  feature-selection 

Pensé que la cola pesada = cola gorda, pero algunos artículos que leí me dieron la sensación de que no lo son. Uno de ellos dice: cola pesada significa que la distribución tiene infinito momento j para algún número entero j. Además, todos los dfs en el dominio de atracción …

22 distributions 

Tengo una pregunta sobre variables aleatorias. Supongamos que tenemos dos variables aleatorias e . Digamos que es Poisson distribuido con el parámetro e es Poisson distribuido con el parámetro .XXXYYYXXXλ1λ1\lambda_1YYYλ2λ2\lambda_2 Cuando construye la fractura a partir de y llama a esto una variable aleatoria , ¿cómo se distribuye y cuál …

22 random-variable  poisson-distribution 

Contexto: Mientras tanto, he adquirido un conjunto de heurísticas sobre cómo trazar efectivamente la asociación entre dos variables numéricas. Me imagino que la mayoría de las personas que trabajan con datos tendrían un conjunto similar de reglas. Ejemplos de tales reglas pueden ser: Si una de las variables está sesgada …

22 data-visualization  correlation  teaching  rule-of-thumb  scatterplot 

Esto está algo relacionado con otra pregunta que hice. La pregunta que tengo es, cuando hago pruebas de hipótesis, cuando la hipótesis alternativa es un rango, la hipótesis nula sigue siendo un valor puntual. Como ejemplo, cuando se prueba si un coeficiente de correlación es mayor que 0.5, la hipótesis …

22 hypothesis-testing 

Supongamos que tengo el siguiente modelo yi=f(xi,θ)+εiyi=f(xi,θ)+εiy_i=f(x_i,\theta)+\varepsilon_i donde yi∈RKyi∈RKy_i\in \mathbb{R}^K , xixix_i es un vector de variables explicativas, θθ\theta es los parámetros de la función no lineal fff y εi∼N(0,Σ)εi∼N(0,Σ)\varepsilon_i\sim N(0,\Sigma) , donde ΣΣ\Sigma naturalmente es K×KK×KK\times K matriz. El objetivo es el habitual para estimar θθ\theta y ΣΣ\Sigma . …

22 maximum-likelihood  optimization  covariance 

Contexto: En un esfuerzo por estructurar las piezas centrales con las que me he encontrado en teoría de probabilidad y estática, creé un documento de referencia centrado en lo esencial matemático (disponible aquí ). Al compartir este documento, espero darles a los estudiantes de estadísticas un resumen completo del material …

22 teaching 

Puede usar el conjunto de datos de decatlón {FactoMineR} para reproducir esto. La pregunta es por qué los valores propios calculados difieren de los de la matriz de covarianza. Aquí están los valores propios usando princomp: > library(FactoMineR);data(decathlon) > pr <- princomp(decathlon[1:10], cor=F) > pr$sd^2 Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 …

22 r  pca