Estadísticas y Big Data

Estoy leyendo las diapositivas "Doing Bayesian Data Analysis" de John Kruschke , pero en realidad tengo una pregunta sobre su interpretación de las pruebas t y / o el marco completo de pruebas de significación de hipótesis nulas. Argumenta que los valores p están mal definidos porque dependen de las …

21 hypothesis-testing 

SPSS utiliza la prueba de Levene para evaluar la homogeneidad de las variaciones en el procedimiento de prueba t de grupo independiente. ¿Por qué es mejor la prueba de Levene que una simple relación F de la relación de las varianzas de los dos grupos?

21 hypothesis-testing  anova  variance  t-test  heteroscedasticity 

Una limitación de los algoritmos de red neuronal estándar (como backprop) es que debe tomar una decisión de diseño de cuántas capas ocultas y neuronas por capa desea. Por lo general, la tasa de aprendizaje y la generalización son muy sensibles a estas elecciones. Esta ha sido la razón por …

21 neural-networks 

Acabo de presentarme (vagamente) a la covarianza / correlación browniana / a distancia . Parece particularmente útil en muchas situaciones no lineales, cuando se prueba la dependencia. Pero no parece usarse con mucha frecuencia, a pesar de que la covarianza / correlación a menudo se usa para datos no lineales …

21 correlation  covariance  distance-covariance 

Hay muchas situaciones en las que puede entrenar varios clasificadores diferentes, o usar varios métodos de extracción de características diferentes. En la literatura, los autores a menudo dan el error de clasificación promedio sobre un conjunto de divisiones aleatorias de los datos (es decir, después de una validación cruzada doblemente …

21 classification  statistical-significance 

Leí un poco de modelos ocultos de Markov y pude codificar una versión bastante básica. Pero hay dos formas principales en que parezco aprender. Una es leerla e implementarla en el código (lo que está hecho) y la segunda es comprender cómo se aplica en diferentes situaciones (para poder entender …

21 algorithms  markov-process 

Necesito calcular la matriz inversa y he estado usando la solvefunción. Si bien funciona bien en matrices pequeñas, solvetiende a ser muy lento en matrices grandes. Me preguntaba si hay alguna otra función o combinación de funciones (a través de SVD, QR, LU u otras funciones de descomposición) que puedan …

21 r  matrix-decomposition  matrix-inverse 

Dejaré que Wikipedia explique cómo se calcula NPS : El Net Promoter Score se obtiene al hacer una sola pregunta a los clientes en una escala de calificación de 0 a 10, donde 10 es "extremadamente probable" y 0 es "nada probable": "¿Qué tan probable es que recomiende nuestra empresa …

21 hypothesis-testing  statistical-significance  standard-error  multinomial  nps 

¿Qué significa decir que "la varianza es un estimador sesgado"? ¿Qué significa convertir una estimación sesgada en una estimación imparcial a través de una fórmula simple? ¿Qué hace exactamente esta conversión? Además, ¿cuál es el uso práctico de esta conversión? ¿Convierte estos puntajes cuando usa cierto tipo de estadísticas?

21 theory  unbiased-estimator  descriptive-statistics 

Siempre tuve la impresión de que la regresión es solo una forma más general de ANOVA y que los resultados serían idénticos. Recientemente, sin embargo, ejecuté una regresión y un ANOVA en los mismos datos y los resultados difieren significativamente. Es decir, en el modelo de regresión, tanto los efectos …

21 r  regression  anova 

Cuando trabajamos con la cadena de Markov Monte Carlo para hacer inferencia, necesitamos una cadena que se mezcle rápidamente, es decir, se mueva rápidamente a través del soporte de la distribución posterior. Pero no entiendo por qué necesitamos esta propiedad, porque por lo que entiendo, los sorteos de candidatos aceptados …

21 mcmc 

Específicamente, estoy buscando referencias (documentos, libros) que muestren y expliquen rigurosamente la maldición de la dimensionalidad. Esta pregunta surgió después de que comencé a leer este libro blanco de Lafferty y Wasserman. En el tercer párrafo mencionan una ecuación "bien conocida" que implica que la mejor tasa de convergencia es …

21 theory 

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. He creado un modelo lineal en I: mod = lm(train_y ~ train_x). Quiero pasarle una lista de X y obtener su Y …

21 r  forecasting  linear-model 

Estoy ajustando un modelo ARIMA en una serie de tiempo diaria. Los datos se recopilan diariamente del 02-01-2010 al 30-07-2011 y se refieren a la venta de periódicos. Dado que se puede encontrar un patrón semanal en las ventas (la cantidad promedio diaria de copias vendidas suele ser la misma …

21 r  time-series  arima  seasonality 

Contexto He estado leyendo sobre la teoría de respuesta al ítem, y me parece fascinante. Creo que entiendo lo básico, pero me pregunto cómo aplicar técnicas estadísticas relacionadas con el área. A continuación hay dos artículos que son similares al área en la que me gustaría aplicar ITR: http://www.jstor.org/stable/4640738?seq=7 http://www.ncbi.nlm.nih.gov/pubmed/21744971 …

21 psychometrics  latent-variable  irt