Estadísticas y Big Data

Estoy realmente interesado en el procedimiento de red elástica para la contracción / selección de predictores. Parece muy poderoso Pero desde el punto de vista científico, no sé qué hacer una vez que obtuve los coeficientes. ¿Qué pregunta estoy respondiendo? ¿Estas son las variables que más influyen en ese resultado …

19 hypothesis-testing  prediction  inference  lasso  elastic-net 

Por lo general, se nos presenta el método de estimadores de momentos "equiparando los momentos de la población con su contraparte de muestra" hasta que hayamos estimado todos los parámetros de la población; de modo que, en el caso de una distribución normal, solo necesitaríamos el primer y segundo momento …

19 mathematical-statistics  lognormal  moments  method-of-moments 

Estoy comprobando una implementación de Regresión logística desde aquí . Después de leer ese artículo, parece que la parte importante es encontrar los mejores coeficientes para determinar la función sigmoidea. Así que me pregunto por qué este método se llama "Regresión logística". ¿Está relacionado con la función logarítmica? Tal vez …

19 regression  machine-learning  logistic 

Digamos que tenemos que GLMMs mod1 <- glmer(y ~ x + A + (1|g), data = dat) mod2 <- glmer(y ~ x + B + (1|g), data = dat) Estos modelos no están anidados en el sentido habitual de: a <- glmer(y ~ x + A + (1|g), data = …

19 r  mixed-model  aic  lme4-nlme  nested-models 

Considere un conjunto aleatorio de números que normalmente se distribuyen: x <- rnorm(n=1000, mean=10) Nos gustaría saber la media y el error estándar en la media, por lo que hacemos lo siguiente: se <- function(x) { sd(x)/sqrt(length(x)) } mean(x) # something near 10.0 units se(x) # something near 0.03 units …

19 confidence-interval  data-transformation  descriptive-statistics 

Utilizo GAM cada vez más. Cuando voy a proporcionar referencias para sus diversos componentes (selección de parámetros de suavizado, varias bases de spline, valores p de términos suaves), todos provienen de un investigador: Simon Wood, de la Universidad de Bath, en Inglaterra. También es el mgcvencargado de mantener en R, …

19 nonparametric  gam  mgcv  academia  semiparametric 

Estoy tratando de entender el uso de PCA en un artículo reciente de la revista titulado "Mapeo de la actividad cerebral a escala con la computación en clúster" Freeman et al., 2014 (pdf gratuito disponible en el sitio web del laboratorio ). Utilizan PCA en datos de series temporales y …

19 time-series  pca  state-space-models  neuroimaging  neuroscience 

Para una distribución unimodal, si media = mediana, ¿es suficiente decir que la distribución es simétrica? Wikipedia dice en relación entre la media y la mediana: "Si la distribución es simétrica, entonces la media es igual a la mediana y la distribución tendrá un sesgo cero. Si, además, la distribución …

19 distributions  mean  median  symmetry 

Tengo una media de 74.10 y una desviación estándar de 33.44 para una muestra que tiene un mínimo de 0 y un máximo de 94.33. Mi profesor me pregunta cómo puede significar más una desviación estándar que exceda el máximo. Le mostré muchos ejemplos sobre esto, pero ella no entiende. …

19 standard-deviation  mean  references  bounds  maximum 

He analizado muchos conjuntos de datos R, publicaciones en DASL y en otros lugares, y no encuentro muchos buenos ejemplos de conjuntos de datos interesantes que ilustren el análisis de covarianza para datos experimentales. Existen numerosos conjuntos de datos "de juguete" con datos artificiales en los libros de texto de …

19 dataset  ancova  predictor 

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. Estoy usando ggplot2 en R para hacer tramas como las siguientes: Las barras de error se superponen entre sí, lo que parece …

19 data-visualization  ggplot2 

Normalicé mi conjunto de datos y luego ejecuté PCA de 3 componentes para obtener pequeñas razones de varianza explicadas ([0.50, 0.1, 0.05]). Cuando no me normalicé pero blanqueé mi conjunto de datos y luego ejecuté PCA de 3 componentes, obtuve altas razones de varianza explicadas ([0.86, 0.06,0.01]). Como quiero retener …

19 pca 

El artículo The Odds, continuamente actualizado menciona la historia de un pescador de Long Island que literalmente debe su vida a las estadísticas bayesianas. Aquí está la versión corta: Hay dos pescadores en un bote en medio de la noche. Mientras uno está dormido, el otro cae al océano. El …

19 probability  bayesian  posterior  bayes 

Calculé un modelo lineal robusto Rcon pesos MM utilizando el rlm()paquete MASS. `R`` no proporciona un valor para el modelo, pero me gustaría tener uno si es una cantidad significativa. También estoy interesado en saber si hay algún significado en tener un valor R 2 que pese la varianza total …

19 r  goodness-of-fit  r-squared  robust  rlm 

Vi una gráfica de LDA (análisis discriminante lineal) con límites de decisión de The Elements of Statistical Learning : Entiendo que los datos se proyectan en un subespacio de menor dimensión. Sin embargo, me gustaría saber cómo obtenemos los límites de decisión en la dimensión original de modo que pueda …

19 r  references  discriminant-analysis