Estadísticas y Big Data

Me interesa aprender cómo calificar y clasificar a las personas en un grupo que solo interactúan / compiten en pares (es decir, sistemas como el sistema de clasificación ELO para el ajedrez). ¿Hay algún método de acceso o métodos más precisos y avanzados? ¿Hay algún paquete R que facilite la …

19 ranking  rating  bradley-terry-model  elo 

Aparentemente, en la agrupación jerárquica en la que la medida de la distancia es la distancia euclidiana, los datos primero deben normalizarse o estandarizarse para evitar que la covariable con la mayor varianza impulse la agrupación. ¿Por qué es esto? ¿No es deseable este hecho?

19 clustering  normalization 

Estoy tratando de generar una secuencia aleatoria correlacionada con media = 000 , varianza = , coeficiente de correlación = . En el siguiente código, uso & como desviaciones estándar y & como medio.0.81110.80.80.8s1s2m1m2 p = 0.8 u = randn(1, n) v = randn(1, n) x = s1 * u …

19 correlation  matlab  random-generation  correlation-matrix 

El texto de Wackerly et al establece este teorema "Sea mx(t)metroX(t)m_x(t) y las funciones generadoras de momento de las variables aleatorias X e Y, respectivamente. Si existen ambas funciones generadoras de momento y para todos los valores de t, entonces X e Y tienen la misma distribución de probabilidad ". …

19 mathematical-statistics  references  moments  proof  mgf 

He escuchado / visto en varios lugares que puede transformar el conjunto de datos en algo que se distribuye normalmente tomando el logaritmo de cada muestra, calcular el intervalo de confianza para los datos transformados y transformar el intervalo de confianza utilizando la operación inversa (por ejemplo, elevar 10 a …

19 confidence-interval  mean  lognormal 

Tengo una pregunta sobre los modelos ARIMA. Digamos que tengo una serie temporal que me gustaría pronosticar y un modelo parece una buena forma de realizar el ejercicio de pronóstico. Ahora las rezagadas implican que mi serie de hoy está influenciada por eventos anteriores. Esto tiene sentido. Pero, ¿cuál es …

19 regression  time-series  interpretation 

En mi clase de cálculo, encontramos la función , o la "curva de campana", y me dijeron que tiene aplicaciones frecuentes en estadística.mi- x2e−x2e^{-x^2} Por curiosidad, quiero preguntar: ¿Es la función realmente importante en las estadísticas? Si es así, ¿de qué se trata que lo hace útil, y cuáles son …

19 normal-distribution 

¿Qué fórmula se usa en la función de desviación estándar sden R?

19 r  standard-deviation 

Estoy ajustando un HLM bayesiano en JAGS usando k-fold cross-validation (k = 5). Me gustaría saber si las estimaciones del parámetro son estables en todos los pliegues. ¿Cuál es la mejor manera de hacer esto?ββ\beta Una idea es encontrar las diferencias de los posteriores de y ver si 0 está …

19 bayesian  cross-validation 

¿Qué es una medida significativa de "correlación" para estudiar la relación entre estos dos tipos de variables? En R, ¿cómo hacerlo?

19 r  correlation  categorical-data  association-measure 

Para el modelado predictivo, ¿debemos preocuparnos por conceptos estadísticos como los efectos aleatorios y la no independencia de las observaciones (medidas repetidas)? Por ejemplo.... Tengo datos de 5 campañas de correo directo (ocurridas en el transcurso de un año) con varios atributos y una bandera de compra. Idealmente, usaría todos …

19 machine-learning  predictive-models  repeated-measures  assumptions 

¿Cuán conservadora es la corrección de pruebas múltiples de Benjamini-Hochberg en relación con el número total de comparaciones? Por ejemplo, si tengo una lista de 18,000 funciones para dos grupos y realizo una prueba de Wilcoxon para obtener un valor p. Ajuste ese valor p usando Benjamini-Hochberg y casi nada …

19 multiple-comparisons  p-value 

(ignore el código R si es necesario, ya que mi pregunta principal es independiente del idioma) Si quiero ver la variabilidad de una estadística simple (ej .: media), sé que puedo hacerlo a través de una teoría como: x = rnorm(50) # Estimate standard error from theory summary(lm(x~1)) # same …

19 r  bootstrap  nonlinear-regression 

Soy un desarrollador de software (principalmente .NET y Python con aproximadamente 5 años de experiencia). ¿Qué puedo hacer para ayudarme a conseguir un trabajo en el campo de aprendizaje automático o realmente cualquier cosa que me ayude a comenzar en ese campo? ¿El título de postgrado es un requisito difícil?

19 machine-learning  data-mining  careers 

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. Me pregunto si es posible realizar dentro de R una agrupación de datos con variables de datos mixtas. En otras palabras, tengo …

19 r  clustering  mixed-type-data