Estadísticas y Big Data

Una vez escuché eso la transformación logarítmica es la más popular para distribuciones sesgadas a la derecha en regresión lineal o regresión cuantil Me gustaría saber si hay alguna razón subyacente a esta declaración. ¿Por qué la transformación logarítmica es adecuada para una distribución sesgada a la derecha? ¿Qué tal …

18 regression  distributions  data-transformation  skewness 

¿Cuál es la diferencia entre la regresión Primal , Dual y Kernel Ridge? Las personas están usando los tres, y debido a la notación diferente que todos usan en diferentes fuentes es difícil para mí seguir. Entonces, ¿alguien puede decirme en palabras simples cuál es la diferencia entre estos tres? …

18 regression  kernel-trick  ridge-regression 

Estoy tratando de comparar visualmente cómo tres publicaciones de noticias diferentes cubren diferentes temas (determinado a través de un modelo de tema LDA). Tengo dos métodos relacionados para hacerlo, pero he recibido muchos comentarios de colegas de que esto no es muy intuitivo. Espero que alguien tenga una mejor idea …

18 data-visualization  communication 

En una regresión lineal múltiple es posible encontrar el coeficiente con la siguiente fórmula. b = ( X′X)- 1( X′) Ysi=(X′X)-1(X′)Yb = (X'X)^{-1}(X')Y beta = solve(t(X) %*% X) %*% (t(X) %*% Y) ; beta Por ejemplo: > y <- c(9.3, 4.8, 8.9, 6.5, 4.2, 6.2, 7.4, 6, 7.6, 6.1) > …

18 logistic  regression-coefficients 

Estoy tratando de aplicar MCMC en un problema, pero mis antecedentes (en mi caso son α∈[0,1],β∈[0,1]α∈[0,1],β∈[0,1]\alpha\in[0,1],\beta\in[0,1] ) ¿están restringidos a un área? ¿Puedo usar MCMC normal e ignorar las muestras que quedan fuera de la zona restringida (que en mi caso es [0,1] ^ 2), es decir, reutilizar la función …

18 sampling  mcmc  monte-carlo  random-walk 

Tengo una pregunta en la que pide verificar si la distribución Uniforme ( Uniform(a,b)Uniform(a,b){\rm Uniform}(a,b) ) está normalizada. Por un lado, ¿qué significa que cualquier distribución se normalice? Y dos, ¿cómo hacemos para verificar si una distribución está normalizada o no? Entiendo computando X−meansdX−meansd \frac{X-\text{mean}}{\text{sd}} obtenemosdatosnormalizados, pero aquí se solicita …

18 data-transformation  terminology  normalization  standardization 

Cuando construye un biplot para un análisis de PCA, tiene puntajes de PC1 del componente principal en el eje xy puntajes de PC2 en el eje y. ¿Pero cuáles son los otros dos ejes a la derecha y la parte superior de la pantalla?

18 r  pca  biplot 

tl; dr ¿Cuál es la forma recomendada de manejar los discretedatos cuando se realiza la detección de anomalías? ¿Cuál es la forma recomendada de manejar los categoricaldatos cuando se realiza la detección de anomalías? Esta respuesta sugiere usar datos discretos para simplemente filtrar los resultados. ¿Quizás reemplazar el valor de …

18 machine-learning  categorical-data  outliers  discrete-data  anomaly-detection 

Me gustaría saber cómo difiere el tratamiento de los pesos entre svyglmyglm Estoy usando el twangpaquete en R para crear puntajes de propensión que luego se usan como pesos, de la siguiente manera (este código proviene de la twangdocumentación): library(twang) library(survey) set.seed(1) data(lalonde) ps.lalonde <- ps(treat ~ age + educ …

18 r  survey 

Estoy tratando de llevar a cabo un análisis discreto de supervivencia en el tiempo utilizando un modelo de regresión logística, y no estoy seguro de entender completamente el proceso. Agradecería mucho la ayuda con algunas preguntas básicas. Aquí está la configuración: Estoy viendo la membresía en un grupo dentro de …

18 survival  discrete-data  hazard  kaplan-meier 

¿Alguna idea de por qué no usamos dígitos significativos en las estadísticas? Algo en la línea de que estamos usando estimaciones para que no se apliquen las reglas sobre precisión;)?

18 reporting 

Parecen muy parecidos. ¿Son lo mismo pero solo se conocen como nombres diferentes?

18 regression  dataset  econometrics 

Si en una regresión lineal tengo una variable categórica ... ¿cómo sé la importancia estática de la variable categórica? Digamos que el factor tiene 10 niveles ... habrá 10 valores t resultantes diferentes, bajo el paraguas de una variable de factor ...X1X1X_1X1X1X_1 ¿Me parece que la significación estadística se prueba …

18 regression  statistical-significance  categorical-data 

Necesito clasificar las URL en categorías. Digamos que tengo 15 categorías en las que planeo poner cero a cada URL. ¿Es mejor un clasificador de 15 vías? Donde tengo 15 etiquetas y genero características para cada punto de datos. O construyendo 15 clasificadores binarios, diga: Película o No película, y …

18 machine-learning  classification  categorical-data  svm  feature-selection 

Tengamos un modelo lineal, por ejemplo, ANOVA simple: # data generation set.seed(1.234) Ng <- c(41, 37, 42) data <- rnorm(sum(Ng), mean = rep(c(-1, 0, 1), Ng), sd = 1) fact <- as.factor(rep(LETTERS[1:3], Ng)) m1 = lm(data ~ 0 + fact) summary(m1) El resultado es el siguiente: Call: lm(formula = data …

18 r  regression  confidence-interval