Estadísticas y Big Data

Me gustaría ver una extensión de esta discusión sobre el antiguo debate de chi-sq vs. prueba exacta de Fisher, ampliando un poco el alcance. Hay muchas pruebas de interacciones en una tabla de contingencia, suficientes para hacer que mi cabeza gire. Espero obtener una explicación de qué prueba debo usar …

17 r  chi-squared  contingency-tables 

Tengo dos series de tiempo: Un proxy para la prima de riesgo de mercado (ERP; línea roja) La tasa libre de riesgo, representada por un bono del gobierno (línea azul) Quiero probar si la tasa libre de riesgo puede explicar el ERP. Por la presente, básicamente seguí el consejo de …

17 regression  time-series 

¿Hay alguna manera de simplificar esta ecuación? (81)+(82)+(83)+(84)+(85)+(86)+(87)+(88)(81)+(82)+(83)+(84)+(85)+(86)+(87)+(88)\dbinom{8}{1} + \dbinom{8}{2} + \dbinom{8}{3} + \dbinom{8}{4} + \dbinom{8}{5} + \dbinom{8}{6} + \dbinom{8}{7} + \dbinom{8}{8} O más generalmente, ∑k=1n(nk)∑k=1n(nk)\sum_{k=1}^{n}\dbinom{n}{k}

17 combinatorics 

Tengo seis variables dependientes (datos de conteo) y varias variables independientes, veo que en un MMR el script es así: my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn) Pero, dado que mis datos son recuentos, quiero usar un modelo lineal generalizado y probé esto: my.model <- glm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) …

17 r  generalized-linear-model  multiple-regression 

Quiero comparar la precisión de dos clasificadores para la significación estadística. Ambos clasificadores se ejecutan en el mismo conjunto de datos. Esto me lleva a creer que debería estar usando una prueba t de una muestra de lo que he estado leyendo . Por ejemplo: Classifier 1: 51% accuracy Classifier …

17 machine-learning  statistical-significance  classification  t-test 

Cuando se usa el modelado de temas (Asignación de Dirichlet latente), el número de temas es un parámetro de entrada que el usuario debe especificar. ¿Me parece que también deberíamos proporcionar una colección de conjunto de temas candidatos que el proceso de Dirichlet tiene que probar? ¿Es correcto mi entendimiento? …

17 machine-learning  bayesian  clustering  text-mining  dirichlet-distribution 

Esta es una pregunta básica sobre los modelos MA de Box-Jenkins. Según entiendo, un modelo MA es básicamente una regresión lineal de series de tiempo los valores de YYY contra términos de error anterior et,...,et−net,...,et−ne_t,..., e_{t-n} . Es decir, la observación YYY es retrocedido primero contra sus valores anteriores Yt−1,...,Yt−nYt−1,...,Yt−nY_{t-1}, …

17 regression  time-series  arima  box-jenkins 

Supongamos que una regresión lineal simple , los residuos y dibujamos un histograma de distribución de residuos. Si obtenemos algo que parece una distribución familiar, ¿podemos suponer que nuestro término de error tiene esta distribución? Digamos, si descubrimos que los residuos se asemejan a la distribución normal, ¿tiene sentido asumir …

17 r  regression  residuals 

Estoy usando modelos SVM para hacer pronósticos a corto plazo de contaminantes del aire. Para entrenar un nuevo modelo, necesito encontrar metaparámetros apropiados para un modelo SVM (me refiero a C, gamma, etc.). La documentación de Libsvm (y muchos otros libros que he leído) sugiere usar la búsqueda de cuadrícula …

17 cross-validation  svm 

Mientras estudiaba el intervalo de confianza basado en bootstrap, una vez leí la siguiente declaración: Si la distribución de bootstrap está sesgada hacia la derecha, el intervalo de confianza basado en bootstrap incorpora una corrección para mover los puntos finales aún más hacia la derecha; Esto puede parecer contradictorio, pero …

17 confidence-interval  bootstrap 

En la discusión que siguió a una pregunta reciente sobre si la desviación estándar puede exceder la media, se planteó una pregunta brevemente pero nunca se respondió por completo. Entonces lo estoy preguntando aquí. Considere un conjunto de nnn números no negativos xixix_i donde 0≤xi≤c0≤xi≤c0 \leq x_i \leq c para …

17 variance  mean  standard-deviation  coefficient-of-variation 

¿Es suficiente mostrar que MSE = 0 como ? También leí en mis notas algo sobre plim. ¿Cómo encuentro plim y lo uso para mostrar que el estimador es consistente?n→∞n→∞n\rightarrow\infty

17 estimation  convergence  consistency 

Actualización : Perdón por otra actualización, pero he encontrado algunas posibles soluciones con polinomios fraccionales y el paquete de riesgos de la competencia con el que necesito ayuda. El problema No puedo encontrar una manera fácil de hacer un análisis de coeficiente dependiente del tiempo en R. Quiero poder tomar …

17 r  regression  survival  cox-model 

Acabo de notar que la integración de la función cuantil de una variable aleatoria univariada (cdf inverso) de p = 0 a p = 1 produce la media de la variable. No he oído hablar de esta relación hasta ahora, así que me pregunto: ¿es este siempre el caso? Si …

17 mean  pdf  quantile-function 

¿Hay alguna diferencia entre las frases "prueba de hipótesis" y "prueba de significación" o son las mismas? Después de una respuesta detallada de @Micheal Lew, tengo una confusión de que las hipótesis actuales (p. Ej., Prueba t para probar la media) son ejemplos de "prueba de significación" o "prueba de …

17 hypothesis-testing  statistical-significance