Estadísticas y Big Data

Fórmulas modelo en R como y ~ x + a*b + c:d se basan en la llamada notación de Wilkinson : Wilkinson y Rogers 1973, Descripción simbólica de modelos factoriales para análisis de varianza . Este documento no discutió anotaciones para modelos mixtos (que podrían no haber existido en ese …

16 r  mixed-model  lme4-nlme  notation  history 

Si bien los resultados del conjunto de prueba privado no se pueden utilizar para refinar aún más el modelo, ¿no se está seleccionando el modelo de una gran cantidad de modelos basados ​​en los resultados del conjunto de prueba privado? ¿No terminaría usted, solo a través de ese proceso, sobreadaptado …

16 model-selection  overfitting  out-of-sample 

Se encuestó una muestra de población aleatoria. Se les preguntó si comen dieta vegetariana. Si respondieron que sí, también se les pidió que especificaran cuánto tiempo habían estado comiendo una dieta vegetariana sin interrupción. Quiero usar estos datos para calcular la duración promedio de la adherencia al vegetarianismo. En otras …

16 survival  mean  missing-data  survey  weighted-mean 

Estoy tratando de entender mejor la pérdida de registro y cómo funciona, pero una cosa que parece que no puedo encontrar es poner el número de pérdida de registro en algún tipo de contexto. Si mi modelo tiene una pérdida de registro de 0.5, ¿es bueno? ¿Qué se considera un …

16 machine-learning  loss-functions  log-loss 

Estaba leyendo un artículo y vi la siguiente oración: Para una martingala dada, si tiene un límite superior o inferior, entonces la martingala debe converger (como). Como la probabilidad siempre es no negativa, 0 es un límite inferior. ¿Qué significa "como"? ¿Es un uso común? Mi suposición es "asintóticamente" pero …

16 abbreviation 

La mayoría de las veces, cuando las personas hablan sobre transformaciones variables (tanto para variables predictoras como de respuesta), discuten formas de tratar la asimetría de los datos (como la transformación logarítmica, la transformación de caja y cox, etc.). Lo que no puedo entender es por qué eliminar la asimetría …

16 modeling  skewness 

Estoy un poco confundido sobre el aprendizaje conjunto. En pocas palabras, ejecuta k modelos y obtiene el promedio de estos k modelos. ¿Cómo se puede garantizar que el promedio de los k modelos sea mejor que cualquiera de los modelos por sí mismos? Entiendo que el sesgo está "extendido" o …

16 machine-learning  ensemble 

¿Qué es el modelo nulo en regresión y cuál es la relación entre el modelo nulo y la hipótesis nula? Para mi entender, ¿significa ¿Usando el "promedio de la variable de respuesta" para predecir la variable de respuesta continua? ¿Usando la "distribución de etiquetas" en la predicción de variables de …

16 regression  hypothesis-testing  classification  terminology  model 

Aprendí que la distribución normal estándar es única porque la media y la varianza se fijan en 0 y 1 respectivamente. Por este hecho, me pregunto si dos variables aleatorias estándar deben ser independientes.

16 normal-distribution  independence 

Este problema está relacionado con la investigación de mi laboratorio en cobertura robótica: Dibuja al azar números del conjunto sin reemplazo, y ordena los números en orden ascendente. .n nn{ 1 , 2 , ... , m } {1,2,…,m}\{1,2,\ldots,m\}1 ≤ n ≤ m1≤n≤m1\le n\le m De esta lista ordenada de …

16 probability  mathematical-statistics  uniform  combinatorics  order-statistics 

¿Qué enfoques teóricos de la causalidad debería conocer como estadístico / econométrico aplicado? Conozco el (un poquito) Modelo causal de Neyman-Rubin (y Roy , Haavelmo , etc.) El trabajo de Pearl sobre la causalidad Causalidad de Granger (aunque menos orientada al tratamiento) ¿Qué conceptos extraño o debo tener en cuenta? …

16 machine-learning  causality  theory  treatment-effect 

En la literatura sobre redes neuronales, a menudo encontramos la palabra "tensor". ¿Es diferente de un vector? ¿Y de una matriz? ¿Tienes algún ejemplo específico que aclare su definición? Estoy un poco confundido acerca de su definición. Wikipedia no ayuda y a veces tengo la impresión de que su definición …

16 neural-networks  terminology  definition  tensor 

Antecedentes: gran parte de la investigación moderna en los últimos ~ 4 años (post alexnet ) parece haberse alejado del uso de preentrenamiento generativo para redes neuronales para lograr resultados de clasificación de vanguardia. Por ejemplo, los mejores resultados para mnist aquí incluyen solo 2 artículos de los 50 principales …

16 references  deep-learning  rbm  generative-models 

Estoy tratando de entender el reclamo general realizado en Taleb, 2016, The Meta-Distribution of Standard P-Values . En él, Taleb hace el siguiente argumento a favor de la falta de fiabilidad del valor p (según tengo entendido): Un procedimiento de estimación que opera en puntos de datos provenientes de alguna …

16 hypothesis-testing  statistical-significance  p-value 

Trato de reproducirme con optimlos resultados de una regresión lineal simple con glmo incluso nlsfunciones R. Las estimaciones de los parámetros son las mismas, pero la estimación de la varianza residual y los errores estándar de los otros parámetros no son los mismos, particularmente cuando el tamaño de la muestra …

16 r  maximum-likelihood  optimization