Estadísticas y Big Data

Estoy tratando de determinar si mi conjunto de datos de datos continuos sigue una distribución gamma con parámetros shape 1.7 y rate 0.000063.====== El problema es que cuando uso R para crear una gráfica QQ de mi conjunto de datos contra la distribución teórica gamma (1.7, 0.000063), obtengo una gráfica …

16 pdf  kolmogorov-smirnov  cdf  qq-plot 

Estaba pensando en este problema. http://en.wikipedia.org/wiki/Two_envelopes_problem Creo en la solución y creo que la entiendo, pero si adopto el siguiente enfoque, estoy completamente confundido. Problema 1: Te ofreceré el siguiente juego. Me pagas $ 10 y lanzaré una moneda justa. Cara te doy $ 5 y Tails te doy $ …

16 probability  paradox  puzzle 

Me estoy enseñando algunas estadísticas para divertirme y tengo cierta confusión con respecto a estadísticas suficientes . Escribiré mis confusiones en formato de lista: Si una distribución tiene parámetros, ¿tendrá n estadísticas suficientes?nnnnnn ¿Existe algún tipo de correspondencia directa entre las estadísticas suficientes y los parámetros? O las estadísticas suficientes …

16 mathematical-statistics  sufficient-statistics 

Tengo problemas para entender el resultado de mi lmer()modelo. Es un modelo simple de una variable de resultado (Apoyo) con interceptaciones estatales / efectos aleatorios estatales variables: mlm1 <- lmer(Support ~ (1 | State)) Los resultados de summary(mlm1)son: Linear mixed model fit by REML Formula: Support ~ (1 | State) …

16 r  mixed-model  random-effects-model  lme4-nlme 

Tengo un conjunto de datos con variables financieras en su mayoría (120 características, ejemplos de 4k) que en su mayoría están altamente correlacionadas y son muy ruidosas (indicadores técnicos, por ejemplo), por lo que me gustaría seleccionar un máximo de 20-30 para su uso posterior con entrenamiento modelo (clasificación binaria …

16 feature-selection  random-forest  python 

Esta es una publicación larga, así que espero que puedan tener paciencia conmigo, y corríjanme donde estoy equivocado. Mi objetivo es producir un pronóstico diario basado en 3 o 4 semanas de datos históricos. Los datos son datos de 15 minutos de la carga local de una de las líneas …

16 forecasting  arima  model-selection  seasonality  fourier-transform 

Estoy tratando de hacer un video sobre dados cargados, y en un punto del video tiramos unos 200 dados, tomamos todos los seis, tiramos de nuevo, y tomamos todos los seis y tiramos esos por tercera vez. Tuvimos un dado que salió 6 tres veces seguidas, lo que obviamente no …

16 probability  dice  law-of-large-numbers 

¿Puede la máquina de aumento de gradiente de Friedman lograr un mejor rendimiento que el Bosque aleatorio de Breiman ? Si es así, ¿en qué condiciones o qué tipo de conjunto de datos puede mejorar gbm?

16 machine-learning  data-mining  random-forest  boosting 

Tengo datos para una red de estaciones meteorológicas en los Estados Unidos. Esto me da un marco de datos que contiene fecha, latitud, longitud y algunos valores medidos. Suponga que los datos se recopilan una vez al día y son impulsados ​​por el clima a escala regional (no, no vamos …

16 r  regression  data-visualization  pca  spatial 

Acabo de leer un artículo en el que los autores llevaron a cabo una regresión múltiple con dos predictores. El valor global de r cuadrado fue de 0,65. Proporcionaron una tabla que dividía el r-cuadrado entre los dos predictores. La mesa se veía así: rsquared beta df pvalue whole model …

16 r  multiple-regression  r-squared  importance  variance-decomposition 

Entiendo que los SVM de una clase (OSVM) se propusieron con la ausencia de datos negativos en mente y que buscan encontrar límites de decisión que separen un conjunto positivo y algún punto de anclaje negativo, digamos el origen. Un trabajo en 2011 propone SVM Ejemplares (ESVM) que entrena a …

16 machine-learning  svm 

Me gustaría dibujar una muestra x∼N(0,Σ)x∼N(0,Σ)\mathbf{x} \sim N\left(\mathbf{0}, \mathbf{\Sigma} \right) . Wikipedia sugiere usar una descomposición de Cholesky o Eigen , es decir, Σ=D1DT1Σ=D1D1T \mathbf{\Sigma} = \mathbf{D}_1\mathbf{D}_1^T o Σ=QΛQTΣ=QΛQT \mathbf{\Sigma} = \mathbf{Q}\mathbf{\Lambda}\mathbf{Q}^T Y por lo tanto, la muestra se puede extraer mediante: x=D1vx=D1v \mathbf{x} = \mathbf{D}_1 \mathbf{v} o x=QΛ−−√vx=QΛv \mathbf{x} …

16 normal-distribution  random-generation  svd  cholesky 

He leído que controlar FDR es menos estricto que controlar FWER, como en Wikipedia : Los procedimientos de control de FDR ejercen un control menos estricto sobre el descubrimiento falso en comparación con los procedimientos de tasa de error familiar (FWER) (como la corrección de Bonferroni). Esto aumenta la potencia …

16 hypothesis-testing  multiple-comparisons  false-discovery-rate 

Estoy trabajando en el conjunto de datos electricitydisponibles en el paquete R TSA. Mi objetivo es averiguar si un arimamodelo será apropiado para estos datos y, finalmente, ajustarlo. Así que procedí de la siguiente manera: primero: trazar la serie de tiempo que resultó si el siguiente gráfico: segundo: quería tomar …

16 r  time-series  stationarity 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 6 años . ¿Cuál es la diferencia entre las funciones rnormy runifen R?

16 r