Estadísticas y Big Data

La distribución binomial negativa se ha convertido en un modelo popular para los datos de recuento (específicamente el número esperado de lecturas de secuenciación dentro de una región dada del genoma de un experimento dado) en bioinformática. Las explicaciones varían: Algunos lo explican como algo que funciona como la distribución …

16 poisson-distribution  negative-binomial  bioinformatics  sequence-analysis 

Supongamos que tengo dos distribuciones marginales univariadas, digamos FFF y GGG , que puedo simular. Ahora, construya su distribución conjunta usando una cópula gaussiana , denotada C(F,G;Σ)C(F,G;Σ)C(F,G;\Sigma) . Todos los parámetros son conocidos. ¿Existe algún método que no sea MCMC para simular a partir de esta cópula?

16 normal-distribution  simulation  copula 

Una distribución de Poisson puede medir eventos por unidad de tiempo, y el parámetro es λλ\lambda . La distribución exponencial mide el tiempo hasta el próximo evento, con el parámetro 1λ1λ\frac{1}{\lambda} . Uno puede convertir una distribución en la otra, dependiendo de si es más fácil modelar eventos u horarios. …

16 poisson-distribution  negative-binomial  gamma-distribution  exponential-family 

Supongamos que tenemos una variable aleatoria XXX admitida en [0,1][0,1][0,1] de la que podemos extraer muestras. ¿Cómo podemos llegar a una estimación imparcial de la mediana de XXX ? Por supuesto, podemos generar algunas muestras y tomar la mediana de la muestra, pero entiendo que, en general, esto no será …

16 sampling 

Tengo un conjunto de datos que consiste en una serie de recuentos de casos mensuales de "palo roto" de varios sitios. Estoy tratando de obtener una estimación resumida única de dos técnicas diferentes: Técnica 1: Ajuste un "palo roto" con un Poisson GLM con una variable indicadora 0/1, y usando …

16 time-series  mixed-model 

Tengo un conjunto completo de secuencias (432 observaciones para ser precisos) de 4 estados : por ejemploA−DA−DA-D Y=⎛⎝⎜⎜⎜⎜AB⋮BCA⋮CDA⋮ADC⋮DBA⋮AA−⋮BC−⋮A⎞⎠⎟⎟⎟⎟Y=(ACDDBACBAACA−−⋮⋮⋮⋮⋮⋮⋮BCADABA)Y=\left(\begin{array}{c c c c c c c} A& C& D&D & B & A &C\\ B& A& A&C & A&- &-\\ \vdots&\vdots&\vdots&\vdots&\vdots&\vdots&\vdots\\ B& C& A&D & A & B & A\\ \end{array}\right) EDITAR …

16 r  matlab  markov-process 

He estado usando mínimos cuadrados iterativamente ponderados (IRLS) para minimizar las funciones de la siguiente forma, J(m)=∑Ni=1ρ(|xi−m|)J(m)=∑i=1Nρ(|xi−m|)J(m) = \sum_{i=1}^{N} \rho \left(\left| x_i - m \right|\right) donde NNN es el número de instancias de xi∈Rxi∈Rx_i \in \mathbb{R} , m∈Rm∈Rm \in \mathbb{R} es la estimación sólida que quiero, y ρρ\rho es una …

16 estimation  least-squares  robust  irls 

Soy un novato en las estadísticas y encontré esto . En estadística, θ, la letra griega minúscula 'theta', es el nombre usual para un (vector de) parámetro (s) de alguna distribución de probabilidad general. Un problema común es encontrar los valores de theta. Tenga en cuenta que no tiene ningún …

16 terminology 

Sea la probabilidad simplex de la dimensión K - 1 , es decir, x ∈ Δ K es tal que x i ≥ 0 y ∑ i x i = 1 .ΔKΔK\Delta_{K}K−1K−1K-1x∈ΔKx∈ΔKx \in \Delta_{K}xi≥0xi≥0x_i \ge 0∑ixi=1∑ixi=1\sum_i x_i = 1 ¿Qué distribuciones que son frecuentes (o bien conocidas, o definidas en …

16 distributions  multinomial  compositional-data 

Sea , es decir, distribuido según una distribución dimensional de Wishart con media y grados de libertad . Me gustaría una expresión para dondeEs el determinante.E ( log | Λ | ) | Λ |Λ ∼ Wre( ν, Ψ )Λ∼Wre(ν,Ψ)\Lambda \sim \mathcal W_D(\nu, \Psi)D × Dre×reD \times DνΨνΨ\nu \Psiνν\numi( registroEl …

16 distributions  wishart 

Tengo dos variables aleatorias, αi∼iid U(0,1),i=1,2αi∼iid U(0,1),i=1,2\alpha_i\sim \text{iid }U(0,1),\;\;i=1,2 dondeU(0,1)U(0,1)U(0,1) es la distribución uniforme 0-1. Entonces, estos producen un proceso, digamos: P(x)=α1sin(x)+α2cos(x),x∈(0,2π)P(x)=α1sin⁡(x)+α2cos⁡(x),x∈(0,2π)P(x)=\alpha_1\sin(x)+\alpha_2\cos(x), \;\;\;x\in (0,2\pi) Ahora, me preguntaba si hay una expresión de forma cerrada para F−1(P(x);0.75)F−1(P(x);0.75)F^{-1}(P(x);0.75) el cuantil teórico del 75 por ciento de P(x)P(x)P(x) para un determinado x∈(0,2π)x∈(0,2π)x\in(0,2\pi) - …

16 distributions  probability  stochastic-processes 

Tengo un conjunto de datos de 120 muestras en una configuración de validación cruzada 10 veces. Actualmente, elijo los datos de entrenamiento de la primera reserva y hago una validación cruzada de 5 veces para elegir los valores de gamma y C mediante la búsqueda de cuadrícula. Estoy usando SVM …

16 machine-learning  classification  cross-validation  svm 

Estoy lidiando con un problema de clasificación binaria supervisada. Me gustaría usar el paquete GBM para clasificar a las personas como no infectadas / infectadas. Tengo 15 veces más personas no infectadas que infectadas. Me preguntaba si los modelos GBM sufren en el caso de los tamaños de clase desequilibrados? …

16 r  machine-learning  boosting  unbalanced-classes  gbm 

Estoy aprendiendo sobre el Proceso Gaussiano y solo he escuchado fragmentos. Realmente agradecería comentarios y respuestas. Para cualquier conjunto de datos, ¿es cierto que una aproximación de la función del Proceso Gaussiano daría un error de ajuste cero o insignificante en los puntos de datos? En otro lugar también escuché …

16 gaussian-process 

Este enlace de wikipedia enumera una serie de técnicas para detectar la heterocedasticidad residual de OLS. Me gustaría saber qué técnica práctica es más eficiente en la detección de regiones afectadas por la heterocedasticidad. Por ejemplo, aquí la región central en la trama 'Residuals vs Fitted' de OLS tiene una …

16 regression  least-squares  heteroscedasticity