Estadísticas y Big Data

He estado usando el MCMCglmmpaquete recientemente. Estoy confundido por lo que se refiere en la documentación como estructura R y estructura G. Estos parecen relacionarse con los efectos aleatorios, en particular especificando los parámetros para la distribución previa sobre ellos, pero la discusión en la documentación parece suponer que el …

16 r  bayesian  mixed-model  lme4-nlme 

Al leer publicaciones en este sitio, sé que hay una función R auto.arima(en el forecast paquete ). También sé que IrishStat , un miembro de este sitio, construyó el paquete comercial autobox a principios de la década de 1980. Como estos dos paquetes existen hoy y seleccionan automáticamente los modelos …

16 time-series  arima  automatic-algorithms 

Estoy entrenando un clasificador LDA multiclase con 8 clases de datos. Mientras realizo el entrenamiento, recibo una advertencia de: " Las variables son colineales " Estoy obteniendo una precisión de entrenamiento de más del 90% . Estoy usando la biblioteca scikits-learn en Python do train y pruebo los datos de …

16 machine-learning  classification  python  scikit-learn  discriminant-analysis 

La estimación de parámetros usando la estimación de máxima verosimilitud (MLE) implica evaluar la función de verosimilitud, que mapea la probabilidad de que la muestra (X) ocurra con los valores (x) en el espacio de parámetros (θ) dada una familia de distribución (P (X = x | θ ) sobre …

16 maximum-likelihood 

Estoy trabajando en mi tesis de maestría en este momento y planeé ejecutar las estadísticas con SigmaPlot. Sin embargo, después de pasar un tiempo con mis datos, llegué a la conclusión de que SigmaPlot podría no ser adecuado para mi problema (puedo estar equivocado), así que comencé mis primeros intentos …

16 r  anova  nonparametric  heteroscedasticity 

A menudo trato con datos de encuestas desordenados que requieren mucha limpieza antes de que se puedan realizar estadísticas. Solía ​​hacer esto "manualmente" en Excel, a veces usando fórmulas de Excel, y otras comprobando las entradas una por una. Comencé a hacer cada vez más estas tareas escribiendo guiones para …

16 r  data-cleaning 

Tengo una matriz de valores reales, que tiene una media y una desviación estándar . Si un elemento de la matriz se reemplaza por otro elemento , entonces la nueva media seránnn σ o l d x iμoldμold\mu_{old}σoldσold\sigma_{old}xixix_ixjxjx_j μnew=μold+xj−xinμnew=μold+xj−xin\mu_{new}=\mu_{old}+\frac{x_j-x_i}{n} La ventaja de este enfoque es que requiere un cálculo constante …

16 standard-deviation  online 

El proceso exponencial univariante de Hawkes es un proceso de puntos autoexcitante con una tasa de llegada de eventos de: λ(t)=μ+∑ti&lt;tαe−β(t−ti)λ(t)=μ+∑ti&lt;tαe−β(t−ti) \lambda(t) = \mu + \sum\limits_{t_i<t}{\alpha e^{-\beta(t-t_i)}} donde son las horas de llegada del evento.t1,..tnt1,..tn t_1,..t_n La función de probabilidad de registro es −tnμ+αβ∑(e−β(tn−ti)−1)+∑i&lt;jln(μ+αe−β(tj−ti))−tnμ+αβ∑(e−β(tn−ti)−1)+∑i&lt;jln⁡(μ+αe−β(tj−ti)) - t_n \mu + \frac{\alpha}{\beta} \sum{( …

16 maximum-likelihood  stochastic-processes  likelihood 

Estoy tratando de educarme sobre la causalidad de Granger. He leído las publicaciones en este sitio y varios buenos artículos en línea. También me encontré con una herramienta muy útil, la Calculadora de estadísticas gratuitas de Bivariate Granger Causality , que le permite ingresar sus series de tiempo y calcular …

16 time-series  causality  granger-causality 

Supongamos que y se dibuja cada iid de algunas distribuciones, con independiente de . Los son estrictamente positivos. Usted observa todo el , pero no el ; más bien observas . Estoy interesado en estimar partir de esta información. Claramente, el estimador es imparcial y puede calcularse con la información …

16 standard-error  weighted-mean 

Estoy usando plm()para estimar modelos de efectos fijos de la forma y ~ x + time + time:fixed_trait donde fixed_traites una variable que varía entre individuos pero es constante dentro de los individuos. El punto de interactuar timecon fixed_traites permitir que el efecto fixed_traitvaríe a lo largo del tiempo. (Estoy …

16 r 

Necesito pronosticar las siguientes 4 variables para la 29a unidad de tiempo. Tengo aproximadamente 2 años de datos históricos, donde 1 y 14 y 27 son todos del mismo período (o época del año). Al final, estoy haciendo una descomposición de estilo Oaxaca-Blinder en , w d , w c …

16 time-series  forecasting  multivariate-analysis  var 

Más de una pregunta general. Estoy ejecutando un SVM rbf para el modelado predictivo. Creo que mi programa actual definitivamente necesita un poco más de velocidad. Yo uso scikit learn con una búsqueda de grilla gruesa a fina + validación cruzada. Cada ejecución de SVM toma alrededor de un minuto, …

16 machine-learning  svm  predictive-models  scikit-learn  kernel-trick 

Esto es algo que veo hecho como una especie de método ad-hoc y me parece muy sospechoso, pero tal vez me estoy perdiendo algo. He visto esto en regresión múltiple, pero seamos simples: yyo= β0 0+ β1Xyo+ εyoyyo=β0 0+β1Xyo+εyo y_{i} = \beta_{0} + \beta_{1} x_{i} + \varepsilon_{i} Ahora tome los …

16 regression  residuals 

He encontrado algunas formas básicas para medir la complejidad de las redes neuronales: Ingenuo e informal: cuente la cantidad de neuronas, neuronas ocultas, capas o capas ocultas Dimensión VC (Eduardo D. Sontag [1998] "Dimensión VC de redes neuronales" [ pdf ].) Un curso medido de complejidad computacionalTC0 0reTCre0 0TC^0_d asintótica …

16 neural-networks  theory  vc-dimension  pac-learning