Estadísticas y Big Data

Entonces, en el modelado de texto (sin supervisión), la asignación de Dirichlet latente (LDA) es una versión bayesiana del análisis semántico latente probabilístico (PLSA). Esencialmente, LDA = PLSA + Dirichlet antes de sus parámetros. Tengo entendido que LDA es ahora el algoritmo de referencia y se implementa en varios paquetes, …

15 bayesian  multinomial  prior  naive-bayes  dirichlet-distribution 

Algunos bayesianos atacan la inferencia frecuentista afirmando que "no hay una distribución de muestreo única" porque depende de las intenciones del investigador (Kruschke, Aguinis y Joo, 2012, p. 733). Por ejemplo, digamos que un investigador comienza la recolección de datos, pero su financiamiento se recortó inesperadamente después de 40 participantes. …

15 distributions  inference  frequentist 

Estoy trabajando en una serie temporal cuyos valores son estrictamente positivos . Al trabajar con varios modelos, incluidos AR, MA, ARMA, etc., no pude encontrar una manera fácil de lograr pronósticos estrictamente positivos. Estoy usando R para hacer mis pronósticos, y todo lo que pude encontrar fue Forecast.hts {hts} que …

15 time-series  forecasting  constrained-regression 

Estoy confundido al aplicar la expectativa en el denominador. E ( 1 / X ) =?E(1/X)=?E(1/X)=\,? puede ser 1 / E ( X )1/E(X)1/E(X)\,?

15 expected-value 

Estoy tratando de entender cómo se estiman los parámetros en el modelado ARIMA / Box Jenkins (BJ). Desafortunadamente, ninguno de los libros que he encontrado describe el procedimiento de estimación como el procedimiento de estimación de probabilidad de registro en detalle. Encontré el sitio web / material didáctico que fue …

15 time-series  forecasting  arima  optimization  box-jenkins 

Las pruebas de permutación (también llamadas prueba de aleatorización, prueba de aleatorización o prueba exacta) son muy útiles y resultan útiles cuando t-testno se cumple el supuesto de distribución normal requerido por ejemplo y cuando se transforman los valores mediante la clasificación de prueba no paramétrica como Mann-Whitney-U-testconduciría a la …

15 hypothesis-testing  permutation-test  exchangeability  r  statistical-significance  loess  data-visualization  normal-distribution  pdf  ggplot2  kernel-smoothing  probability  self-study  expected-value  normal-distribution  prior  correlation  time-series  regression  heteroscedasticity  estimation  estimators  fisher-information  data-visualization  repeated-measures  binary-data  panel-data  mathematical-statistics  coefficient-of-variation  normal-distribution  order-statistics  regression  machine-learning  one-class  probability  estimators  forecasting  prediction  validation  finance  measurement-error  variance  mean  spatial  monte-carlo  data-visualization  boxplot  sampling  uniform  chi-squared  goodness-of-fit  probability  mixture  theory  gaussian-mixture  regression  statistical-significance  p-value  bootstrap  regression  multicollinearity  correlation  r  poisson-distribution  survival  regression  categorical-data  ordinal-data  ordered-logit  regression  interaction  time-series  machine-learning  forecasting  cross-validation  binomial  multiple-comparisons  simulation  false-discovery-rate  r  clustering  frequency  wilcoxon-mann-whitney  wilcoxon-signed-rank  r  svm  t-test  missing-data  excel  r  numerical-integration  r  random-variable  lme4-nlme  mixed-model  weighted-regression  power-law  errors-in-variables  machine-learning  classification  entropy  information-theory  mutual-information 

Esta es una pregunta muy básica. ¿Por qué usamos una distribución de chi cuadrado? ¿Cuál es el significado de esta distribución? ¿Por qué es esta la distribución utilizada para crear un intervalo de confianza para la varianza? Cada lugar en el que busco una explicación en Google solo presenta esto …

15 variance  chi-squared 

Tengo algunos datos (158 casos) que se derivaron de una respuesta de escala Likert a 21 ítems del cuestionario. Realmente quiero / necesito realizar un análisis de regresión para ver qué elementos del cuestionario predicen la respuesta a un elemento general (satisfacción). Las respuestas no se distribuyen normalmente (de acuerdo …

15 regression  distributions  nonparametric 

¿Alguien puede ayudarme a entender la fórmula de correlación de Pearson? la muestra rrr = la media de los productos de las calificaciones de las variables XXX y .YYY Entiendo por qué necesitan estandarizar e , pero ¿cómo entender los productos de ambas puntuaciones z? XXXYYY Esta fórmula también se …

15 correlation  descriptive-statistics  pearson-r 

Estoy tratando de entender la lógica de separación de d en las redes bayesianas causales. Sé cómo funciona el algoritmo, pero no entiendo exactamente por qué el "flujo de información" funciona como se indica en el algoritmo. Por ejemplo, en el gráfico anterior, pensemos que solo se nos da X …

15 bayesian  causality  graphical-model  bayesian-network 

Soy nuevo en el glmnetpaquete y todavía no estoy seguro de cómo interpretar los resultados. ¿Podría alguien ayudarme a leer el siguiente diagrama de seguimiento? El gráfico se estaba obteniendo ejecutando lo siguiente: library(glmnet) return <- matrix(ret.ff.zoo[which(index(ret.ff.zoo)==beta.df$date[2]), ]) data <- matrix(unlist(beta.df[which(beta.df$date==beta.df$date[2]), ][ ,-1]), ncol=num.factors) model <- cv.glmnet(data, return, standardize=TRUE) op …

15 r  data-visualization  interpretation  lasso  glmnet 

¿Es posible extraer puntos de datos de datos de promedio móvil? En otras palabras, si un conjunto de datos solo tiene promedios móviles simples de los 30 puntos anteriores, ¿es posible extraer los puntos de datos originales? ¿Si es así, cómo?

15 data-transformation  average  point-estimation 

Suponga que XXX e YYY tienen un segundo momento finito. En el espacio de Hilbert de variables aleatorias con segundo momento finito (con el producto interno de T1,T2T1,T2T_1,T_2 definido por E(T1T2)E(T1T2)E(T_1T_2) , ||T||2=E(T2)||T||2=E(T2)||T||^2=E(T^2) ), podemos interpretar E(Y|X)E(Y|X)E(Y|X) como la proyección de YYY en el espacio de las funciones de XXX …

15 variance  conditional-expectation 

Actualmente estoy leyendo sobre los métodos bayesianos en la evolución molecular de la computación por Yang. En la sección 5.2 se habla de anteriores, y específicamente no informativo / plano / vago / difuso, conjugado e hiperprevio. Esto podría estar pidiendo una simplificación excesiva, pero, ¿alguien podría explicar simplemente la …

15 bayesian  prior 

De Wikipedia Las observaciones influyentes son aquellas que tienen un efecto relativamente grande en las predicciones del modelo de regresión. De Wikipedia Los puntos de apalancamiento son aquellas observaciones, si las hay, hechas a valores extremos o periféricos de las variables independientes, de modo que la falta de observaciones vecinas …

15 regression  outliers  leverage