Estadísticas y Big Data

La página de ayuda para Prism ofrece la siguiente explicación sobre cómo calcula las bandas de predicción para la regresión no lineal. Disculpe la cita larga, pero no estoy siguiendo el segundo párrafo (que explica cómo se define y d YG|xG|xG|xdY/dPdY/dPdY/dP is computed). Any help would be greatly appreciated. The …

15 nonlinear-regression  prediction-interval 

Supongamos que tengo muestras de dos poblaciones distintas. Si mido cuánto tiempo le toma a cada miembro hacer una tarea, puedo estimar fácilmente la media y la varianza de cada población. Si ahora planteo una combinación aleatoria con un individuo de cada población, ¿puedo estimar la probabilidad de que el …

15 probability  normal-distribution 

Bloqueado . Esta pregunta y sus respuestas están bloqueadas porque la pregunta está fuera de tema pero tiene un significado histórico. Actualmente no acepta nuevas respuestas o interacciones. Tengo el gráfico como este: El código R para generarlo es: DF <- data.frame(date = as.Date(runif(100, 0, 800),origin="2005-01-01"), outcome = rbinom(100, 1, …

15 r  data-visualization  ggplot2 

Considere una serie de tiempo simple: > tp <- seq_len(10) > tp [1] 1 2 3 4 5 6 7 8 9 10 podemos calcular una matriz de adyacencia para esta serie de tiempo que representa los enlaces temporales entre muestras. Al calcular esta matriz, agregamos un sitio imaginario en …

15 time-series  matrix-decomposition  svd 

¿Cómo puedo generar series de tiempo binarias tales que: Se especifica la probabilidad promedio de observar 1 (digamos 5%); ¿Probabilidad condicional de observar 1 en el tiempo ttt dado el valor en (digamos 30% si el valor de era 1)?t−1t−1t-1t−1t−1t-1

15 time-series  random-variable  simulation  random-generation 

Estoy tratando de usar la función ' densidad ' en R para hacer estimaciones de densidad del núcleo. Tengo algunas dificultades para interpretar los resultados y comparar varios conjuntos de datos, ya que parece que el área bajo la curva no es necesariamente 1. Para cualquier función de densidad de …

15 r  estimation  pdf  kernel-smoothing  auc 

Digamos que tengo un simple experimento factorial 2x2 en el que quiero hacer ANOVA. Así, por ejemplo: d <- data.frame(a=factor(sample(c('a1','a2'), 100, rep=T)), b=factor(sample(c('b1','b2'), 100, rep=T))); d$y <- as.numeric(d$a)*rnorm(100, mean=.75, sd=1) + as.numeric(d$b)*rnorm(100, mean=1.2, sd=1) + as.numeric(d$a)*as.numeric(d$b)*rnorm(100, mean=.5, sd=1) + rnorm(100); En ausencia de una interacción significativa, por defecto (es decir, …

15 r  anova  contrasts 

Tengo un vago sentido de lo que es un método de paso de mensajes: un algoritmo que construye una aproximación a una distribución construyendo iterativamente aproximaciones de cada uno de los factores de la distribución condicional a todas las aproximaciones de todos los demás factores. Creo que ambos son ejemplos …

15 distributions  bayesian  references  algorithms 

Recientemente hice un análisis de los efectos de la reputación en los votos a favor (ver la publicación del blog ), y posteriormente tuve algunas preguntas sobre análisis y gráficos posiblemente más esclarecedores (o más apropiados). Entonces, algunas preguntas (y siéntase libre de responder a cualquiera en particular e ignorar …

15 data-visualization  large-data  fixed-effects-model 

En los estudios de expresión génica que utilizan microarrays, los datos de intensidad deben normalizarse para poder comparar las intensidades entre individuos, entre genes. Conceptualmente y algorítmicamente, ¿cómo funciona la "normalización de cuantiles" y cómo se lo explicaría a un no estadístico?

15 genetics  normalization  microarray 

¿Hay alguna razón de lo que puedo pensar para transformar los datos con una raíz cuadrada? Quiero decir que lo que siempre observo es que el R ^ 2 aumenta. ¡Pero esto es probablemente solo por centrar los datos! Cualquier pensamiento es apreciado!

15 regression  data-transformation  variance-stabilizing 

¿Cuáles son los pros y los contras de aprender sobre las propiedades de una distribución algorítmicamente (a través de simulaciones por computadora) versus matemáticamente? Parece que las simulaciones por computadora pueden ser un método de aprendizaje alternativo, especialmente para aquellos estudiantes nuevos que no se sienten fuertes en el cálculo. …

15 distributions  algorithms  teaching 

Optar por parametrizar la distribución gamma Γ ( b , c )Γ(si,C)\Gamma(b,c) por el pdf g(x;b,c)=1Γ(c)xc−1bce-x/bg(x;b,c)=1Γ(c)Xc-1siCmi-X/ /sig(x;b,c) = \frac{1}{\Gamma(c)}\frac{x^{c-1}}{b^c}e^{-x/b} La divergencia Kullback-Leibler entreΓ(bq,cq)Γ(bq,cq)\Gamma(b_q,c_q)yΓ(bp,cp)Γ(bp,cp)\Gamma(b_p,c_p)viene dada por [1] como KLGa(bq,cq;bp,cp)=(cq−1)Ψ(cq)−logbq−cq−logΓ(cq)+logΓ(cp)+cplogbp−(cp−1)(Ψ(cq)+logbq)+bqcqbpKLGa(bq,cq;bp,cp)=(cq−1)Ψ(cq)−log⁡bq−cq−log⁡Γ(cq)+log⁡Γ(cp)+cplog⁡bp−(cp−1)(Ψ(cq)+log⁡bq)+bqcqbp\begin{align} KL_{Ga}(b_q,c_q;b_p,c_p) &= (c_q-1)\Psi(c_q) - \log b_q - c_q - \log\Gamma(c_q) + \log\Gamma(c_p)\\ &\qquad+ c_p\log b_p - (c_p-1)(\Psi(c_q) + \log b_q) + \frac{b_qc_q}{b_p} …

15 kullback-leibler  gamma-distribution  exponential-family 

Estoy bastante familiarizado con los modelos de efectos mixtos (MEM), pero un colega me preguntó recientemente cómo se compara con los modelos de crecimiento latente (LGM). Busqué en Google un poco, y parece que LGM es una variante del modelado de ecuaciones estructurales que se aplica a circunstancias en las …

15 mixed-model  panel-data 

Esta es una especie de pregunta abierta pero quiero ser claro. Dada una población suficiente, es posible que pueda aprender algo (esta es la parte abierta) pero, sea lo que sea que aprenda sobre su población, ¿cuándo es aplicable a un miembro de la población? Por lo que entiendo de …

15 teaching  validity