Estadísticas y Big Data

Digamos que tengo un clasificador de regresión logística. En el aprendizaje por lotes normal, tendría un término regularizador para evitar el sobreajuste y mantener mis pesos pequeños. También normalizaría y escalaría mis características. En un entorno de aprendizaje en línea, obtengo un flujo continuo de datos. Hago una actualización de …

15 machine-learning  normalization  regularization  online 

Tengo una serie de tiempo que intento pronosticar, para la cual he usado el modelo estacional ARIMA (0,0,0) (0,1,0) [12] (= fit2). Es diferente de lo que R sugirió con auto.arima (R calculado ARIMA (0,1,1) (0,1,0) [12] sería un mejor ajuste, lo llamé fit1). Sin embargo, en los últimos 12 …

15 r  time-series  statistical-significance  arima  residuals 

Recientemente recibí la siguiente pregunta por correo electrónico. Publicaré una respuesta a continuación, pero estaba interesado en escuchar lo que otros pensaban. ¿Llamarías a la regresión logística una prueba no paramétrica? Según tengo entendido, simplemente etiquetar una prueba no paramétrica porque sus datos no se distribuyen normalmente, es insuficiente. Tiene …

15 hypothesis-testing  logistic  nonparametric 

No soy demasiado bueno en estadísticas, así que disculpa si esta es una pregunta simplista. Estoy ajustando una curva a algunos datos, y en ocasiones los datos de mi mejor encaja una exponencial negativa en la forma , y, a veces el ajuste es más cercano a un * e …

15 variance  model-selection  python  curve-fitting  covariance-matrix 

He visto diferentes métricas de error utilizadas en las competiciones de Kaggle: RMS, media cuadrática, AUC, entre otras. ¿Cuál es la regla general para elegir una métrica de error, es decir, cómo sabe qué métrica de error usar para un problema determinado? ¿Hay alguna guía?

15 machine-learning  classification  error 

Estoy tratando de encontrar los máximos locales para una función de densidad de probabilidad (encontrada usando R's density método ). No puedo hacer un simple método de "mirar alrededor de los vecinos" (donde uno mira alrededor de un punto para ver si es un máximo local con respecto a sus …

15 r  pdf  splines  maximum 

Al leer las notas de Blake Master sobre la conferencia de Peter Thiel sobre nuevas empresas, me encontré con esta metáfora de la frontera tecnológica: Imagine que el mundo está cubierto por estanques, lagos y océanos. Estás en un bote, en un cuerpo de agua. Pero está extremadamente nublado, por …

15 distributions  queueing  interarrival-time 

En el libro de Steven Pinker Better Angels of Our Nature , señala que La probabilidad es una cuestión de perspectiva. Visto a una distancia suficientemente cercana, los eventos individuales tienen causas determinadas. Incluso se puede predecir un lanzamiento de moneda a partir de las condiciones iniciales y las leyes …

15 probability  central-limit-theorem  intuition 

¿Cuáles son las ventajas de las curvas ROC? Por ejemplo, estoy clasificando algunas imágenes que es un problema de clasificación binaria. Extraje alrededor de 500 características y apliqué un algoritmo de selección de características para seleccionar un conjunto de características, luego apliqué SVM para la clasificación. En este caso, ¿cómo …

15 machine-learning  roc 

Estoy familiarizado con el uso de múltiples regresiones lineales para crear modelos de varias variables. Sin embargo, tenía curiosidad por saber si alguna vez se utilizan pruebas de regresión para hacer algún tipo de prueba de hipótesis básica. Si es así, ¿cómo serían esos escenarios / hipótesis?

15 regression  hypothesis-testing  multiple-regression 

Sé que para cada par de clase de entidad, el valor de la estadística de chi-cuadrado se calcula y se compara con un umbral. metrometromkkk Cualquier aclaración será muy apreciada. Gracias por adelantado

15 chi-squared  feature-selection 

Tengo un montón (alrededor de 1000) de estimaciones y se supone que todas son estimaciones de elasticidad a largo plazo. Un poco más de la mitad de estos se estima utilizando el método A y el resto utilizando un método B. En algún lugar leí algo como "Creo que el …

15 mean  outliers  robust  references 

Alternativamente, para predecir los mercados de divisas. Sé que esto puede ser bastante complicado, así que como introducción, estoy buscando un algoritmo de predicción simple que tenga cierta precisión. (Es para un proyecto universitario de M.Sc. que dura cuatro meses) He leído que una red neuronal multicapa podría ser útil. …

15 machine-learning  finance 

En la práctica, ¿cómo evaluar si un proceso AR (P) es estacionario o no? ¿Cómo determinar el orden para el modelo AR y MA?

15 time-series  stochastic-processes  arma  stationarity 

Digamos que tengo N observaciones, posiblemente múltiples factores y repito cada observación dos veces (o M veces) ¿cómo se compararía una regresión en este nuevo conjunto de tamaños NM con una regresión solo en las observaciones originales?

15 regression  linear-model  multiple-regression