Estadísticas y Big Data

A menudo se da el caso de que un intervalo de confianza con una cobertura del 95% es muy similar a un intervalo creíble que contiene el 95% de la densidad posterior. Esto sucede cuando el prior es uniforme o casi uniforme en el último caso. Por lo tanto, un …

14 bayesian  confidence-interval  frequentist  credible-interval 

Cuando leo sobre cómo configurar sus datos, una cosa que a menudo me encuentro es que transformar algunos datos continuos en datos categóricos no es una buena idea, ya que es muy posible que llegue a una conclusión incorrecta si los umbrales están mal determinados. Sin embargo, actualmente tengo algunos …

14 categorical-data  continuous-data 

Tengo un conjunto de datos que incluye la demanda de varios productos (1200 productos) durante 25 períodos y necesito predecir la demanda de cada producto para el próximo período. Al principio, quería usar ARIMA y entrenar un modelo para cada producto, pero debido a la cantidad de productos y el …

14 machine-learning  time-series  arima 

Esta es la definición de estadística en wikipedia Más formalmente, la teoría estadística define una estadística como una función de una muestra donde la función en sí es independiente de la distribución de la muestra; es decir, la función se puede establecer antes de la realización de los datos. El …

14 mathematical-statistics  definition 

Noto que en los métodos de estadística / aprendizaje automático, una distribución es a menudo aproximada por un gaussiano, y luego ese gaussiano se usa para el muestreo. Comienzan calculando los dos primeros momentos de la distribución, y los usan para estimar μμ\mu y σ2σ2\sigma^2 . Entonces pueden probar de …

14 probability  sampling  moments 

Tengo algunos datos que se ajustan a lo largo de una línea aproximadamente lineal: Cuando hago una regresión lineal de estos valores, obtengo una ecuación lineal: y=0.997x−0.0136y=0.997x−0.0136y = 0.997x-0.0136 En un mundo ideal, la ecuación debería ser .y=xy=xy = x Claramente, mis valores lineales están cerca de ese ideal, pero …

14 regression  hypothesis-testing  statistical-significance 

Pregunta Si X 1 , ⋯ , X n ∼ N ( μ , 1 )X1,⋯,Xn∼N(μ,1)X_1,\cdots,X_n \sim \mathcal{N}(\mu, 1) son IID, entonces calcule E ( X 1 ∣ T )E(X1∣T)\mathbb{E}\left( X_1 \mid T \right) , donde T = ∑ i X iT=∑iXiT = \sum_i X_i . Intento : compruebe si …

14 probability  self-study  mathematical-statistics  conditional-probability  conditional-expectation 

¿Es la distribución de Cauchy de alguna manera una distribución "impredecible"? Intenté hacer cs <- function(n) { return(rcauchy(n,0,1)) } en R para una multitud de n valores y noté que ocasionalmente generan valores bastante impredecibles. Compare eso con, por ejemplo as <- function(n) { return(rnorm(n,0,1)) } que siempre parece dar …

14 distributions  intuition  cauchy 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 2 años . Se ha comentado ampliamente en la prensa amarilla y no tan amarilla que The Simpsons (la …

14 statistics-in-media 

Dado que el algoritmo del árbol de decisión se divide en un atributo en cada paso, la profundidad máxima de un árbol de decisión es igual al número de atributos de los datos. ¿Es esto correcto?

14 classification  cart 

Considere las siguientes afirmaciones sobre el Titanic: Asunción 1: solo hombres y mujeres estaban en el barco Supuesto 2: había un gran número de hombres y mujeres. Declaración 1: el 90 por ciento de todas las mujeres sobrevivieron Declaración 2: 90 por ciento de todos los que sobrevivieron, eran mujeres …

14 conditional-probability  descriptive-statistics  reporting 

Para impulsar algoritmos, diría que evolucionaron bastante bien. A principios de 1995 se introdujo AdaBoost, luego de un tiempo fue Gradient Boosting Machine (GBM). Recientemente, alrededor de 2015 se introdujo XGBoost, que es preciso, maneja el sobreajuste y se ha convertido en un ganador de múltiples competencias de Kaggle. En …

14 random-forest  boosting  bagging 

Soy un estudiante graduado en estadística y como tal participé en un par de colaboraciones con científicos aplicados (economistas, forestales, ...). Estas colaboraciones son divertidas (la mayoría de las veces) y aprendo mucho, pero también hay algunas complicaciones, por ejemplo: A veces, mi visión de lo que es un buen …

14 references 

Cerrada . Esta pregunta necesita estar más centrada . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que se centre en un problema solo editando esta publicación . Cerrado hace 2 años . Actualmente estoy siguiendo un programa maestro centrado en estadísticas / econometría. En …

14 machine-learning  forecasting  predictive-models  prediction  out-of-sample 

La literatura de aprendizaje profundo está llena de trucos inteligentes con el uso de tasas de aprendizaje no constantes en el descenso de gradiente. Cosas como la decadencia exponencial, RMSprop, Adagrad, etc. son fáciles de implementar y están disponibles en todos los paquetes de aprendizaje profundo, sin embargo, parecen no …

14 machine-learning  deep-learning  optimization  gradient-descent