Estadísticas y Big Data

Pensé que podría jugar con alguna selección variable bayesiana, siguiendo una buena publicación de blog y los documentos vinculados en ella. Escribí un programa en rjags (donde soy un novato) y obtuve datos de precios para Exxon Mobil, junto con algunas cosas que es poco probable que expliquen sus retornos …

14 regression  bayesian  multiple-regression  feature-selection  jags 

Supongamos que tenemos puntos en el espacio bidimensional y deseamos medir los efectos de los atributos en el atributo . El modelo de regresión lineal típico es, por supuesto, XXXyyyy=Xβ+ϵy=Xβ+ϵy= X\beta + \epsilon Aquí hay dos problemas: el primero es que los términos pueden estar correlacionados espacialmente (violando el supuesto …

14 econometrics  spatial 

En la investigación de la econometría financiera, es muy común investigar las relaciones entre series de tiempo financieras que toman la forma de datos diarios . La variable a menudo se convertirá en tomando la diferencia logarítmica, por ejemplo; ln ( P t ) - ln ( P t - …

14 time-series  econometrics  finance  macroeconomics  unevenly-spaced-time-series 

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 . Tengo un conjunto de datos bastante simple que consta de una variable independiente, una variable dependiente …

14 r  regression  bayesian  anova  inference 

Estoy leyendo el capítulo sobre Estadísticas frecuentes del libro de Kevin Murphy " Aprendizaje automático: una perspectiva probabilística ". La sección sobre bootstrap dice: El bootstrap es una técnica simple de Monte Carlo para aproximar la distribución de muestreo. Esto es particularmente útil en casos donde el estimador es una …

14 bootstrap  frequentist 

Estoy haciendo una validación cruzada usando el método de dejar uno afuera. Tengo una respuesta binaria y estoy usando el paquete de arranque para R y la función cv.glm . Mi problema es que no entiendo completamente la parte del "costo" en esta función. Por lo que puedo entender, esta …

14 r  cross-validation 

He leído que la prueba de Kolmogorov-Smirnov no debe usarse para evaluar la bondad de ajuste de una distribución cuyos parámetros se han estimado a partir de la muestra. ¿Tiene sentido dividir mi muestra en dos y usar la primera mitad para la estimación de parámetros y la segunda para …

14 estimation  fitting  kolmogorov-smirnov 

Supongamos que tengo un vector ordenado donde el primer elemento es el número de visitas a un sitio web en un período de tiempo determinado por la IP única con el mayor número de visitas, el segundo elemento es el número de visitas por la IP única con el segundo …

14 web  power-law 

Tengo problemas para entender cómo usar bootstrapping para calcular los intervalos de predicción para un modelo de regresión lineal. ¿Alguien puede describir un procedimiento paso a paso? Busqué a través de google pero nada realmente tiene sentido para mí. Entiendo cómo usar bootstrapping para calcular intervalos de confianza para los …

14 regression  bootstrap  prediction-interval 

He estado considerando hacer un metanálisis para un campo particular de estudio en evolución, pero antes de continuar, me gustaría saberlo; ¿Cuáles son los aspectos positivos y negativos del proceso? Por ejemplo, la necesidad de un experimento práctico es una ventaja (tiempo y dinero) pero habrá un sesgo de publicación …

14 meta-analysis 

Al especificar un modelo de efectos mixtos cruzados, estoy tratando de incluir interacciones. Sin embargo, recibo el siguiente mensaje de error: Error in lme.formula(rate ~ nozzle, random = ~nozzle | operator, data = Flow) : nlminb problem, convergence error code = 1 message = iteration limit reached without convergence (10) …

14 mixed-model  lme4-nlme 

Utilicé randomForest para clasificar 6 comportamientos de animales (p. Ej., Estar de pie, caminar, nadar, etc.) en base a 8 variables (diferentes posturas corporales y movimiento). El MDSplot en el paquete randomForest me da este resultado y tengo problemas para interpretar el resultado. Hice un PCA con los mismos datos …

14 r  classification  random-forest  multidimensional-scaling 

Me gustaría emplear los datos de conteo como covariables al ajustar un modelo de regresión logística. Mi pregunta es: ¿Violo alguna suposición de los modelos logísticos (y, más en general, de los lineales generalizados) al emplear el conteo, las variables enteras no negativas como variables independientes? Encontré muchas referencias en …

14 generalized-linear-model  count-data 

Sé que esta pregunta no está bien definida, pero algunos grupos tienden a ser elípticos o se encuentran en un espacio dimensional inferior, mientras que otros tienen formas no lineales (en ejemplos 2D o 3D). ¿Hay alguna medida de no linealidad (o "forma") de los grupos? Tenga en cuenta que …

14 unsupervised-learning  clustering 

Cómo demostrar que para la función de base radial no existe un espacio de características de dimensión finita tal que para algunos tenemos ?k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2})HHHΦ:Rn→HΦ:Rn→H\Phi: \text{R}^n \to Hk(x,y)=⟨Φ(x),Φ(y)⟩k(x,y)=⟨Φ(x),Φ(y)⟩k(x, y) = \langle \Phi(x), \Phi(y)\rangle

14 machine-learning  svm  kernel-trick