Estadísticas y Big Data

Supongamos que tengo alguna variable de respuesta yijyijy_{ij} que se midió a partir del hermano jjj en la familia iii . Además, se recopilaron algunos datos de comportamiento xijxijx_{ij} al mismo tiempo de cada sujeto. Estoy tratando de analizar la situación con el siguiente modelo lineal de efectos mixtos: yij=α0+α1xij+δ1ixij+εijyij=α0+α1xij+δ1ixij+εijy_{ij} …

14 mixed-model  lme4-nlme  covariance-matrix  non-independent 

Recientemente envié un artículo, en el que utilicé la regresión cuantil, a una revista de psicología. Aunque pensé que ya había pensado lo suficiente en una exposición clara de la regresión cuantil, los revisores me pidieron mejores explicaciones sobre la técnica de regresión cuantil que solo está familiarizada con la …

14 quantile-regression  teaching 

Considere el siguiente biplot de PCA: library(mvtnorm) set.seed(1) x <- rmvnorm(2000, rep(0, 6), diag(c(5, rep(1,5)))) x <- scale(x, center=T, scale=F) pc <- princomp(x) biplot(pc) Hay un montón de flechas rojas trazadas, ¿qué significan? Sabía que la primera flecha etiquetada con "Var1" debería apuntar a la dirección más variable del conjunto …

14 r  pca  linear-algebra  biplot 

En probabilidad y estadística, el concepto de "azar" y "aleatoriedad" se utilizan con frecuencia. A menudo, el concepto de una variable aleatoria se usa para modelar eventos que ocurren debido al azar. Mi pregunta se refiere al término "aleatorio". ¿Qué es al azar? ¿Existe realmente la aleatoriedad? Tengo curiosidad por …

14 interpretation  terminology 

Voy a ver los videos del curso gratuito de aprendizaje automático en línea de Andrew Ng en Stanford. Analiza el Descenso de degradado como un algoritmo para resolver regresión lineal y funciones de escritura en Octave para realizarlo. Presumiblemente podría reescribir esas funciones en R, pero mi pregunta es si …

14 r  regression  machine-learning  gradient-descent 

Supongamos que tengo un algoritmo que clasifica las cosas en dos categorías. Puedo medir la precisión del algoritmo en digamos 1000 cosas de prueba; supongamos que el 80% de las cosas se clasifican correctamente. Supongamos que modifico el algoritmo de alguna manera para que el 81% de las cosas se …

14 statistical-significance  classification 

A menudo me encuentro haciendo preguntas como: "Sé que esta variable encuentra en ( 0 , 1 ) y la mayoría de la masa se encuentra en ( 0 , .20 ) y luego disminuye continuamente hacia 1. ¿Qué distribución puedo usar para modelarla? "xxx(0,1)(0,1)(0,1)(0,.20)(0,.20)(0,.20) En la práctica, termino usando …

14 distributions  references 

El teorema del límite central establece que la media de las variables iid, cuando NNN va al infinito, se distribuye normalmente. Esto plantea dos preguntas: ¿Podemos deducir de esto la ley de los grandes números? Si la ley de los números grandes dice que la media de una muestra de …

14 probability  central-limit-theorem  law-of-large-numbers 

¿Puede alguien decirme cómo hacer que R calcule el punto de ruptura en un modelo lineal por partes (como un parámetro fijo o aleatorio), cuando también necesito estimar otros efectos aleatorios? He incluido un ejemplo de juguete a continuación que se ajusta a una regresión de palo de hockey / …

14 r  mixed-model  lme4-nlme  change-point  piecewise-linear 

¿Hay algún paquete para hacer una regresión lineal por partes que pueda detectar los múltiples nudos automáticamente? Gracias. Cuando uso el paquete strucchange. No pude detectar los puntos de cambio. No tengo idea de cómo detecta los puntos de cambio. De las parcelas, pude ver que hay varios puntos que …

14 regression  change-point 

Soy un novato que comenzará a leer sobre minería de datos. Tengo conocimientos básicos de IA y estadísticas. Dado que muchos dicen que el aprendizaje automático también juega un papel importante en la minería de datos, ¿es necesario leer sobre el aprendizaje automático antes de poder continuar con la minería …

14 machine-learning  references  data-mining 

¿Alguien puede señalarme una implementación de k-means (sería mejor si en matlab) que puede tomar la matriz de distancia en la entrada? La implementación estándar de matlab necesita la matriz de observación en la entrada y no es posible cambiar a medida la medida de similitud.

14 clustering  matlab  k-means 

Los paquetes de software para la detección de motivos de red pueden arrojar puntajes Z enormemente altos (el más alto que he visto es más de 600,000, pero los puntajes Z de más de 100 son bastante comunes). Planeo mostrar que estos puntajes Z son falsos. Las puntuaciones Z enormes …

14 probability  normal-distribution  p-value  approximation  z-statistic 

Mi texto no paramétrico , Estadísticas prácticas no paramétricas , a menudo da fórmulas limpias para expectativas, variaciones, estadísticas de prueba y similares, pero incluye la advertencia de que esto solo funciona si ignoramos los lazos. Al calcular la estadística U de Mann-Whitney, se recomienda tirar pares empatados al comparar …

14 nonparametric  ties 

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 7 meses . Es fácil encontrar un área de cálculo de paquetes bajo ROC, pero ¿hay un paquete que …

14 r  precision-recall