Estadísticas y Big Data

MLE = Estimación de máxima verosimilitud MAP = Máximo a posteriori MLE es intuitivo / ingenuo en el sentido de que comienza solo con la probabilidad de observación dado el parámetro (es decir, la función de probabilidad) y trata de encontrar el parámetro que mejor concuerde con la observación . …

14 machine-learning  bayesian  estimation  maximum-likelihood  inference 

Estoy tratando de entender el concepto de sobredispersión en regresión logística. He leído que la sobredispersión es cuando la varianza observada de una variable de respuesta es mayor de lo que se esperaría de la distribución binomial. Pero si una variable binomial solo puede tener dos valores (1/0), ¿cómo puede …

14 logistic  variance  binomial  mean  overdispersion 

Tengo una pregunta sobre la optimización de parámetros cuando uso la validación cruzada 10 veces. Quiero preguntar si los parámetros deberían arreglarse o no durante el entrenamiento del modelo de cada pliegue, es decir (1) seleccionar un conjunto de parámetros optimizados para la precisión promedio de cada pliegue. o (2) …

14 cross-validation  optimization  parameterization 

Tengo un vector de números que he subido aquí (... / code / MyData.Rdata) usando dput. Me gustaría obtener el bca ci, así que escribí este código: my.mean <- function(dat, idx){ return (mean(dat[idx], na.rm = TRUE)) } boot.out<-boot(data=my.data, statistic = my.mean, R=1000) Pero cuando ejecuto lo siguiente me sale esto: …

14 r  bootstrap 

Versión corta: ¿Cuál es el método más eficiente computacionalmente para estimar el modo de un conjunto de datos multidimensional, muestreado a partir de una distribución continua? Versión larga: tengo un conjunto de datos que necesito para estimar el modo. La moda no coincide con la media o la mediana. A …

14 estimation  multivariate-analysis  continuous-data  mode 

Basado en una muestra de tiempos de supervivencia, me gustaría estimar la probabilidad de sobrevivir al tiempo , para algunos específicos , utilizando el estimador de Kaplan-Meier. ¿Es posible hacer esto en ? Tenga en cuenta que no es necesariamente un tiempo de evento.nnnttttttRttt

14 r  kaplan-meier 

Me preguntaba dada una hipótesis unilateral (una cola) con un nivel alfa de .05, ¿podemos hablar de intervalos de confianza del 95% ? Por ejemplo, ¿podemos construir por separado intervalos de confianza " unilaterales" y "bilaterales" para una prueba Z o t unilateral? ¿Cuál sería la "interpretación" de cada uno …

14 hypothesis-testing  confidence-interval 

Tengo un montón de valores de datos sin procesar que son cantidades en dólares y quiero encontrar un intervalo de confianza para un percentil de esos datos. ¿Existe una fórmula para tal intervalo de confianza?

14 confidence-interval  quantiles  tolerance-interval 

El teorema de aproximación universal es un resultado bastante famoso para las redes neuronales, básicamente afirmando que, bajo algunos supuestos, una función puede ser aproximada uniformemente por una red neuronal con cualquier precisión. ¿Hay algún resultado análogo que se aplique a las redes neuronales convolucionales?

14 neural-networks  conv-neural-network  approximation 

El propósito del trabajo era optimizar algunos parámetros maximizando la probabilidad de registro regularizada. Luego calculan derivadas parciales. Y luego, los autores mencionan que optimizan la ecuación utilizando L-BFGS, un procedimiento estándar de cuasi-Newton para optimizar las funciones suaves de muchas variables (sin más detalles). Como funciona ?

14 algorithms  optimization 

Estoy tratando de obtener una comprensión intuitiva y sentir la diferencia y la diferencia práctica entre el término consistente y asintóticamente imparcial. Conozco sus definiciones matemáticas / estadísticas, pero estoy buscando algo intuitivo. Para mí, mirando sus definiciones individuales, casi parecen ser lo mismo. Me doy cuenta de que la …

14 bias  convergence  unbiased-estimator  asymptotics  intuition 

Acabo de ejecutar un GLM binomial negativo y esta es la salida: Call: glm.nb(formula = small ~ method + site + depth, data = size.dat, init.theta = 1.080668549, link = log) Deviance Residuals: Min 1Q Median 3Q Max -2.2452 -0.9973 -0.3028 0.3864 1.8727 Coefficients: Estimate Std. Error z value Pr(>|z|) …

14 r  categorical-data  generalized-linear-model  interpretation  negative-binomial 

¿Cómo entrenar el modelo LSTM en datos de series de tiempo múltiples? Caso de uso: Tengo ventas semanales de 20,000 agentes durante los últimos 5 años. Necesita pronosticar las próximas ventas semanales para cada agente. ¿Debo seguir una técnica de procesamiento por lotes: tomar un agente a la vez, entrenar …

14 machine-learning  time-series  statistical-significance  lstm  artificial-intelligence 

Estoy confundido con la definición de modelo no paramétrico después de leer este enlace Modelos paramétricos versus no paramétricos y responder comentarios de mi otra pregunta . Originalmente pensé que "paramétrico vs no paramétrico" significa si tenemos supuestos de distribución en el modelo (similar a la prueba de hipótesis paramétrica …

14 machine-learning  neural-networks  nonparametric  terminology  parametric 

Recopilar métricas sobre objetosnnnkkk Supongamos que recopilo métricas sobre objetos. Estoy buscando formas válidas de comparar los objetos para que puedan "clasificarse". Creo que esto puede ser un terreno bien pisado (estadísticas deportivas como la calificación total de mariscal de campo, etc.) pero no estoy familiarizado con esta área.nnnkkkkkk Quiero …

14 references  descriptive-statistics  ranking  valuation