Estadísticas y Big Data

Esta puede ser una pregunta ingenua, pero aquí va. Si tengo un conjunto de datos empíricos y le ajusto una densidad de kernel, y luego obtengo un nuevo valor único que posiblemente provenga del mismo proceso que generó el conjunto de datos original, ¿puedo asignar una probabilidad de que este …

13 kde 

Me gustaría automatizar la elección del quemado para una cadena MCMC, por ejemplo, eliminando las primeras n filas según un diagnóstico de convergencia. ¿En qué medida se puede automatizar este paso de forma segura? Incluso si aún verifico dos veces la autocorrelación, el seguimiento de mcmc y los archivos PDF, …

13 r  bayesian  mcmc 

Estoy ejecutando un modelo logístico. El conjunto de datos del modelo real tiene más de 100 variables, pero elijo un conjunto de datos de prueba en el que hay alrededor de 25 variables. Antes de eso también hice un conjunto de datos que tenía 8-9 variables. Me dicen que los …

13 model-selection  logistic  aic 

Tengo una regresión multivariada, que incluye interacciones. Por ejemplo, para obtener la estimación del efecto del tratamiento para el quintil más pobre, necesito agregar los coeficientes del regresor del tratamiento al coeficiente de la variable de interacción (que interactúa con el tratamiento y el quintil 1). Al agregar dos coeficientes …

13 regression  standard-deviation  standard-error 

Deje para que para una muestra muy corta como se pueda calcular de encontrar el orden estático de las diferencias por pares: { 1 , 3 , 6 , 2 , 7 , 5 } kQn=Cn.{|Xi−Xj|;i&lt;j}(k)Qnorte=Cnorte.{El |Xyo-XjEl |;yo&lt;j}(k)Q_n = C_n.\{|X_i-X_j|;i < j\}_{(k)}{1,3,6,2,7,5}{1,3,6 6,2,7 7,5 5}\{1,3,6,2,7,5\}kkk 7 6 5 3 2 …

13 data-transformation  scales  robust  optimal-scaling 

He leído y visto muchas parcelas de coordenadas paralelas. ¿Alguien puede responder el siguiente conjunto de preguntas: ¿Qué son las gráficas de coordenadas paralelas (PCP) en palabras simples, para que un laico pueda entender? Una explicación matemática con cierta intuición si es posible ¿Cuándo son útiles los PCP y cuándo …

13 r  data-visualization 

Pregunta: ¿Cuál es un buen método para realizar pruebas post hoc de diferencias entre las medias grupales después de ajustar el efecto de una covariable? Ejemplo prototípico: Cuatro grupos, 30 participantes por grupo (por ejemplo, cuatro poblaciones diferentes de psicología clínica) La variable dependiente es numérica (p. Ej., Puntajes de …

13 anova  multiple-comparisons  ancova 

¿Cuál debería ser la razón entre el número de observaciones y el número de variables? ¿Cómo detectar el sobreajuste en el modelo de red neuronal y cuáles son las formas de evitar el sobreajuste? Si quiero realizar una clasificación con Neural Network, ¿deberían las clases tener la misma frecuencia? Por …

13 neural-networks 

Digamos que tengo una población de 50 millones de cosas únicas, y tomo 10 millones de muestras (con reemplazo) ... El primer gráfico que adjunto muestra cuántas veces pruebo la misma "cosa", lo cual es relativamente raro. La población es mayor que mi muestra. Sin embargo, si mi población es …

13 r  sampling  expectation-maximization 

Cuando se imparten estadísticas, puede ser útil incorporar ocasionalmente videos cortos. Mis primeros pensamientos incluyeron: Animaciones y visualizaciones de conceptos estadísticos. Historias sobre la aplicación de una técnica particular. Videos humorísticos que tienen relevancia para una idea estadística. Entrevistas con un estadístico o un investigador que utiliza estadísticas. ¿Hay algún …

13 teaching  references 

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 5 meses . ¿Existe una buena biblioteca de Python para entrenar árboles de decisión potenciados?

13 python  cart  boosting 

Siguiendo las preguntas recientes que tuvimos aquí . Esperaba saber si alguien se había encontrado o podía compartir el código R para realizar un análisis de potencia personalizado basado en la simulación de un modelo lineal. Más tarde, obviamente, me gustaría extenderlo a modelos más complejos, pero parece que es …

13 r  power  power-analysis 

¿Qué pruebas están disponibles para probar dos muestras independientes para la hipótesis nula de que provienen de poblaciones con el mismo sesgo? Hay una prueba clásica de 1 muestra para determinar si el sesgo es igual a un número fijo (¡la prueba involucra el sexto momento de la muestra!); ¿Hay …

13 hypothesis-testing  distributions  bootstrap  moments  l-moments 

Para algunas mediciones, los resultados de un análisis se presentan adecuadamente en la escala transformada. Sin embargo, en la mayoría de los casos, es deseable presentar los resultados en la escala de medición original (de lo contrario, su trabajo es más o menos inútil). Por ejemplo, en el caso de …

13 data-transformation  confidence-interval  t-test  interpretation 

He tenido problemas con el siguiente problema, espero que sea fácil para los estadísticos (soy un programador con cierta exposición a las estadísticas). Necesito resumir las respuestas a una encuesta (para la administración). La encuesta tiene más de 100 preguntas, agrupadas en diferentes áreas (con aproximadamente 5 a 10 preguntas …

13 categorical-data  data-transformation  descriptive-statistics