Estadísticas y Big Data

Tengo una lista de proteínas con sus valores característicos. Una tabla de muestra se ve así: ...............Feature1...Feature2...Feature3...Feature4 Protein1 Protein2 Protein3 Protein4 Las filas son proteínas y las columnas son características. También tengo una lista de proteínas que también interactúan; por ejemplo Protein3, Protein4 Protein1, Protein2 Protein4, Protein1 Problema : para …

13 machine-learning  statistical-significance  feature-selection  networks 

Actualmente estoy leyendo el excelente libro de Kruschke "Doing Bayesian Data Analysis". Sin embargo, el capítulo sobre regresión logística jerárquica (Capítulo 20) es algo confuso. La figura 20.2 describe una regresión logística jerárquica donde el parámetro de Bernoulli se define como la función lineal en los coeficientes transformados a través …

13 regression  bayesian  logistic  multilevel-analysis 

Tengo un conjunto de datos con dos clases superpuestas, siete puntos en cada clase, los puntos están en un espacio bidimensional. En R, y estoy corriendo svmdesde el e1071paquete para construir un hiperplano de separación para estas clases. Estoy usando el siguiente comando: svm(x, y, scale = FALSE, type = …

13 r  machine-learning  svm  libsvm  e1071 

De una respuesta en una pregunta anterior , fui dirigido hacia la secuencia de Halton, para crear un conjunto de vectores que cubrieran un espacio de muestra uniforme de manera bastante uniforme. Pero la página de wikipedia menciona que los números primos más altos a menudo están altamente correlacionados al …

13 sampling  small-sample  quasi-monte-carlo 

Por ejemplo, uno quiere predecir los precios de la vivienda y tener dos características de entrada de longitud y anchura de la vivienda. A veces, uno también incluye características de entrada polinomiales 'derivadas', como el área, que es largo * ancho. 1) ¿Cuál es el punto de incluir características derivadas? …

13 machine-learning  neural-networks 

Supongamos que tenemos dos vectores de variables aleatorias, ambas son normales, es decir, e Y ∼ N ( μ Y , Σ Y ) . Estamos interesados ​​en la distribución de su combinación lineal Z = A X + B Y + C , donde A y B son matrices, …

13 probability  normal-distribution  multinomial 

Yo leí en este sitio que, aparentemente, el Kinect utiliza los algoritmo de bosques aleatorios para el aprendizaje de máquina de alguna manera. ¿Alguien puede explicar para qué sirve los bosques aleatorios y cómo funciona su enfoque?

13 machine-learning  random-forest  application 

Estoy interesado en usar la regresión cuantil para algunos de mis modelos, pero me gustaría tener algunas aclaraciones sobre qué puedo lograr con esta metodología. Entiendo que puedo obtener un análisis más robusto de IV / DV relación , especialmente cuando se enfrentan con valores atípicos y heteroscedasticidad, pero en …

13 predictive-models  quantile-regression 

Al aprender el curso de muestreo, me encuentro con las siguientes dos afirmaciones: 1) El error de muestreo conduce principalmente a la variabilidad, los errores que no son de muestreo conducen al sesgo. 2) Debido a un error de no muestreo, una muestra es a menudo más precisa que un …

13 estimation  sampling  survey  bias 

¿Me puede recomendar un libro con buena información que pueda aplicarse para desarrollar un sistema de recomendación?

13 machine-learning  references  recommender-system 

Estoy usando un modelo lineal generalizado en SPSS para observar las diferencias en el número promedio de orugas (no normal, usando distribución Tweedie) en 16 especies diferentes de plantas. Quiero realizar comparaciones múltiples, pero no estoy seguro de si debo usar una prueba de corrección Sidak o Bonferroni. ¿Cuál es …

13 multiple-comparisons  post-hoc  bonferroni 

Wikipedia tiene una transformación de Fisher de la correlación de rango de Spearman con una puntuación z aproximada. ¿Quizás esa puntuación z es la diferencia de la hipótesis nula (correlación de rango 0)? Esta página tiene el siguiente ejemplo: 4, 10, 3, 1, 9, 2, 6, 7, 8, 5 5, …

13 correlation  spearman-rho 

Quiero ajustar el modelo mixto usando lme4, nlme, paquete de regresión baysiana o cualquier otro disponible. Modelo mixto en convenciones de codificación Asreml-R antes de entrar en detalles, es posible que deseemos tener detalles sobre las convenciones asreml-R, para aquellos que no están familiarizados con los códigos ASREML. y = …

13 r 

Entonces, quiero ajustar un modelo binomial negativo de efectos aleatorios. Para tal modelo, STATA puede producir coeficientes exponenciados. Según el archivo de ayuda, dichos coeficientes se pueden interpretar como relaciones de tasa de incidencia. Desafortunadamente, no soy un hablante nativo de inglés y realmente no entiendo qué son las relaciones …

13 interpretation  negative-binomial  regression-coefficients 

Mi tarea es probar si hay un cambio en la matriz de covarianza de 6 variables. Los valores de 6 variables se miden dos veces a partir de los mismos sujetos (3 años entre mediciones). ¿Cómo puedo hacer eso? He estado haciendo la mayor parte de mi trabajo usando SAS.

13 hypothesis-testing  repeated-measures  multivariate-analysis  covariance-matrix