Estadísticas y Big Data

Me doy cuenta de que esta es probablemente una pregunta muy simple, pero después de buscar no puedo encontrar la respuesta que estoy buscando. Tengo un problema en el que necesito estandarizar las variables para ejecutar la (regresión de cresta) para calcular las estimaciones de cresta de las versiones beta. …

13 regression  standard-error  standardization  predictor  centering 

¿Existe alguna literatura que examine la elección del tamaño del minibatch al realizar el descenso de gradiente estocástico? En mi experiencia, parece ser una opción empírica, que generalmente se encuentra a través de la validación cruzada o el uso de diferentes reglas generales. ¿Es una buena idea aumentar lentamente el …

13 machine-learning  gradient-descent  hyperparameter  deep-learning 

Necesito estimar la función de riesgo basal en un modelo de Cox dependiente del tiempoλ0(t)λ0(t)\lambda_0(t) λ(t)=λ0(t)exp(Z(t)′β)λ(t)=λ0(t)exp⁡(Z(t)′β)\lambda(t) = \lambda_0(t) \exp(Z(t)'\beta) Mientras tomé el curso de supervivencia, recuerdo que la derivada directa de la función de riesgo acumulativo ( ) no sería un buen estimador porque el estimador de Breslow proporciona una …

13 r  survival  cox-model 

¿Hay alguna manera de realizar la regresión de proceso gaussiana en la salida multidimensional (posiblemente correlacionada) usando GPML ? En el script de demostración solo pude encontrar un ejemplo de 1D. Una pregunta similar sobre CV que aborda el caso de entrada multidimensional. Revisé su libro para ver si podía …

13 regression  machine-learning  matlab  gaussian-process  nonparametric-bayes 

Estoy estudiando el aprendizaje automático y cada libro que abro me encuentro con la distribución chi-cuadrado, la función gamma, la distribución t, gaussiana, etc. Cada libro que he abierto hasta ahora solo define cuáles son las distribuciones: no explican ni dan la intuición de dónde provienen las fórmulas específicas para …

13 probability  distributions  mathematical-statistics  references 

Mi pregunta tiene que ver con la relación entre alfa y beta y sus definiciones en estadísticas. alfa = tasa de error tipo I = nivel de significación considerando que la hipótesis NULL es correcta Beta = tasa de error tipo II Si se reduce alfa (la especificidad aumenta a …

13 statistical-significance  mathematical-statistics 

Si estuviera interesado en ajuste de dos vías interacciones entre una variable lineal explicativo y otra variable explicativa b que tiene una relación cuadrática con la variable dependiente y , tendría que incluir tanto la interacción con el componente cuadrática y la interacción con el lineal componente en el modelo? …

13 r  regression  model-selection 

¿Cómo puedo demostrar que el producto puntual de dos funciones del núcleo es una función del núcleo?

13 machine-learning  kernel-trick 

Necesito automatizar el pronóstico de series temporales, y no sé de antemano las características de esas series (estacionalidad, tendencia, ruido, etc.). Mi objetivo no es obtener el mejor modelo posible para cada serie, sino evitar modelos bastante malos. En otras palabras, obtener pequeños errores cada vez no es un problema, …

13 time-series  forecasting  arima  ensemble  exponential-smoothing 

Después de recopilar comentarios valiosos de preguntas y debates anteriores, se me ocurrió la siguiente pregunta: supongamos que el objetivo es detectar diferencias de efectos en dos grupos, por ejemplo, hombres contra mujeres. Hay dos maneras de hacerlo: ejecutar dos regresiones separadas para los dos grupos, y emplear la prueba …

13 statistical-significance  interaction  regression-coefficients 

Lo siento si esta es una pregunta nueva; Estoy tratando de enseñarme estadísticas por primera vez. Creo que tengo el procedimiento básico, pero estoy luchando para ejecutarlo con R. Entonces, estoy tratando de evaluar la importancia de los coeficientes de regresión en una regresión lineal múltiple de forma y^= Xβ^y^=Xβ^ …

13 r  statistical-significance  multiple-regression 

¿Cuál es su intuición / interpretación de una distribución de valores propios de una matriz de correlación? Tiendo a escuchar que generalmente los 3 valores propios más grandes son los más importantes, mientras que los cercanos a cero son el ruido. Además, he visto algunos trabajos de investigación que investigan …

13 distributions  correlation 

Estoy considerando dos estrategias para hacer "aumento de datos" en pronósticos de series de tiempo. Primero, un poco de historia. Un predictor PAGPAGP para pronosticar el siguiente paso de una serie temporal es una función que generalmente depende de dos cosas, los estados pasados ​​de la serie temporal, pero también …

13 time-series  data-augmentation 

En el libro "Teoremas del límite de la teoría de la probabilidad" de Valentin V. Petrov, vi una distinción entre las definiciones de una distribución que es "continua" y "absolutamente continua", que se establece de la siguiente manera: X P ( X ∈ B ) = 0 B P ( …

13 probability  distributions  random-variable 

Cuando las personas hablan de redes neuronales, ¿qué quieren decir cuando dicen "tamaño de núcleo"? Los núcleos son funciones de similitud, pero ¿qué dice eso sobre el tamaño del núcleo?

13 machine-learning  neural-networks