Estadísticas y Big Data

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 9 meses . Sé que hay muchas bibliotecas para el aprendizaje automático y el aprendizaje profundo como caffe, Theano, …

13 neural-networks  deep-learning  conv-neural-network 

Al codificar características categóricas para la regresión lineal, hay una regla: el número de dummies debe ser uno menos que el número total de niveles (para evitar la colinealidad). ¿Existe una regla similar para los árboles de decisión (en bolsas, potenciados)? Pregunto esto porque una práctica estándar en Python parece …

13 categorical-data  random-forest  cart  boosting 

En el siguiente ejemplo > m = matrix(c(3, 6, 5, 6), nrow=2) > m [,1] [,2] [1,] 3 5 [2,] 6 6 > (OR = (3/6)/(5/6)) #1 [1] 0.6 > fisher.test(m) #2 Fisher's Exact Test for Count Data data: m p-value = 0.6699 alternative hypothesis: true odds ratio is not …

13 r  odds-ratio  fishers-exact 

Permítanme decir desde el principio que soy muy nuevo en el aprendizaje automático y que no soy bueno en matemáticas. Entiendo lo que hace TF-IDF, pero en el libro que estoy leyendo también observa lo siguiente (está discutiendo cómo scikit-learn hace las cosas): Ambas clases [TfidfTransformer y TfidfVectorizer] también aplican …

13 machine-learning 

Los RNN son notablemente buenos para capturar la dependencia temporal de los datos secuenciales. Sin embargo, ¿qué sucede cuando los elementos de secuencia no están igualmente espaciados en el tiempo? Por ejemplo, la primera entrada a la celda LSTM ocurre el lunes, luego no hay datos de martes a jueves, …

13 machine-learning  neural-networks  lstm  rnn  unevenly-spaced-time-series 

Estoy tratando de interpretar la salida de nls (). He leído esta publicación pero aún no entiendo cómo elegir la mejor opción. De mis ajustes tengo dos salidas: > summary(m) Formula: y ~ I(a * x^b) Parameters: Estimate Std. Error t value Pr(>|t|) a 479.92903 62.96371 7.622 0.000618 *** b …

12 r  least-squares  nonlinear-regression  goodness-of-fit 

¿Qué métodos se utilizan para probar algoritmos de generación de variables aleatorias?

12 algorithms  hypothesis-testing  random-variable  random-generation 

Cerrada . Esta pregunta necesita detalles o claridad . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Agregue detalles y aclare el problema editando esta publicación . Cerrado hace 6 meses . Esta es una pregunta puramente hipotética. Una afirmación muy común es que nunca es cierto, es solo …

12 confidence-interval  p-value 

Tengo el modelo y= xun× zsi+ ey=xa×zb+e y=x^a \times z^b + e donde yyy es la variable dependiente, Xxx y zzz son variables explicativas, unaa y sibb son los parámetros y miee es un término de error. Tengo estimaciones de parámetros de unaa y sibb una matriz de covarianza de …

12 statistical-significance  nonlinear-regression 

Tengo esta pregunta: ¿cómo cree que es la distribución del tiempo que pasa por día en YouTube? Mi respuesta es que probablemente se distribuye normalmente y queda muy sesgada. Espero que haya un modo en el que la mayoría de los usuarios pasan alrededor de un tiempo promedio y luego …

12 distributions  normal-distribution  skewness  skew-normal 

¿Cuál es la diferencia entre paradigmas bayesianos objetivos y subjetivos? ¿Qué objetos o procedimientos definen o interpretan de manera diferente? ¿Hay alguna diferencia en su elección de métodos?

12 bayesian  methodology 

En el "Libro de por qué" de Judea Pearl, habla de lo que llama la Escalera de la causalidad, que es esencialmente una jerarquía compuesta de diferentes niveles de razonamiento causal. El más bajo se refiere a los patrones de asociación en los datos observados (p. Ej., Correlación, probabilidad condicional, …

12 causality 

En un caso multivariante de valor real, ¿hay alguna manera de muestrear uniformemente los puntos desde la superficie donde la distancia de Mahalanobis desde la media de la es una constante? EDITAR: Esto solo se reduce a puntos de muestreo uniformemente desde la superficie de un hiper-elipsoide que satisface la …

12 random-generation  uniform 

En un artículo reciente, Norton et al. (2018) declara que[ 1 ][1]^{[1]} No se pueden comparar diferentes razones de probabilidad del mismo estudio cuando los modelos estadísticos que dan como resultado estimaciones de razón de probabilidades tienen diferentes variables explicativas porque cada modelo tiene un factor de escala arbitrario diferente. …

12 r  logistic  meta-analysis  odds-ratio  adjustment 

Para calcular las predicciones promediadas por el modelo en la escala de respuesta de un GLM, ¿cuál es "correcto" y por qué? Calcule la predicción promedio del modelo en la escala del enlace y luego vuelva a transformar a la escala de respuesta, o Transforme las predicciones a la escala …

12 generalized-linear-model  model-averaging