Estadísticas y Big Data

Estoy aprendiendo regresión lineal usando Introducción al análisis de regresión lineal de Montgomery, Peck y Vining . Me gustaría elegir un proyecto de análisis de datos. Tengo la ingenua idea de que la regresión lineal es adecuada solo cuando se sospecha que existen relaciones funcionales lineales entre las variables explicativas …

12 regression  data-transformation  model  linear  regression-strategies 

Estoy probando la igualdad de medios usando la prueba t de Welch. La distribución subyacente está lejos de ser normal (más sesgada que el ejemplo en una discusión relacionada aquí ). Puedo obtener más datos, pero me gustaría conocer alguna forma de determinar en qué medida hacerlo. ¿Existe una buena …

12 normal-distribution  t-test  bootstrap  central-limit-theorem  approximation 

Como se indica en el título, digamos que si robo al azar 4 cartas y usted roba 6 del mismo mazo, ¿cuál es la probabilidad de que mi carta más alta supere a su carta más alta? ¿Cómo cambiará esto si sacamos de mazos diferentes? ¡Gracias!

12 probability  maximum 

Me gustaría ejecutar una regresión logística ordinal en Python, para una variable de respuesta con tres niveles y con algunos factores explicativos. El statsmodelspaquete admite modelos logit binarios y logit multinomiales (MNLogit), pero no logit ordenado. Dado que la matemática subyacente no es tan diferente, me pregunto si se puede …

12 categorical-data  python  logit  ordered-logit  statsmodels 

Me refiero a la pregunta y sus respuestas: ¿Cómo comparar la capacidad predictiva (probabilidad) de los modelos desarrollados a partir de la regresión logística? por @Clark Chong y respuestas / comentarios por @Frank Harrell. ya la pregunta Grados de libertad de en la prueba de Hosmer-Lemeshowχ2χ2\chi^2 y los comentarios. He …

12 hypothesis-testing  logistic  predictive-models  regression-strategies  hosmer-lemeshow-test 

Supongamos que tengo un panel de variables explicativas , para , , así como un vector de variables dependientes de resultados binarios . Por lo tanto, solo se observa en el momento final y no en ningún momento anterior. El caso totalmente general es tener múltiples para para cada unidad …

12 regression  machine-learning  reinforcement-learning 

Digamos que uso un RNN / LSTM para hacer análisis de sentimientos, que es un enfoque de muchos a uno (vea este blog ). La red se entrena a través de una retropropagación truncada a través del tiempo (BPTT), donde la red se desenrolla durante solo 30 últimos pasos, como …

12 neural-networks  deep-learning  natural-language  backpropagation 

Soy nuevo en el aprendizaje automático, así que estoy tratando de encontrar algo de literatura, pero ni siquiera estoy seguro de qué buscar en Google. Mis datos son de la siguiente forma: User A performs Action P User B performs Action Q User C performs Action R ... User C …

12 machine-learning  cross-correlation 

Estoy estudiando cómo construir un intervalo de confianza del 95% para odds ratio a partir de los coeficientes obtenidos en la regresión logística. Entonces, considerando el modelo de regresión logística, Iniciar sesión( p1 - p) =α+βXlog⁡(p1−p)=α+βx \log\left(\frac{p}{1 - p}\right) = \alpha + \beta x \newcommand{\var}{\rm Var} \newcommand{\se}{\rm SE} tal que …

12 logistic  confidence-interval  odds-ratio  delta-method 

A medida que descubro el aprendizaje automático, veo diferentes técnicas interesantes como: ajusta automáticamente los algoritmos con técnicas como grid search, obtener resultados más precisos mediante la combinación de diferentes algoritmos del mismo "tipo", es decir boosting, obtener resultados más precisos mediante la combinación de diferentes algoritmos (pero no el …

12 machine-learning  algorithms  boosting  stacking  automatic-algorithms 

Una mujer para la que estaba trabajando me pidió que hiciera un ANOVA unidireccional con algunos datos. Respondí que los datos eran datos de medidas repetidas (series de tiempo) y que pensaba que se violaba el supuesto de independencia. Ella respondió que no debería preocuparme por los supuestos, solo hacer …

12 assumptions 

Además de la usabilidad, ¿hay alguna justificación epistémica (matemática, filosófica, heurística, etc.) para usar los conjugados anteriores? ¿O se debe principalmente a que suele ser una aproximación lo suficientemente buena y hace las cosas mucho más fáciles?

12 bayesian  conjugate-prior  philosophical 

Me gustaría saber cómo transformar valores negativos Log(), ya que tengo datos heteroscedasticos. Leí que funciona con la fórmula, Log(x+1)pero esto no funciona con mi base de datos y sigo obteniendo NaNs como resultado. Por ejemplo, recibo este mensaje de Advertencia (no puse mi base de datos completa porque creo …

12 r  logarithm 

Entonces, mi tío y yo estamos discutiendo si un lanzamiento de moneda es realmente aleatorio. Sostengo que no es porque en términos reales un lanzador de monedas siempre manipule una moneda, por lo que el resultado no es 50/50, por lo tanto, no es una buena opción como técnica de …

12 random-generation  randomness  random-allocation 

Entonces, al mirar las redes neuronales de la función de base radial, me di cuenta de que las personas solo recomiendan el uso de 1 capa oculta, mientras que con las redes neuronales de perceptrón multicapa, más capas se consideran mejores. Dado que las redes RBF se pueden entrenar con …

12 machine-learning  neural-networks  rbf-network