Estadísticas y Big Data

Tengo problemas para comprender en qué situación el enfoque MCMC es realmente útil. Estoy revisando un ejemplo de juguete del libro de Kruschke "Haciendo análisis de datos bayesianos: un tutorial con R y BUGS". Lo que entendí hasta ahora es que necesitamos una distribución objetivo que sea proporcional a para …

12 mcmc 

He leído que la regresión de crestas podría lograrse simplemente agregando filas de datos a la matriz de datos original, donde cada fila se construye usando 0 para las variables dependientes y la raíz cuadrada de o cero para las variables independientes. Luego se agrega una fila adicional para cada …

12 logistic  generalized-linear-model  ridge-regression 

En mi exposición en el aula a la minería de datos, el método de retención se introdujo como una forma de evaluar el rendimiento del modelo. Sin embargo, cuando tomé mi primera clase de modelos lineales, esto no se introdujo como un medio de validación o evaluación del modelo. Mi …

12 regression  validation  model-evaluation  out-of-sample 

Bahman Bahmani y col. introdujo k-means ||, que es una versión más rápida de k-means ++. Este algoritmo está tomado de la página 4 de su artículo , Bahmani, B., Moseley, B., Vattani, A., Kumar, R. y Vassilvitskii, S. (2012). Escalable k-significa ++. Actas de la Fundación VLDB , 5 …

12 clustering  k-means 

Suponga que la variable aleatoria UUU sigue una distribución uniforme continua con los parámetros 0 y 10 (es decir, U∼U(0,10)U∼U(0,10)U \sim \rm{U}(0,10) ) Ahora denotemos A el evento de que UUU = 5 y B el evento de que UUU sea ​​igual a 555 o 6. Según tengo entendido, ambos …

12 conditional-probability  continuous-data  uniform 

¿Hay alguna diferencia entre los términos "red neuronal" y "perceptrón"?

12 machine-learning  neural-networks  terminology  perceptron 

La pregunta: Bootstrapping es superior a jackknifing; Sin embargo, me pregunto si hay casos en los que la navaja es la única o al menos una opción viable para caracterizar la incertidumbre a partir de las estimaciones de los parámetros. Además, en situaciones prácticas, ¿qué tan sesgado / inexacto es …

12 machine-learning  cross-validation  bootstrap  maximum-entropy  jackknife 

Estoy interesado en los hallazgos de este artículo de 2009: ¿Por qué las (las mejores) mujeres son tan buenas en el ajedrez? Tasas de participación y diferencias de género en dominios intelectuales Este artículo intenta explicar por qué los mejores jugadores de ajedrez masculinos parecen ser mucho mejores que las …

12 population  extreme-value 

TL; DR: la lme4optimización parece ser lineal en la cantidad de parámetros del modelo por defecto, y es mucho más lenta que un glmmodelo equivalente con variables ficticias para grupos. ¿Hay algo que pueda hacer para acelerarlo? Estoy tratando de ajustar un modelo logit jerárquico bastante grande (~ 50k filas, …

12 r  mixed-model  optimization  lme4-nlme  numerics 

Me he encontrado con una serie de preguntas prácticas al modelar datos de conteo de investigaciones experimentales utilizando un experimento dentro del sujeto. Describo brevemente el experimento, los datos y lo que he hecho hasta ahora, seguido de mis preguntas. Se mostraron cuatro películas diferentes a una muestra de encuestados …

12 generalized-linear-model  negative-binomial  glmm  poisson-regression  overdispersion 

¿Como puedo resolver esto? Necesito ecuaciones intermedias. Quizás la respuesta es .−tf(x)−tf(x)-tf(x) ddt[∫∞txf(x)dx]ddt[∫t∞xf(x)dx] \frac{d}{dt} \left [\int_t^\infty xf(x)\,dx \right ] f(x)f(x)f(x) es la función de densidad de probabilidad. Es decir, y \ lim \ limits_ {x \ to \ infty} F (x) = 1limx→∞f(x)=0limx→∞f(x)=0\lim\limits_{x \to \infty} f(x) = 0limx→∞F(x)=1limx→∞F(x)=1\lim\limits_{x \to \infty} …

12 probability  distributions  self-study  mathematical-statistics 

A menudo uso un nivel de confianza del 90%, aceptando que esto tiene un mayor grado de incertidumbre que el 95% o el 99%. Pero, ¿hay alguna guía sobre cómo elegir el nivel de confianza adecuado? ¿O pautas para los niveles de confianza utilizados en diferentes campos? Además, al interpretar …

12 statistical-significance  confidence-interval  confidence  presentation 

En la literatura, ambos términos a menudo se usan como sinónimos o entretejidos. Ahora estoy tratando de encontrar una distinción clara entre ambos términos. Desde mi punto de vista, una hipótesis generalmente se expresa a través de un modelo. Entonces, incluso si probamos una hipótesis nula versus alternativa, desde mi …

12 hypothesis-testing  model-selection  regression-strategies 

Resumen de la pregunta Advertencia: esta pregunta requiere mucha configuración. Por favor, tenga paciencia conmigo. Un colega mío y yo estamos trabajando en un diseño de experimento. El diseño debe evitar una gran cantidad de restricciones, que enumeraré a continuación. Desarrollé un diseño que satisface las limitaciones y que nos …

12 mixed-model  experiment-design  simulation  confounding 

Me gustaría saber las diferencias entre la Regresión logística aleatoria (RLR) y la Regresión logística simple (LR), por lo tanto, estoy leyendo un artículo "Selección de estabilidad" de Meinshausen, et al. ; Sin embargo, no entiendo qué es RLR y cuáles son las diferencias entre RLR y LR. ¿Alguien podría …

12 machine-learning  logistic