Estadísticas y Big Data

Modelos estadísticos lineales aplicados por Kutner et al. establece lo siguiente con respecto a las desviaciones del supuesto de normalidad de los modelos ANOVA: La curtosis de la distribución del error (más o menos pico que una distribución normal) es más importante que el sesgo de la distribución en términos …

12 anova  normality-assumption  skewness  kurtosis 

Al inferir la matriz de precisión ΛΛ\boldsymbol{\Lambda} de una distribución normal utilizada para generar NNN vectores dimensionales D x1,..,xNx1,..,xN\mathbf{x_1},..,\mathbf{x_N} xi∼N(μ,Λ−1)xi∼N(μ,Λ−1)\begin{align} \mathbf{x_i} &\sim \mathcal{N}(\boldsymbol{\mu, \Lambda^{-1}}) \\ \end{align} usualmente colocamos un Wishart anterior sobre ΛΛ\boldsymbol{\Lambda} ya que la distribución Wishart es el conjugado previo para La precisión de una distribución normal multivariada …

12 bayesian  posterior  hierarchical-bayesian  conjugate-prior  wishart 

¿Cómo leo los resultados de la prueba de Dunn ? Específicamente, ¿qué me dicen los valores en la tabla a continuación? Tengo datos no paramétricos en 4 grupos, y primero hice una prueba de Kruskal-Wallis para confirmar que las distribuciones de los grupos eran diferentes entre sí y con el …

12 r  distributions  kruskal-wallis  dunn-test 

Por lo que he leído: Supervisión distante : A Distant supervision algorithm usually has the following steps: 1] It may have some labeled training data 2] It "has" access to a pool of unlabeled data 3] It has an operator that allows it to sample from this unlabeled data and …

12 machine-learning  terminology  unsupervised-learning  semi-supervised 

Sea una distribución conjunta de dos variables categóricas X , Y , con x , y ∈ { 1 , ... , K } . Digamos que se tomaron n muestras de esta distribución, pero solo se nos dan los recuentos marginales, es decir, para j = 1 , ... …

12 categorical-data  maximum-likelihood  joint-distribution  marginal  maximum-entropy 

Digamos que tengo los siguientes datos de cuatro dimensiones, donde los primeros tres pueden considerarse como coordenadas, y el último puede considerarse como valores. c1, c2, c3, value 1, 2, 6, 0.456 34, 34, 12 0.27 12, 1, 66 0.95 ¿Cómo visualizar mejor el efecto de las tres primeras coordenadas …

12 r  data-visualization 

He estado desarrollando un modelo de regresión logística basado en datos retrospectivos de una base de datos nacional de traumatismos de lesiones en la cabeza en el Reino Unido. El resultado clave es la mortalidad a los 30 días (denotada como medida "Sobrevivir"). Otras medidas con evidencia publicada de efecto …

12 r  logistic  generalized-linear-model  goodness-of-fit  regression-strategies 

Me gustaría extraer las pendientes para cada individuo en un modelo de efectos mixtos, como se describe en el siguiente párrafo Se utilizaron modelos de efectos mixtos para caracterizar las rutas individuales de cambio en las medidas de resumen cognitivo, incluidos los términos de edad, sexo y años de educación …

12 r  mixed-model 

Me estoy familiarizando con las estadísticas bayesianas al leer el libro Doing Bayesian Data Analysis , de John K. Kruschke, también conocido como el "libro del cachorro". En el capítulo 9, se presentan modelos jerárquicos con este simple ejemplo: y las observaciones de Bernoulli son 3 monedas, cada una de …

12 bayesian  interpretation  python  mcmc  autocorrelation 

La relación de dos distribuciones normales independientes da una distribución de Cauchy. La distribución t es una distribución normal dividida por una distribución chi-cuadrado independiente. La relación de dos distribuciones chi-cuadrado independientes da una distribución F. ¿Estoy buscando una relación de distribuciones continuas independientes que proporcione una variable aleatoria normalmente …

12 probability  distributions  normal-distribution  mathematical-statistics 

Estoy trabajando con modelos de GBM usando el paquete caret y buscando encontrar un método para resolver los intervalos de predicción de mis datos pronosticados. He buscado mucho, pero solo se me ocurren algunas ideas para encontrar intervalos de predicción para Random Forest. ¡Cualquier código de ayuda / R sería …

12 caret  prediction-interval  gbm 

Para parte de una pregunta de tarea, se me pidió que calcule la media recortada para un conjunto de datos eliminando la observación más pequeña y más grande, e interpretar el resultado. La media recortada fue menor que la media no recortada. Mi interpretación fue que esto se debía a …

12 data-visualization  interpretation  mean  trimmed-mean 

Me gustaría aplicar la función de base gaussiana en una implementación de regresión lineal. Lamentablemente, me está costando entender un par de parámetros en la función base. Específicamente y .μμ\muσσ\sigma Mi conjunto de datos es una matriz de 10,000 x 31. 10.000 muestras y 31 características. He leído que "Cada …

12 regression  machine-learning  basis-function 

( Publiqué una pregunta similar en math.se. ) En geometría de la información, el determinante de la matriz de información de Fisher es una forma de volumen natural en una variedad estadística, por lo que tiene una buena interpretación geométrica. El hecho de que aparezca en la definición de Jeffreys …

12 variance  information-theory  fisher-information  information-geometry 

R version 3.1.1 (2014-07-10) -- "Sock it to Me" > bl <- c(140, 138, 150, 148, 135) > fu <- c(138, 136, 148, 146, 133) > t.test(fu, bl, alternative = "two.sided", paired = TRUE) Error in t.test.default(fu, bl, alternative = "two.sided", paired = TRUE) : data are essentially constant Luego …

12 r  t-test