Estadísticas y Big Data

Considere una distribución beta para un conjunto dado de clasificaciones en [0,1]. Después de haber calculado la media: μ = αα + βμ=αα+β \mu = \frac{\alpha}{\alpha+\beta} ¿Hay alguna manera de proporcionar un intervalo de confianza en torno a este medio?

12 mean  beta-distribution 

Acabo de leer en una revista científica bastante respetada (popular) (PM alemán, 02/2013, p.36) sobre un experimento interesante (sin una fuente, desafortunadamente). Me llamó la atención porque intuitivamente dudé de la importancia del resultado, pero la información proporcionada fue suficiente para reproducir las pruebas estadísticas. Los investigadores se preguntaron si …

12 hypothesis-testing  chi-squared  experiment-design  proportion  biostatistics 

¿Alguien puede señalarme en la dirección de un algoritmo en línea (recursivo) para la regularización de Tikhonov (mínimos cuadrados regularizados)? En una configuración fuera de línea, calcularía usando mi conjunto de datos original donde se encuentra usando la validación cruzada n-fold. Se puede predecir un nuevo valor de y para …

12 regression  machine-learning  least-squares  regularization  online 

Pregunta Los puntajes de las pruebas de tres grupos de personas se guardan como vectores separados en R. set.seed(1) group1 <- rnorm(100, mean = 75, sd = 10) group2 <- rnorm(100, mean = 85, sd = 10) group3 <- rnorm(100, mean = 95, sd = 10) Quiero saber si hay …

12 r  hypothesis-testing  multiple-comparisons  mean  median 

Estoy usando Bayes para resolver un problema de agrupamiento. Después de hacer algunos cálculos termino con la necesidad de obtener la razón de dos probabilidades: P(A)/P(B)P(A)/P(B)P(A)/P(B) para poder obtener . Estas probabilidades se obtienen mediante la integración de dos KDE multivariados 2D diferentes como se explica en esta respuesta :P(H|D)P(H|D)P(H|D) …

12 probability  bayesian  maximum-likelihood  kernel-smoothing 

Confunde / me sorprende que el Binomial tenga una varianza proporcional a . De manera equivalente, la información de Fisher es proporcional a 1p ( 1 - p )p(1−p)p(1-p) . ¿Cuál es la razón para esto? ¿Por qué se minimiza la información de Fisher enp=0.5? Es decir, ¿por qué la …

12 variance  binomial  interpretation 

No soy estadístico, pero mi trabajo de investigación involucra estadísticas (análisis de datos, lectura de literatura, etc.). Una vez más, un comentario sobre una de mis preguntas publicado aquí me recordó que hay algunas palabras comunes que tienen significados o connotaciones particularmente específicas para aquellos que tienen una buena práctica …

12 terminology 

Tengo algunas preguntas conceptuales simples que me gustaría aclarar con respecto a MLE (Estimación de máxima verosimilitud), y qué vínculo tiene, si lo hay, con EM (Maximización de expectativas). Según tengo entendido, si alguien dice "Usamos el MLE", ¿significa eso automáticamente que tienen un modelo explícito del PDF de sus …

12 estimation  maximum-likelihood  expectation-maximization 

Estoy estudiando sobre la distribución t de Student y comencé a preguntarme cómo derivaría la función de densidad de distribuciones t (de wikipedia, http://en.wikipedia.org/wiki/Student%27s_t-distribution ): f(t)=Γ(v+12)vπ−−√Γ(v2)(1+t2v)−v+12f(t)=Γ(v+12)vπΓ(v2)(1+t2v)−v+12f(t) = \frac{\Gamma(\frac{v+1}{2})}{\sqrt{v\pi}\:\Gamma(\frac{v}{2})}\left(1+\frac{t^2}{v} \right)^{-\frac{v+1}{2}} donde es los grados de libertad y \ Gamma es la función gamma. ¿Cuál es la intuición de esta función? Quiero …

12 probability  normal-distribution  t-distribution 

Tengo un conjunto de datos que representa 1000 documentos y todas las palabras que aparecen en él. Entonces las filas representan los documentos y las columnas representan las palabras. Entonces, por ejemplo, el valor en la celda representa las veces que la palabra aparece en el documento . Ahora, tengo …

12 r  data-mining  feature-selection 

Me preocupa el problema de que me gustaría arrancar el valor p para una estimación de partir de datos de imputación múltiple (MI), pero que no está claro para mí cómo combinar los valores p en los conjuntos de MI.θθ\theta Para los conjuntos de datos MI, el enfoque estándar para …

12 confidence-interval  variance  p-value  bootstrap  multiple-imputation 

Soy un estudiante de doctorado en psicología experimental y me esfuerzo por mejorar mis habilidades y conocimientos sobre cómo analizar mis datos. Hasta mi quinto año en psicología, pensé que los modelos de regresión (por ejemplo, ANOVA) suponen lo siguiente: normalidad de los datos homogeneidad de varianza para los datos, …

12 regression  dataset  residuals  assumptions 

Según mis resultados, parece que GLM Gamma cumple con la mayoría de los supuestos, pero ¿es una mejora valiosa sobre el LM transformado por registro? La mayoría de la literatura que he encontrado trata sobre Poisson o Binomial GLM. El artículo EVALUACIÓN DE LAS ASUNCIONES DE MODELO LINEAL GENERALIZADO QUE …

12 r  generalized-linear-model  model-selection  gamma-distribution 

¿Alguien puede sugerir dónde obtener los resultados de las 10,000 monedas lanzadas (es decir, las 10,000 caras y colas) realizadas por John Kerrich durante la Segunda Guerra Mundial?

12 probability 

¿Existe una diferencia explícita entre los pronósticos dentro de la muestra y los pronósticos seudo fuera de la muestra ? Ambos se entienden en el contexto de evaluar y comparar modelos de pronóstico.

12 forecasting  model-comparison  out-of-sample  in-sample