Estadísticas y Big Data

Actualmente estoy analizando datos de una serie de experimentos de comportamiento que usan la siguiente medida. Se les pide a los participantes en este experimento que seleccionen pistas que (ficticias) otras personas puedan usar para ayudar a resolver una serie de 10 anagramas. Se hace creer a los participantes que …

12 poisson-distribution  count-data 

En una publicación anterior, me preguntaba cómo lidiar con los puntajes EQ-5D . Recientemente me topé con la regresión logística de cuantiles sugerida por Bottai y McKeown que introduce una forma elegante de lidiar con resultados acotados. La fórmula es simple: l o gi t ( y) = l o …

12 r  logistic  data-visualization  logit  quantile-regression 

Un problema enorme en la comunicación de los resultados de los cálculos estadísticos a los medios y al público es cómo comunicamos la incertidumbre. Ciertamente, a la mayoría de los medios de comunicación parece gustarles un número duro y rápido, aunque, salvo en un número relativamente pequeño de casos, los …

12 uncertainty  communication 

Considere el siguiente gráfico: La línea roja (eje izquierdo) describe el volumen de negociación de una determinada acción. La línea azul (eje derecho) describe el volumen del mensaje de Twitter para ese stock. Por ejemplo, el 9 de mayo (05-09) se realizaron 1.100 millones de intercambios y 4.000 tweets. Me …

12 time-series  correlation  lags 

Dibujamos muestras, cada una de tamaño , independientemente de una distribución Normal .n ( μ , σ 2 )NNNnnn(μ,σ2)(μ,σ2)(\mu,\sigma^2) De las muestras, elegimos las 2 muestras que tienen la correlación de Pearson más alta (absoluta) entre sí.NNN ¿Cuál es el valor esperado de esta correlación? Gracias [PD Esto no es …

12 correlation  normal-distribution  expected-value  maximum 

Tengo una muestra de datos generados Rpor rnorm(50,0,1), por lo que los datos obviamente adquieren una distribución normal. Sin embargo, Rno "conoce" esta información de distribución sobre los datos. ¿Existe algún método Rque pueda estimar de qué tipo de distribución proviene mi muestra? Si no, usaré la shapiro.testfunción y procederé …

12 r  distributions 

Tengo un problema de análisis de decisiones bastante complicado que involucra pruebas de confiabilidad y el enfoque lógico (para mí) parece involucrar el uso de MCMC para soportar un análisis bayesiano. Sin embargo, se ha sugerido que sería más apropiado utilizar un enfoque de arranque. ¿Podría alguien sugerir una referencia …

12 bayesian  bootstrap 

¿Hay distribuciones no idénticas que tengan la misma función generadora de momento?

12 distributions  moments  mgf 

Siguiendo la pregunta de zzk sobre su problema con las simulaciones negativas, me pregunto cuáles son las familias parametrizadas de distribuciones en el cuadrante k-dimensional positivo, para el cual se puede establecer la matriz de covarianza .Rk+R+k\mathbb{R}_+^kΣΣ\Sigma Como se discutió con zzk , comenzar desde una distribución en y aplicar …

12 distributions  multivariate-analysis  covariance 

Disculpe mi carnicería de jerga estadística :) Aquí he encontrado un par de preguntas relacionadas con la publicidad y las tasas de clics. Pero ninguno de ellos me ayudó mucho con mi comprensión de mi situación jerárquica. Hay una pregunta relacionada ¿Son estas representaciones equivalentes del mismo modelo jerárquico bayesiano? …

12 bayesian  binomial  multilevel-analysis 

Aquí hay una lista de coeficientes de regresión logística (el primero es una intersección) -1059.61966694592 -1.23890500515482 -8.57185269220438 -7.50413155570413 0 1.03152408392552 1.19874787949191 -4.88083274930613 -5.77172565873336 -1.00610998453393 Me resulta extraño que la intersección sea tan baja y tengo un coeficiente que en realidad es igual a 0. No estoy completamente seguro de cómo …

12 regression  logistic 

¿Qué tan significativo es un valor en comparación con una lista de valores? En la mayoría de los casos, las pruebas estadísticas implican comparar un conjunto de muestras con una población. En mi caso, la muestra está hecha por un valor y la comparamos con la población. Soy un diletante …

12 hypothesis-testing  statistical-significance 

Parece que hay varias opciones disponibles para trabajar con Gaussian Mixture Models (GMM) en Python. A primera vista hay al menos: PyMix - http://www.pymix.org/pymix/index.php Herramientas para modelar mezclas PyEM: http://www.ar.media.kyoto-u.ac.jp/members/david/softwares/em/ que forma parte de la caja de herramientas de Scipy y parece centrarse en la actualización de GMM : ahora …

12 normal-distribution  python  mixture 

Soy muy nuevo en mínimos cuadrados parciales (PLS) y trato de entender la salida de la función R plsr()en el plspaquete. Simulemos datos y ejecutemos el PLS: library(pls) n <- 50 x1 <- rnorm(n); xx1 <- scale(x1) x2 <- rnorm(n); xx2 <- scale(x2) y <- x1 + x2 + rnorm(n,0,0.1); …

12 r  regression  partial-least-squares 

Estoy tratando de entender la validación cruzada para la regresión logística ordinal. El objetivo del juego es validar el modelo utilizado en un análisis ... Primero construyo un conjunto de datos de juguete: set.seed(1) N <- 10000 # predictors x1 <- runif(N) x2 <- runif(N) x3 <- runif(N) # coeffs …

12 regression  cross-validation  ordered-logit  rms