Estadísticas y Big Data

Recientemente he estado actualizando mis conocimientos de pronóstico mientras trabajaba en algunos pronósticos mensuales en el trabajo y leía el libro de Rob Hyndman, pero el único lugar en el que estoy luchando es cuándo usar un modelo de suavizado exponencial frente a un modelo ARIMA. ¿Existe una regla general …

12 forecasting  arima  exponential-smoothing 

Haría una pregunta relacionada con este . Encontré un ejemplo de escritura de la función de pérdida personalizada para xgboost aquí : loglossobj <- function(preds, dtrain) { # dtrain is the internal format of the training data # We extract the labels from the training data labels <- getinfo(dtrain, "label") …

12 r  machine-learning  gradient-descent  boosting  loss-functions 

¿Cada uno implica al otro? Si no, ¿implica uno el otro? ¿Por qué por qué no? Este problema surgió en respuesta a un comentario sobre una respuesta que publiqué aquí . Aunque la búsqueda en Google de los términos relevantes no produjo nada que pareciera particularmente útil, noté una respuesta …

12 mathematical-statistics  bias  unbiased-estimator  estimators  consistency 

Siempre me han enseñado que el CLT funciona cuando tiene muestras repetidas, y cada muestra es lo suficientemente grande. Por ejemplo, imagina que tengo un país de 1,000,000 de ciudadanos. Entiendo que CLT es que incluso si la distribución de sus alturas no era normal, si tomé 1000 muestras de …

12 sampling  central-limit-theorem 

Tengo curiosidad acerca de la nomenclatura: ¿por qué la inclinación hacia la izquierda se llama inclinación negativa y la inclinación hacia la derecha se llama inclinación positiva?

12 terminology  skewness 

Ahora hay varios enfoques diferentes para realizar un metanálisis de red o una comparación de tratamiento mixto. Los más utilizados y accesibles son probablemente los siguientes: en un marco bayesiano : enfoque de interacción diseño por tratamiento en WinBUGS (por ejemplo, Jackson et al ); modelado bayesiano jerárquico basado en …

12 r  stata  sas  winbugs  network-meta-analysis 

¿Cómo codificar la fecha y hora de un evento para una red neuronal? No tengo una serie temporal continua, sino algunos eventos con fecha y hora, y analizo algún tipo de interés. Este interés difiere entre las mañanas y las tardes, y difiere entre los días de la semana, y …

12 neural-networks  deep-learning 

Supongamos que tengo las siguientes series temporales no periódicas. Obviamente, la tendencia está disminuyendo y me gustaría probarlo con alguna prueba (con valor p ). No puedo usar la regresión lineal clásica debido a una fuerte autocorrelación temporal (en serie) entre los valores. library(forecast) my.ts <- ts(c(10,11,11.5,10,10.1,9,11,10,8,9,9, 6,5,5,4,3,3,2,1,2,4,4,2,1,1,0.5,1), start = …

12 r  time-series 

Lectura Profundizando en convoluciones Me encontré con una capa de DepthConcat , un bloque de construcción de los módulos de inicio propuestos , que combina la salida de múltiples tensores de diferentes tamaños. Los autores llaman a esto "Concatenación de filtro". Parece que hay una implementación para Torch , pero …

12 neural-networks  torch  conv-neural-network 

Estoy tratando de ajustar un modelo de ley de potencia simple a un conjunto de datos que es el siguiente: mydf: rev weeks 17906.4 1 5303.72 2 2700.58 3 1696.77 4 947.53 5 362.03 6 El objetivo es pasar la línea eléctrica y usarla para predecir revvlaues para las próximas …

12 r  predictive-models  nonlinear-regression  power-law  nls 

Estoy trabajando con la biblioteca scikit-learn en python. En el siguiente código, estoy prediciendo la probabilidad, pero no sé cómo leer la salida. Datos de prueba from sklearn.ensemble import RandomForestClassifier as RF from sklearn import cross_validation X = np.array([[5,5,5,5],[10,10,10,10],[1,1,1,1],[6,6,6,6],[13,13,13,13],[2,2,2,2]]) y = np.array([0,1,1,0,1,2]) Dividir el conjunto de datos X_train, X_test, y_train, …

12 python  scikit-learn 

Entiendo el razonamiento detrás de la normalización de la columna, ya que hace que las características se ponderen por igual, incluso si no se miden en la misma escala; sin embargo, a menudo en la literatura vecina más cercana, las columnas y las filas se normalizan. ¿Para qué sirve la …

12 normalization  distance  similarities  k-nearest-neighbour 

Solo me pregunto si es posible encontrar el valor esperado de x si se distribuye normalmente, dado que está por debajo de un cierto valor (por ejemplo, por debajo del valor medio).

12 normal-distribution  conditional-probability  expected-value 

Estoy tratando de aplicar la prueba exacta de Fisher en un problema genético simulado, pero los valores p parecen estar sesgados a la derecha. Siendo biólogo, creo que me falta algo obvio para todos los estadísticos, por lo que agradecería mucho su ayuda. Mi configuración es la siguiente: (configuración 1, …

12 p-value  fishers-exact 

¿Por qué el análisis de series temporales no se considera un algoritmo de aprendizaje automático (a diferencia de la regresión lineal)? Tanto la regresión como el análisis de series temporales son métodos de pronóstico. Entonces, ¿por qué uno de ellos se considera un algoritmo de aprendizaje pero no el otro?

12 regression  machine-learning  time-series  terminology