Estadísticas y Big Data

En esta pregunta, ¿existe algún método para construir árboles de decisión que tenga en cuenta los predictores estructurados / jerárquicos / multinivel? - mencionan un método de datos de panel para árboles. ¿Existen métodos de datos de panel específicos para admitir máquinas de vectores y redes neuronales? Si es así, …

12 r  machine-learning  svm  panel-data  cart 

Con respecto al valor p del análisis de regresión lineal múltiple, a continuación se muestra la introducción del sitio web de Minitab . El valor p para cada término prueba la hipótesis nula de que el coeficiente es igual a cero (sin efecto). Un valor p bajo (<0.05) indica que …

12 multiple-regression  p-value 

Estoy buscando calcular analíticamente una distribución de probabilidad de puntos de muestreo a partir de una función oscilante cuando hay algún error de medición. Ya he calculado la distribución de probabilidad para la parte "sin ruido" (lo pondré al final), pero no puedo entender cómo incluir "ruido". Estimación numérica Para …

12 distributions  normal-distribution  noise 

Quiero comparar dos algoritmos de clasificación. En estos algoritmos, el cliente especifica algunas condiciones en su búsqueda. De acuerdo con los requisitos del cliente, este algoritmo debe asignar una puntuación para cada elemento en la base de datos y recuperar los elementos con las puntuaciones más altas. He leído diferentes …

12 machine-learning  precision-recall  average-precision 

Esta publicación sigue a esta: ¿Por qué la estimación de cresta se vuelve mejor que OLS al agregar una constante a la diagonal? Aquí está mi pregunta: Hasta donde yo sé, la regularización de crestas utiliza una -norm (distancia euclidiana). Pero, ¿por qué usamos el cuadrado de esta norma? (una …

12 lasso  regularization  ridge-regression 

Encajo un modelo con un factor con muchos niveles y R tarda mucho tiempo en adaptarse a ese modelo. ¿Por qué es esto? Por ejemplo, si calculo una regresión para predecir los salarios de los jugadores e incluyo un factor predictivo para las respectivas nacionalidades de los jugadores, eso tomaría …

12 regression  categorical-data 

Es bien sabido que una matriz de covarianza debe ser definida semi-positiva, sin embargo, ¿es verdad lo contrario? Es decir, ¿corresponde cada matriz definida semi-positiva a una matriz de covarianza?

12 covariance  matrix 

Me pregunto qué distribución da como resultado la adición de dos (o más) distribuciones de Pareto tipo uno de la forma . Experimentalmente, parece una ley de potencia de dos modos, asintótica a la diferencia de alfa.x−αx−αx^{-\alpha}

12 distributions  power-law  pareto-distribution 

Por lo que puedo decir, curvilíneo se define vagamente pero significa lo mismo que no lineal . ¿Es eso correcto? ¿O curvilíneo tiene una definición distinta?

12 linear-model  nonlinear-regression  terminology  definition 

Una serie con deriva se puede modelar como donde es la deriva (constante) y . yt=c+ϕyt−1+εtyt=c+ϕyt−1+εty_t = c + \phi y_{t-1} + \varepsilon_tcccϕ=1ϕ=1\phi=1 Una serie con tendencia se puede modelar como donde es la deriva (constante), es la tendencia de tiempo determinista y .yt=c+δt+ϕyt−1+εtyt=c+δt+ϕyt−1+εty_t = c + \delta t + …

12 time-series  hypothesis-testing  stationarity  trend  unit-root 

Estoy arrojando aquí el problema tal como lo recibí. Tengo dos variables aleatorias. Uno de los cuales es continuo (Y) y el otro es discreto y se abordará como ordinal (X). Puse debajo de la trama que recibí junto con la consulta. La persona que me envía los datos quiere …

12 correlation  nonparametric  ordinal-data  association-measure 

¿Podría alguien decirme cuáles son las condiciones de regularidad para la distribución asintótica de la prueba de relación de probabilidad? Donde quiera que mire, está escrito 'Bajo las condiciones de regularidad' o 'bajo las regularidades probabilísticas'. ¿Cuáles son las condiciones exactamente? ¿Que existan el primer y segundo derivados de probabilidad …

12 maximum-likelihood  likelihood-ratio  asymptotics 

Intento aprender algo de Python y Sklearn, pero para mi trabajo necesito ejecutar regresiones que utilicen distribuciones de error de las familias Poisson, Gamma y especialmente Tweedie. No veo nada en la documentación sobre ellos, pero están en varias partes de la distribución R, por lo que me preguntaba si …

12 generalized-linear-model  python  scikit-learn  gradient-descent  tweedie-distribution 

He notado en mi propio trabajo este patrón al examinar un correlograma espacial a diferentes distancias, emerge un patrón en forma de U en las correlaciones. Más específicamente, las fuertes correlaciones positivas en contenedores de pequeña distancia disminuyen con la distancia, luego alcanzan un pozo en un punto particular y …

12 autocorrelation  spatial 

Tengo una asignación de minería de datos donde hago un sistema de recuperación de imágenes basado en contenido. Tengo 20 imágenes de 5 animales. Entonces en total 100 imágenes. Mi sistema devuelve las 10 imágenes más relevantes a una imagen de entrada. Ahora necesito evaluar el rendimiento de mi sistema …

12 data-mining  matlab  precision-recall  curves  computer-vision