Estadísticas y Big Data

Preguntas y respuestas para personas interesadas en estadísticas, aprendizaje automático, análisis de datos, minería de datos y visualización de datos.

1
ajustando una función exponencial usando mínimos cuadrados versus modelo lineal generalizado versus mínimos cuadrados no lineales
Tengo un conjunto de datos que representa la disminución exponencial. Me gustaría ajustar una función exponencial a estos datos. He intentado iniciar sesión transformando la variable de respuesta y luego usando mínimos cuadrados para ajustar una línea; usando un modelo lineal generalizado con una función de enlace de registro y …
2
¿Cómo combinar resultados de regresión logística y bosque aleatorio?
Soy nuevo en el aprendizaje automático. Apliqué regresión logística y bosque aleatorio en un mismo conjunto de datos. Entonces obtengo importancia variable (coeficiente absoluto para regresión logística e importancia variable para bosque aleatorio). Estoy pensando en combinar los dos para obtener una importancia variable final. ¿Alguien puede compartir su experiencia? …
2
Comparación de dos modelos de regresión lineal.
Me gustaría comparar dos modelos de regresión lineal que representan las tasas de degradación de un ARNm a lo largo del tiempo en dos condiciones diferentes. Los datos para cada modelo recopilados de forma independiente. Aquí está el conjunto de datos. Registro de tiempo (horas) (Tratamiento A) registro (tratamiento B) …
1
Kernelised k Vecino más cercano
Soy nuevo en kernels y he encontrado un inconveniente al intentar kernelise kNN. Preliminares Estoy usando un polinomio núcleo: K( X , y ) = ( 1 + ⟨ x , y ⟩ )reK(x,y)=(1+⟨x,y⟩)dK(\mathbf{x},\mathbf{y}) = (1 + \langle \mathbf{x},\mathbf{y} \rangle)^d Su kNN euclidiano típico utiliza la siguiente métrica de distancia: …
1
Densidad de Y = log (X) para X distribuido en gamma
Esta pregunta está estrechamente relacionada con esta publicación. Supongamos que tengo una variable aleatoria , y defino Y = \ log (X) . Me gustaría encontrar la función de densidad de probabilidad de Y .X∼Gamma(k,θ)X∼Gamma(k,θ)X \sim \text{Gamma}(k, \theta)YY=log(X)Y=log⁡(X)Y = \log(X)YYY Originalmente pensé que solo definiría la función de distribución acumulativa …
1
Predicción de logit ordenado en R
Estoy tratando de hacer una regresión logit ordenada. Estoy ejecutando el modelo así (solo un pequeño modelo tonto que estima el número de empresas en un mercado a partir de medidas de ingresos y población). Mi pregunta es sobre predicciones. nfirm.opr<-polr(y~pop0+inc0, Hess = TRUE) pr_out<-predict(nfirm.opr) Cuando ejecuto predicción (que estoy …
2
¿Son únicas las soluciones PCA?
Cuando ejecuto PCA en un determinado conjunto de datos, ¿la solución me es única? Es decir, obtengo un conjunto de coordenadas 2D, basadas en distancias entre puntos. ¿Es posible encontrar al menos una disposición más de los puntos que cumplirían con estas restricciones? Si la respuesta es sí, ¿cómo puedo …
12 pca 
3
Probabilidad versus distribución condicional para análisis bayesiano
Podemos escribir el teorema de Bayes como p(θ|x)=f(X|θ)p(θ)∫θf(X|θ)p(θ)dθp(θ|x)=f(X|θ)p(θ)∫θf(X|θ)p(θ)dθp(\theta|x) = \frac{f(X|\theta)p(\theta)}{\int_{\theta} f(X|\theta)p(\theta)d\theta} donde es la posterior, es la distribución condicional y es la anterior.f ( X | θ ) p ( θ )p(θ|x)p(θ|x)p(\theta|x)f(X|θ)f(X|θ)f(X|\theta)p(θ)p(θ)p(\theta) o p(θ|x)=L(θ|x)p(θ)∫θL(θ|x)p(θ)dθp(θ|x)=L(θ|x)p(θ)∫θL(θ|x)p(θ)dθp(\theta|x) = \frac{L(\theta|x)p(\theta)}{\int_{\theta} L(\theta|x)p(\theta)d\theta} donde es la posterior, es la función de probabilidad y es la anterior.L …
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.