Estadísticas y Big Data

Voy a usar la prueba de Kolmogorov-Smirnov para evaluar la normalidad de MYDATA en R. Este es un ejemplo de lo que hago ks.test(MYDATA,"pnorm",mean(MYDATA),sd(MYDATA)) Aquí está el resultado que me da R: data: MYDATA D = 0.13527, p-value = 0.1721 alternative hypothesis: two-sided Warning message: In ks.test(MYDATA, "pnorm", mean(MYDATA), sd(MYDATA)) …

12 kolmogorov-smirnov  ties 

LASSO y LASSO adaptativo son dos cosas diferentes, ¿verdad? (Para mí, las penalizaciones se ven diferentes, pero solo estoy verificando si me pierdo algo). Cuando generalmente habla de red elástica, ¿es el caso especial LASSO o LASSO adaptativo? ¿Cuál hace el paquete glmnet, siempre que elija alpha = 1? LASSO …

12 lasso  glmnet  elastic-net  oracle 

A menudo veo que los autores estiman un modelo de "diferencia logarítmica", p. Ej. log(yt)−log(yt−1)=log(yt/yt−1)=α+βxtlog⁡(yt)−log⁡(yt−1)=log⁡(yt/yt−1)=α+βxt\log (y_t)-\log(y_{t-1}) = \log(y_t/y_{t-1}) = \alpha + \beta x_t Estoy de acuerdo en que esto es apropiado para relacionar con un cambio porcentual en mientras que es .xtxtx_tytyty_tlog(yt)log⁡(yt)\log (y_t)I(1)I(1)I(1) Pero la diferencia logarítmica es una aproximación, …

12 time-series  forecasting  data-transformation  econometrics  logarithm 

Quiero muestrear a partir de una densidad univariada pero solo sé la relación:fXfXf_X fX(x)=∫fX|Y(x|y)fY(y)dy.fX(x)=∫fX|Y(x|y)fY(y)dy.f_X(x) = \int f_{X\vert Y}(x\vert y)f_Y(y) dy. Quiero evitar el uso de MCMC (directamente en la representación integral) y, dado que y son fáciles de muestrear, estaba pensando en usar el siguiente muestreador :f Y ( y …

12 sampling  conditional-probability  monte-carlo  marginal 

Estaba leyendo acerca de las métricas de regresión en la pitón scikit-learn Manual y aunque cada uno de ellos tiene su propia fórmula, no puedo decir intuitivamente cuál es la diferencia entre y la puntuación de la varianza y, por tanto, cuándo se debe utilizar una u otra de evaluar …

12 regression  variance  scikit-learn  r-squared  model-evaluation 

Hay varias estadísticas resumidas. Cuando desee describir la propagación de una distribución, puede utilizar, por ejemplo, la desviación estándar o el coeficiente de Gini . Sé que la desviación estándar se basa en la tendencia central, es decir, la desviación de la media, y el coeficiente de Gini es una …

12 standard-deviation  descriptive-statistics  gini 

Este es mi primer intento para que alguien que viene del campo frecuentista haga análisis de datos bayesianos. Leí varios tutoriales y algunos capítulos del Análisis de datos bayesianos de A. Gelman. Como el primer ejemplo de análisis de datos más o menos independiente que elegí es el tiempo de …

12 bayesian  pymc 

Estoy aprendiendo pruebas de aleatorización ahora mismo. Se me ocurren dos preguntas: Sí, es fácil e intuitivo cómo se calcula el valor p con la prueba de aleatorización (que creo que es lo mismo que la prueba de permutación). Sin embargo, ¿cómo podríamos generar también un intervalo de confianza del …

12 confidence-interval  p-value  permutation-test 

En el aprendizaje por refuerzo, la aproximación de función lineal a menudo se usa cuando hay grandes espacios de estado. (Cuando las tablas de búsqueda se vuelven inviables). La forma del valor con aproximación de función lineal viene dada porQ -Q−Q- Q ( s , a ) = w1F1( s …

12 machine-learning  feature-selection  reinforcement-learning 

En un modelo de mediación clásico, tenemos rutas que se muestran en el diagrama a continuación. , en el que el primer paso para probar el efecto mediador de M entre X e Y es que X está significativamente correlacionado con Y (como se muestra en el panel A en …

12 mediation  path-model 

El análisis factorial tiene varios métodos de rotación, como varimax, quartimax, equamax, promax, oblimin, etc. No puedo encontrar ninguna información que relacione sus nombres con sus actividades matemáticas o estadísticas reales. ¿Por qué se llama "equa-max" o "quarti-max"? ¿De qué manera se rotan los ejes o las matrices para que …

12 factor-analysis  terminology  factor-rotation 

Soy bastante nuevo en R. He intentado leer sobre análisis de series de tiempo y ya he terminado Análisis de series de tiempo de Shumway y Stoffer y sus aplicaciones 3ra Edición , Excelente pronóstico de Hyndman : principios y práctica El uso de R de Avril Coghlan para el …

12 r  time-series 

Estoy tratando de entender el proceso para entrenar una máquina de vectores de soporte lineal . Me doy cuenta de que las propiedades de los SMV permiten que se optimicen mucho más rápido que mediante el uso de un solucionador de programación cuadrática, pero con fines de aprendizaje, me gustaría …

12 r  svm  optimization 

Estoy estudiando e intentando implementar redes neuronales convolucionales, pero supongo que esta pregunta se aplica a los perceptrones multicapa en general. Las neuronas de salida en mi red representan la activación de cada clase: la neurona más activa corresponde a la clase predicha para una entrada dada. Para considerar un …

12 neural-networks  deep-learning  conv-neural-network  nonlinear  softmax 

Estoy usando "glmnet" para la regresión de lazo en GWAS. Algunas variantes e individuos tienen valores perdidos y parece que glmnet no puede manejar los valores perdidos. ¿Hay alguna solución para esto? ¿O hay otro paquete que pueda manejar los valores faltantes en la regresión de lazo? Aquí están mis …

12 missing-data  lasso  glmnet