Estadísticas y Big Data

¿Cuáles son los parámetros start, etastart, mustarten la función de GLM () ? He estado buscando en los documentos e Internet, pero no he encontrado una explicación clara de lo que esto significa. Se parece a los "valores iniciales" bayesianos para las cadenas, pero dudo que esto esté relacionado, ya …

12 r  generalized-linear-model  starting-values 

¿Cómo se calcula la matriz de error var / cov mediante paquetes de análisis estadístico en la práctica? Esta idea es clara para mí en teoría. Pero no en la práctica. Quiero decir, si tengo un vector de variables aleatorias , entiendo que la matriz de varianza / covarianza se …

12 variance  error  covariance-matrix  beta-regression 

Es un consejo estándar establecer una semilla aleatoria para que los resultados puedan reproducirse. Sin embargo, dado que la semilla se avanza a medida que se dibujan números pseudoaleatorios, los resultados podrían cambiar si cualquier código extrae un número adicional. A primera vista, el control de versiones parece ser una …

12 random-generation 

Estoy probando un modelo muy simple: ajustando un Normal donde supongo que sé la precisión, y solo quiero encontrar la media. El siguiente código parece ajustarse a la Normal correctamente. Pero después de ajustar, quiero muestrear del modelo, es decir, generar nuevos datos que sean similares a mi datavariable. Sé …

12 mcmc  pymc 

No sé qué función de distancia entre individuos usar en caso de atributos nominales (categóricos no ordenados). Estaba leyendo un libro de texto y sugieren una función de coincidencia simple , pero algunos libros sugieren que debería cambiar los atributos nominales a binarios y usar el coeficiente Jaccard . Sin …

12 distance-functions  distance  similarities  association-measure  categorical-data 

Estoy leyendo Elementos de aprendizaje estadístico y en la página 12 (sección 2.3) un modelo lineal se anota como: Yˆ=XTβˆY^=XTβ^\widehat{Y} = X^{T} \widehat{\beta} ... donde es la transposición de un vector de columna de los predictores / variables independientes / entradas. (Establece anteriormente que "se supone que todos los vectores …

12 regression  references  statistical-learning 

Estoy trabajando en algunas técnicas de agrupamiento, donde para un grupo dado de vectores de dimensión d supongo una distribución normal multivariada y calculo el vector medio d-dimensional de la muestra y la matriz de covarianza de la muestra. Luego, cuando trato de decidir si un nuevo vector d-dimensional invisible, …

12 clustering  multivariate-analysis  covariance  covariance-matrix  matrix-inverse 

Supongamos que tengo una matriz X que es n por p, es decir, tiene n observaciones, con cada observación en el espacio p-dimensional. ¿Cómo encuentro la varianza de estas n observaciones? En el caso donde p = 1, solo necesito usar la fórmula de varianza regular. ¿Qué pasa con los …

12 variance 

¿Existe una forma más científica de determinar el número de dígitos significativos para informar sobre un intervalo medio o de confianza en una situación que es bastante estándar, por ejemplo, la clase de primer año en la universidad? He visto Número de cifras significativas para poner en una tabla , …

12 standard-deviation  error  reporting  communication 

¿Alguien puede explicar por qué usamos Log Linear Models en términos muy simples? Vengo de experiencia en ingeniería, y esto realmente está resultando ser un tema difícil para mí, estadísticas que es. Estaré agradecido por una respuesta.

12 modeling  log-linear 

Digamos que tengo los siguientes datos y estoy ejecutando un modelo de regresión: df=data.frame(income=c(5,3,47,8,6,5), won=c(0,0,1,1,1,0), age=c(18,18,23,50,19,39), home=c(0,0,1,0,0,1)) Por un lado, ejecuto un modelo lineal para predecir los ingresos: md1 = lm(income ~ age + home + home, data=df) En segundo lugar, ejecuto un modelo logit para predecir la variable ganada: …

12 r 

¿Alguien puede ilustrar, como lo hace Greg, pero con más detalle, cómo las variables aleatorias pueden ser dependientes, pero tienen covarianza cero? Greg, un afiche aquí, da un ejemplo usando un círculo aquí . ¿Alguien puede explicar este proceso con más detalle utilizando una secuencia de pasos que ilustran el …

12 random-variable  covariance  independence 

Estoy ejecutando la siguiente prueba de raíz unitaria (Dickey-Fuller) en una serie de tiempo usando la ur.df()función en el urcapaquete. El comando es: summary(ur.df(d.Aus, type = "drift", 6)) El resultado es: ############################################### # Augmented Dickey-Fuller Test Unit Root Test # ############################################### Test regression drift Call: lm(formula = z.diff ~ z.lag.1 …

12 r  time-series  hypothesis-testing  unit-root 

Pensé que la función de enlace canónico proviene del parámetro natural de la familia exponencial. Digamos, considere la familia then \ theta = \ theta (\ mu) es la función de enlace canónico. Tome la distribución de Bernoulli como ejemplo, tenemos P (Y = y) = \ mu ^ {y} …

12 generalized-linear-model  link-function 

¿Cómo defino la distribución de una variable aleatoria modo que un sorteo de tenga correlación con , donde es un sorteo único de una distribución con función de distribución acumulativa ? Y ρ x 1 x 1 F X ( x )YYYYYYρρ\rhoX1x1x_1X1x1x_1FX( x )FX(x)F_{X}(x)

12 distributions  probability  correlation  random-variable  conditional-probability