Estadísticas y Big Data

En la regresión lineal simple, a menudo se quiere verificar si se cumplen ciertos supuestos para poder hacer inferencia (por ejemplo, los residuos se distribuyen normalmente). ¿Es razonable verificar los supuestos comprobando si los valores ajustados se distribuyen normalmente?

11 regression  residuals  diagnostic 

Estoy en una clase de estadística introductoria en la que la función de densidad de probabilidad para variables aleatorias continuas se ha definido como . Entiendo que la integral de pero no puedo rectificar esto con mi intuición de una variable aleatoria continua. Digamos que X es la variable aleatoria …

11 probability  random-variable  pdf  continuous-data 

Un recordatorio tradicional en las estadísticas es "la falta de correlación no implica independencia". Por lo general, este recordatorio se complementa con la afirmación psicológicamente relajante (y científicamente correcta) "cuando, sin embargo, las dos variables se distribuyen normalmente de manera conjunta , la falta de correlación implica independencia". Puedo aumentar …

11 probability  distributions  correlation  mathematical-statistics  independence 

Tengo una regresión logística de intercepción aleatoria (debido a mediciones repetidas) y me gustaría hacer algunos diagnósticos, específicamente en relación con valores atípicos y observaciones influyentes. Miré los residuos para ver si hay observaciones que se destacan. Pero también me gustaría mirar algo como la distancia de Cook o DFFITS. …

11 mixed-model  outliers  glmm  cooks-distance 

Apliqué algunos datos para encontrar la mejor solución de variables del modelo de regresión usando la regresión de cresta en R. He usado lm.ridgey glmnet(cuándo alpha=0), pero los resultados son muy diferentes, especialmente cuando lambda=0. Supongamos que ambos estimadores de parámetros tienen los mismos valores. ¿Entonces, cuál es el problema …

11 r  regression  ridge-regression  glmnet 

Jerome Cornfield ha escrito: Uno de los mejores frutos de la revolución de los pescadores fue la idea de la aleatorización, y los estadísticos que están de acuerdo en algunas otras cosas al menos han estado de acuerdo en esto. Pero a pesar de este acuerdo y del uso generalizado …

11 small-sample  random-allocation 

Es bien sabido que es problemático elegir una prueba estadística basada en el resultado de otra prueba estadística, ya que los valores p son difíciles de imposibles de interpretar (por ejemplo, elegir una prueba estadística basada en el resultado de otra (por ejemplo, normalidad) ) . Sin embargo, esto sigue …

11 hypothesis-testing  references  p-value 

Me dieron esta tarea y me quedé perplejo. Un colega me pidió que calcule y de la siguiente tabla: x l o w e rXu p p e rxupperx_{upper}Xl o w e rxlowerx_{lower} La curva es en realidad una distribución acumulativa, y x es algún tipo de medidas. Le interesa …

11 estimation  pdf  curve-fitting  logistic-curve 

En un modelo jerárquico de datos donde \ lambda \ sim \ textrm {Gamma} (\ alpha, \ beta) parece ser típico en la práctica elegir valores ( \ alpha, \ beta) de modo que la media y la varianza de la distribución gamma coincidan aproximadamente con la media y la …

11 poisson-distribution  gamma-distribution  hierarchical-bayesian  hyperparameter 

Me pregunto si el intervalo de predicción y el intervalo creíble evalúan lo mismo. Por ejemplo, con una regresión lineal, cuando estima el intervalo de predicción de los valores ajustados, estima los límites del intervalo en el que espera que disminuya su valor. A la inversa de un intervalo de …

11 bayesian  linear-model  prediction  prediction-interval  credible-interval 

Tengo una pregunta sobre la interpretación de la llamada tsboot en R. Revisé la documentación de Kendall y el paquete de arranque, pero no soy más inteligente que antes. Cuando ejecuto un bootstrap usando, por ejemplo, el ejemplo en el paquete Kendall, donde la estadística de prueba es la tau …

11 r  bootstrap 

Usé el siguiente código R para ajustar un modelo probit: p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1) stepwise(p1, direction='backward/forward', criterion='BIC') ¿Quiero saber qué hace stepwisey qué hace backward/forwardexactamente y cómo seleccionar las variables?

11 r  probit  stepwise-regression 

Usando Amelia en R, obtuve múltiples conjuntos de datos imputados. Después de eso, realicé una prueba de medidas repetidas en SPSS. Ahora, quiero agrupar los resultados de las pruebas. Sé que puedo usar las reglas de Rubin (implementadas a través de cualquier paquete de imputación múltiple en R) para agrupar …

11 r  spss  p-value  multiple-imputation  pooling 

Parece que los condicionales completos a menudo son bastante difíciles de obtener, sin embargo, programas como JAGS y BUGS los obtienen automáticamente. ¿Alguien puede explicar cómo generan algorítmicamente condicionales completos para cualquier especificación de modelo arbitrario?

11 bayesian  conditional-probability  jags  bugs  gibbs 

He realizado la clasificación usando múltiples clasificadores para datos etiquetados de 2 clases, y utilicé la validación cruzada 5 veces. Para cada pliegue calculé tp, tn, fp y fn. Luego calculé la precisión, precisión, recuperación y puntaje F para cada prueba. Mi pregunta es, cuando quiero promediar los resultados, tomé …

11 classification  cross-validation  precision-recall