Estadísticas y Big Data

¿Cuál es un gráfico apropiado para ilustrar la relación entre dos variables ordinales? Algunas opciones que se me ocurren: Diagrama de dispersión con jitter aleatorio agregado para detener los puntos que se esconden entre sí. Aparentemente un gráfico estándar: Minitab llama a esto un "gráfico de valores individuales". En mi …

46 data-visualization  categorical-data  ordinal-data  scatterplot 

Estoy empezando el autoaprendizaje en el análisis de series de tiempo. He notado que hay una serie de posibles dificultades que no son aplicables a las estadísticas generales. Entonces, basándose en ¿Cuáles son los pecados estadísticos comunes? , Me gustaría preguntar: ¿Cuáles son las dificultades comunes o los pecados estadísticos …

46 time-series  self-study 

El ejemplo de Stein muestra que la estimación de máxima verosimilitud de nnn variables normalmente distribuidas con medias μ1,…,μnμ1,…,μn\mu_1,\ldots,\mu_n varianzas 111 es inadmisible (bajo una función de pérdida cuadrada) si f n≥3n≥3n\ge 3 . Para una prueba clara, vea el primer capítulo de Inferencia a gran escala: Métodos empíricos de …

46 maximum-likelihood  unbiased-estimator  intuition  steins-phenomenon 

Me preguntaba, dadas dos distribuciones normales con y \ sigma_2, \ \ mu_2σ1, μ1σ1, μ1\sigma_1,\ \mu_1σ2, μ2σ2, μ2\sigma_2, \ \mu_2 ¿Cómo puedo calcular el porcentaje de regiones superpuestas de dos distribuciones? Supongo que este problema tiene un nombre específico, ¿conoce algún nombre en particular que describa este problema? ¿Conoce alguna …

46 normal-distribution  similarities  metric  bhattacharyya 

El artículo de Christopher Manning sobre regresión logística en R muestra una regresión logística en R de la siguiente manera: ced.logr <- glm(ced.del ~ cat + follows + factor(class), family=binomial) Alguna salida: > summary(ced.logr) Call: glm(formula = ced.del ~ cat + follows + factor(class), family = binomial("logit")) Deviance Residuals: Min …

46 r  logistic  log-likelihood 

¿Cómo puede ser útil un modelo de regresión si no conoce la función para la que está tratando de obtener los parámetros? Vi una investigación que decía que las madres que amamantaban a sus hijos tenían menos probabilidades de sufrir diabetes en el futuro. La investigación se realizó a partir …

46 regression  modeling  epidemiology  log-linear 

¿Qué es exactamente la matriz de contraste (un término relacionado con un análisis con predictores categóricos) y cómo se especifica exactamente la matriz de contraste? Es decir, ¿qué son las columnas, qué son las filas, cuáles son las restricciones en esa matriz y qué significa número en columna jy fila …

46 regression  categorical-data  definition  contrasts  categorical-encoding 

En una reciente publicación de blog de Rong Ge, se dijo que: Se cree que para muchos problemas, incluido el aprendizaje de redes profundas, casi todos los mínimos locales tienen un valor de función muy similar al óptimo global y, por lo tanto, encontrar un mínimo local es lo suficientemente …

46 machine-learning  neural-networks  optimization  deep-learning 

Tengo problemas para derivar la fórmula de divergencia KL suponiendo dos distribuciones normales multivariadas. He hecho el caso univariado con bastante facilidad. Sin embargo, ha pasado bastante tiempo desde que tomé las estadísticas de matemáticas, por lo que tengo algunos problemas para extenderlo al caso multivariante. Estoy seguro de que …

46 normal-distribution  kullback-leibler  proof 

Por ejemplo, tengo datos de pérdidas históricas y estoy calculando cuantiles extremos (valor en riesgo o pérdida máxima probable). ¿Los resultados obtenidos son para estimar la pérdida o predecirlos? ¿Dónde se puede dibujar la línea? Estoy confundido.

46 estimation  predictor  prediction-interval 

Me pregunto si hay paquetes para Python que sean capaces de realizar análisis de supervivencia. He estado usando el paquete de supervivencia en R pero me gustaría portar mi trabajo a Python.

46 survival  python 

Estoy buscando una explicación intuitiva de la compensación de sesgo-varianza, tanto en general como específicamente en el contexto de la regresión lineal.

46 regression  variance  bias 

Gradient Descent tiene el problema de quedarse atascado en los mínimos locales. Necesitamos correr tiempos exponenciales de descenso de gradiente para encontrar mínimos globales. ¿Alguien puede decirme acerca de las alternativas de descenso de gradiente que se aplican en el aprendizaje de redes neuronales, junto con sus pros y sus …

46 machine-learning  svm  neural-networks 

Me pregunto si hace una diferencia en la interpretación si solo el dependiente, tanto el dependiente como el independiente, o solo las variables independientes se transforman logarítmicamente. Considere el caso de log(DV) = Intercept + B1*IV + Error Puedo interpretar el IV como el porcentaje de aumento, pero ¿cómo cambia …

46 regression  data-transformation  interpretation  regression-coefficients  logarithm  r  dataset  stata  hypothesis-testing  contingency-tables  hypothesis-testing  statistical-significance  standard-deviation  unbiased-estimator  t-distribution  r  functional-data-analysis  maximum-likelihood  bootstrap  regression  change-point  regression  sas  hypothesis-testing  bayesian  randomness  predictive-models  nonparametric  terminology  parametric  correlation  effect-size  loess  mean  pdf  quantile-function  bioinformatics  regression  terminology  r-squared  pdf  maximum  multivariate-analysis  references  data-visualization  r  pca  r  mixed-model  lme4-nlme  distributions  probability  bayesian  prior  anova  chi-squared  binomial  generalized-linear-model  anova  repeated-measures  t-test  post-hoc  clustering  variance  probability  hypothesis-testing  references  binomial  profile-likelihood  self-study  excel  data-transformation  skewness  distributions  statistical-significance  econometrics  spatial  r  regression  anova  spss  linear-model 

Fuentes aparentemente de buena reputación afirman que la variable dependiente debe distribuirse normalmente: Suposiciones del modelo: YYY se distribuye normalmente, los errores se distribuyen normalmente, ei∼N(0,σ2)ei∼N(0,σ2)e_i \sim N(0,\sigma^2) , e independiente, y XXX es fijo, y la varianza constante σ2σ2\sigma^2 . Penn State, STAT 504 Análisis de datos discretos En …

45 regression  least-squares  linear-model  dependent-variable