Estadísticas y Big Data

Si alguien hace una declaración como la siguiente: "En general, los no fumadores expuestos al humo ambiental tenían un riesgo relativo de enfermedad coronaria de 1,25 (intervalo de confianza del 95 por ciento, 1,17 a 1,32) en comparación con los no fumadores no expuestos al humo". ¿Cuál es el riesgo …

11 probability  statistical-significance  confidence-interval  conditional-probability  philosophical 

¿Hay alguna interpretación Bayesiana, ML o MDL conocida de validación cruzada? ¿Puedo interpretar la validación cruzada como la actualización correcta en una versión previa específicamente diseñada?

11 bayesian  cross-validation  maximum-likelihood 

Mi objetivo es utilizar los coeficientes derivados de investigaciones previas sobre el tema para predecir resultados reales dado un conjunto de variables independientes. Sin embargo, el trabajo de investigación enumera los coeficientes Beta y el valor t, solo. Me gustaría saber si es posible convertir los coeficientes estandarizados a los …

11 regression-coefficients 

Soy consciente de la prueba Ramsey Reset que puede detectar dependencias no lineales. Sin embargo, si solo arroja uno de los coeficientes de regresión (meramente dependencias lineales), puede obtener un sesgo, dependiendo de las correlaciones. Obviamente, esto no es detectado por la prueba de reinicio. No encontré una prueba para …

11 regression  multiple-regression  bias  causality  diagnostic 

Antecedentes: Un metaanálisis típico en psicología podría tratar de modelar la correlación entre dos variables X e Y. El análisis típicamente implicaría obtener un conjunto de correlaciones relevantes de la literatura junto con los tamaños de muestra. Las fórmulas se pueden aplicar para calcular una correlación promedio ponderada. Luego, se …

11 simulation  meta-analysis 

En su respuesta a mi pregunta anterior, @Erik P. da la expresión donde κ es el exceso de curtosis de la distribución. Se da una referencia a la entrada de Wikipedia sobre ladistribución de la varianza de la muestra, pero la página de Wikipedia dice "cita requerida".V a r [ …

11 estimation  variance  references 

Soy un informático que trabaja en minería de datos. No es ningún secreto decir que los científicos informáticos son bastante pobres en el diseño y evaluación experimental sistemática: el uso de valores p y estimaciones de confianza se considera avanzado :). Lo que me gustaría saber si hay buenos cursos …

11 references  experiment-design 

Estoy trabajando en datos muy sesgados, así que estoy usando la mediana en lugar de la media para resumir la tendencia central. Me gustaría tener una medida de dispersión Si bien a menudo veo personas que informan media desviación estándar±±\pm o mediana cuartiles±±\pm para resumir la tendencia central, ¿está bien …

11 mean  skewness  median  reporting  mad 

Tengo una colección de datos, que originalmente pensé que normalmente se distribuía. Luego lo miré y me di cuenta de que no, principalmente porque los datos están sesgados, y también hice una prueba de shapiro-wilks. Todavía me gustaría analizarlo utilizando métodos estadísticos, por lo que me gustaría probar la hipótesis …

11 hypothesis-testing  normal-distribution  goodness-of-fit  skewness  skew-normal 

Primero, tengo una pregunta sobre si la distribución de Poisson es "estable" o no. Muy ingenuamente (y no estoy muy seguro de las distribuciones "estables"), calculé la distribución de una combinación lineal de RV distribuidas por Poisson, utilizando el producto del MGF. Parece que obtengo otro Poisson, con un parámetro …

11 distributions  poisson-distribution  mgf 

¿Cómo se interpretan y generan gráficos de trama de frijoles? Aquí hay un ejemplo tomado de Walkes et al. 2010 . ¿Para qué tipo de datos es más útil? (fuente: biomedcentral.com )

11 data-visualization  boxplot 

Sé que Adaboost intenta generar un clasificador fuerte usando una combinación lineal de un conjunto de clasificadores débiles. Sin embargo, he leído algunos documentos que sugieren que Adaboost y SVM funcionan en armonía (aunque SVM es un clasificador fuerte) en ciertas condiciones y casos . No puedo entender desde una …

11 classification  svm  references  boosting 

Perdóname si me he perdido algo bastante obvio. Soy un físico con lo que es esencialmente una distribución (histograma) centrada en un valor medio que se aproxima a una distribución Normal. El valor importante para mí es la desviación estándar de esta variable aleatoria gaussiana. ¿Cómo trataría de encontrar el …

11 normal-distribution  standard-deviation  error  measurement-error 

¿Existe tal cosa como un dado justo? En los dados donde el número está representado por un punto recogido, ¿seguro que eso marca la diferencia? ¿Alguien ha hecho alguna investigación? De hecho, pensando en ello, ¿por qué sería justo lanzar una moneda? La física en cada lado es completamente diferente.

11 dice 

Cuando analizo mis variables en dos modelos de regresión logística separados (univariados), obtengo lo siguiente: Predictor 1: B= 1.049, SE=.352, Exp(B)=2.85, 95% CI=(1.43, 5.69), p=.003 Constant: B=-0.434, SE=.217, Exp(B)=0.65, p=.046 Predictor 2: B= 1.379, SE=.386, Exp(B)=3.97, 95% CI=(1.86, 8.47), p<.001 Constant: B=-0.447, SE=.205, Exp(B)=0.64, p=.029 pero cuando los ingreso en …

11 logistic  statistical-significance  multiple-regression