Estadísticas y Big Data

Tengo datos que se parecen a: Traté de aplicar una distribución normal (la estimación de la densidad del núcleo funciona mejor, pero no necesito tanta precisión) y funciona bastante bien. La gráfica de densidad hace una elipse. Necesito obtener esa función de elipse para decidir si un punto se encuentra …

11 r  regression  pdf  bivariate 

Me preguntaba si en algunas circunstancias es posible que ANN tenga un mejor rendimiento si elimina algunas conexiones como, por ejemplo: ¿Construir un ANN tomando dos ANN's de múltiples capas A y B en paralelo (mismos nodos de entrada y salida) agregando algunas conexiones de "comunicación" entre las capas ocultas …

11 classification  neural-networks 

Asisto a una clase de análisis de datos y algunas de mis ideas bien enraizadas están siendo sacudidas. A saber, la idea de que el error (épsilon), así como cualquier otro tipo de variación, solo se aplica (por lo que pensé) a un grupo (una muestra o población completa). Ahora, …

11 regression  variance  error  measurement-error 

¿Alguien puede decirme la diferencia entre los márgenes de error y los intervalos de confianza? En Internet veo que estos dos significados se usan indistintamente. ¿Es correcto decir ¿"Los intervalos de confianza se muestran como 1.96 y se muestran en los gráficos como márgenes de error"?

11 confidence-interval  survey  polling 

¿Cómo se pueden obtener pesos de regresión estandarizados (efecto fijo) a partir de una regresión multinivel? Y, como un "complemento": ¿Cuál es la forma más fácil de obtener estos pesos estandarizados de un objeto mer(de la lmerfunción del lme4paquete R)?

11 r  multilevel-analysis  lme4-nlme  regression-coefficients  standardization 

Supongamos que tiene la siguiente situación: Con el tiempo, observó 1000 jugadores de bolos, cada uno de los cuales jugó un número relativamente pequeño de juegos (digamos 1 a 20). Usted notó el porcentaje de strike para cada uno de esos jugadores sobre el número de juegos que cada uno …

11 binomial  inference 

Este documento sobre Adaboost ofrece algunas sugerencias y códigos (página 17) para extender los modelos de 2 clases a problemas de clase K. Me gustaría generalizar este código, de modo que pueda conectar fácilmente diferentes modelos de 2 clases y comparar los resultados. Debido a que la mayoría de los …

11 r  machine-learning  classification  statistical-learning  multi-class 

Estoy usando R (y el paquete arules) para minar transacciones para reglas de asociación. Lo que deseo hacer es construir las reglas y luego aplicarlas a los nuevos datos. Por ejemplo, digamos que tengo muchas reglas, una de las cuales es la canónica {Beer=YES} -> {Diapers=YES}. Luego tengo nuevos datos …

11 r  data-mining  association-rules 

Tengo una duda muy básica. Lo siento si esto irrita a algunos. Sé que el valor de la información mutua debe ser mayor que 0, pero ¿debe ser menor que 1? ¿Está limitado por algún valor superior? Gracias Amit.

11 information-theory  mutual-information 

Estoy buscando alguna implementación de Python (en Python puro o envolviendo cosas existentes) de HMM y Baum-Welch. ¿Algunas ideas? Acabo de buscar en google y he encontrado material muy pobre con respecto a otras técnicas de aprendizaje automático. ¿Por qué?

11 python  hidden-markov-model 

Una moneda necesita ser probada para ser justa. 30 cabezas salen después de 50 vueltas. Suponiendo que la moneda es justa, ¿cuál es la probabilidad de que obtenga al menos 30 caras en 50 lanzamientos? La forma correcta de resolver este problema, según mi maestro, es hacerlo normalcdf(min = .6, …

11 self-study  normal-distribution  binomial 

Necesito un poco de ayuda para avanzar en la dirección correcta. Ha pasado mucho tiempo desde que estudié las estadísticas y la jerga parece haber cambiado. Imagine que tengo un conjunto de datos relacionados con el automóvil, como Tiempo de viaje del pueblo A al pueblo B Distancia del pueblo …

11 regression  categorical-data  categorical-encoding 

Estoy estudiando las notas de la conferencia de Larry Wasserman sobre Estadística que usa Casella y Berger como texto principal. Estoy trabajando a través de su conjunto de notas de clase 2 y me quedé atrapado en la derivación del lema utilizado en la desigualdad de Hoeffding (pp.2-3). Estoy reproduciendo …

11 probability  probability-inequalities 

¿Existe una biblioteca de gráficos para R que pueda convertir un marco de datos de tiempos de inicio y finalización en un gráfico de línea de tiempo similar a lo siguiente: El único significado del eje Y es que se acumula con la concurrencia, pero no siempre representa la concurrencia …

11 r  data-visualization 

Mi peluquera Stacey siempre pone una cara feliz, pero a menudo está estresada por manejar su tiempo. Hoy Stacey estaba retrasada para mi cita y se disculpó mucho. Mientras me cortaba el pelo, me preguntaba: ¿cuánto tiempo deberían durar sus citas estándar? (si la preferencia del cliente por números redondos …

11 normal-distribution  optimization  queueing  decision-theory