Estadísticas y Big Data

El modelo de "Acumulador balístico lineal" (LBA) es un modelo bastante exitoso para el comportamiento humano en tareas de decisión simples aceleradas. Donkin et al. (2009, PDF ) proporcionan un código que permite estimar los parámetros del modelo dado los datos de comportamiento humano, y he copiado este código (con …

11 r  stochastic-processes 

Quiero entrenar un clasificador, digamos SVM, o bosque aleatorio, o cualquier otro clasificador. Una de las características del conjunto de datos es una variable categórica con 1000 niveles. ¿Cuál es la mejor manera de reducir el número de niveles en esta variable? En R hay una función llamada combine.levels()en el …

11 classification  svm  random-forest  many-categories 

Una estadística típica de procesamiento de imágenes es el uso de las características de textura de Haralick , que son 14. Me pregunto sobre la decimocuarta de estas características: dado un mapa de adyacencia (que simplemente podemos ver y la distribución empírica de dos enteros i , j < 256 …

11 probability  computational-statistics 

Cerrada . Esta pregunta está basada en la opinión . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que pueda ser respondida con hechos y citas editando esta publicación . Cerrado hace 6 meses . Antecedentes Leí sobre StatProb.com de un comentario en el blog …

11 probability  references  methodology 

Tengo el número total de llamadas recibidas cada semana y las he trazado en un gráfico, desde hace casi 3 años. A simple vista, parece que hubo una caída masiva durante la Navidad, que no parece haberse recuperado, parece que ha habido un cambio radical en las solicitudes. ¿Hay alguna …

11 time-series  statistical-significance  change-point 

Me gustaría generar una matriz de correlación aleatoria de modo que la distribución de sus elementos fuera de la diagonal se vea aproximadamente como normal. ¿Cómo puedo hacerlo? La motivación es esta. Para un conjunto de series de datos de tiempo, la distribución de correlación a menudo se ve bastante …

11 normal-distribution  random-generation  correlation-matrix 

Digamos que tengo un modelo de clasificación predictivo basado en un bosque aleatorio (usando el paquete randomForest en R). Me gustaría configurarlo para que los usuarios finales puedan especificar un elemento para generar una predicción y generará una probabilidad de clasificación. Hasta ahora, no hay problema. Pero sería útil / …

11 machine-learning  random-forest 

La covarianza entre dos variables aleatorias define una medida de cuán estrechamente están relacionadas linealmente entre sí. Pero, ¿qué pasa si la distribución conjunta es circular? Seguramente hay estructura en la distribución. ¿Cómo se extrae esta estructura?

11 covariance-matrix 

Mis intentos: No pude obtener intervalos de confianza en interaction.plot() y por otro lado plotmeans()del paquete 'gplot' no mostraría dos gráficos. Además, no pude imponer dos plotmeans()gráficos uno encima del otro porque, por defecto, los ejes son diferentes. Tuve cierto éxito usando el plotCI()paquete 'gplot' y superponiendo dos gráficos, pero …

11 r  data-visualization  confidence-interval  interaction 

¿Qué significa que un estudio tenga demasiada potencia? Mi impresión es que significa que sus tamaños de muestra son tan grandes que tiene el poder de detectar tamaños de efectos minúsculos. Estos tamaños de efectos son quizás tan pequeños que es más probable que resulten de sesgos leves en el …

11 statistical-significance  sample-size  effect-size  power-analysis  power 

En ausencia de buenas suposiciones a priori sobre el número de componentes a solicitar en el Análisis de Componentes Independientes, estoy buscando automatizar un proceso de selección. Creo que un criterio razonable podría ser el número que minimiza la evidencia global de correlación entre los componentes calculados. Aquí hay un …

11 ica 

Tengo la siguiente pregunta para un curso en el que estoy trabajando: Realice un estudio de Monte Carlo para estimar las probabilidades de cobertura del intervalo de confianza de arranque normal estándar y el intervalo de confianza de arranque básico. Muestra de una población normal y verifique las tasas de …

11 r  confidence-interval  self-study  bootstrap  monte-carlo 

Vengo de las ciencias sociales, donde p <0.05 es más o menos la norma, con p <0.1 y p <0.01 también apareciendo, pero me preguntaba: ¿qué campos de estudio, si los hay, usan valores p más bajos como un común? ¿estándar?

11 statistical-significance  p-value 

En R, si escribo lm(a ~ b + c + b*c) ¿Sería esto una regresión lineal? ¿Cómo hacer otros tipos de regresión en R? Agradecería cualquier recomendación para libros de texto o tutoriales?

11 r  regression 

Desarrollé un modelo logit para aplicar a seis conjuntos diferentes de datos de sección transversal. Lo que intento descubrir es si hay cambios en el efecto sustantivo de una variable independiente (IV) dada en la variable dependiente (DV) que controla otras explicaciones en diferentes momentos y a lo largo del …

11 logistic  spss