Estadísticas y Big Data

En los algoritmos de motivos de red, parece bastante común devolver un valor p y una puntuación Z para una estadística: "La red de entrada contiene X copias del subgrafo G". Una subgrafía se considera un motivo si satisface valor p <A, Z-score> B y X> C, para algunos A, …

11 hypothesis-testing  p-value  z-statistic 

Sea A una matriz de variables independientes y B sea la matriz de los valores dependientes. En la regresión Ridge, definimos un parámetro de modo que: . Ahora deje que [usv] = svd (A) y entrada diagonal de 's'. definimos grados de libertad (df) = . La regresión de cresta …

11 ridge-regression 

Bloqueado . Esta pregunta y sus respuestas están bloqueadas porque la pregunta está fuera de tema pero tiene un significado histórico. Actualmente no acepta nuevas respuestas o interacciones. Necesito construir un diagrama de caja sin ejes y agregarlo al diagrama actual (curva ROC), pero necesito agregar más información de texto …

11 r  boxplot 

Soy un diseñador de software de profesión y estoy trabajando en un proyecto para un cliente, y me gustaría asegurarme de que mi análisis sea estadísticamente sólido. Considere lo siguiente: tenemos n anuncios (n <10), y simplemente queremos saber qué anuncio tiene el mejor rendimiento. Nuestro servidor de anuncios publicará …

11 anova  sample-size  t-test  rule-of-thumb 

He publicado una pregunta anterior , esto está relacionado, pero creo que es mejor comenzar otro hilo. Esta vez, me pregunto cómo generar puntos distribuidos uniformemente dentro de la esfera de la unidad tridimensional y cómo verificar la distribución visual y estadísticamente también. No veo las estrategias publicadas allí directamente …

11 random-generation 

¿Existe algún método estándar para determinar un punto de operación "óptimo" en una curva de recuperación de precisión ? (es decir, determinar el punto en la curva que ofrece una buena compensación entre precisión y recuperación) Gracias

11 machine-learning  precision-recall 

Nunca he encontrado ningún buen texto o ejemplos sobre cómo manejar datos 'inexistentes' para entradas a cualquier tipo de clasificador. He leído mucho sobre datos faltantes, pero qué se puede hacer sobre los datos que no pueden existir o no existen en relación con las entradas multivariadas. Entiendo que esta …

11 missing-data 

Si planteo la hipótesis de que la firma de un gen identificará a los sujetos con un riesgo menor de recurrencia, es decir, disminuir en 0.5 (razón de riesgo de 0.5) la tasa de eventos en el 20% de la población y tengo la intención de usar muestras de un …

11 survival  power-analysis  genetics 

Tanto la raíz cuadrática media como la desviación absoluta promedio parecen ser las medidas de la magnitud de la variabilidad (especialmente cuando las variables son + ve y -ve). ¿Cuáles son las reglas generales para elegir una de ellas sobre la otra?

11 regression  standard-deviation 

¿Se puede usar la distribución de Poisson para analizar datos continuos y datos discretos? Tengo algunos conjuntos de datos donde las variables de respuesta son continuas, pero se parecen a una distribución de Poisson en lugar de una distribución normal. Sin embargo, la distribución de Poisson es una distribución discreta …

11 distributions  regression  poisson-distribution  continuous-data 

He ajustado un modelo con varias variables independientes, una de las cuales es el retraso de la variable dependiente, usando el paquete dynlm. Suponiendo que tengo pronósticos de 1 paso adelante para mis variables independientes, ¿cómo obtengo pronósticos de 1 paso adelante para mis variables dependientes? Aquí hay un ejemplo: …

11 r  dynamic-regression 

Estoy trabajando con un proceso de dos estados con en paraxtxtx_t{1,−1}{1,−1}\{1, -1\}t=1,2,…t=1,2,…t = 1, 2, \ldots La función de autocorrelación es indicativa de un proceso con memoria larga, es decir, muestra una disminución de la ley de potencia con un exponente <1. Puede simular una serie similar en R con: …

11 time-series  predictive-models  autocorrelation 

Esto es lo que quiero hacer, pero parece que no hay ningún predictmétodo para el mlogit. ¿Algunas ideas? library(mlogit) data("Fishing", package = "mlogit") Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode") Fish_fit<-Fish[-1,] Fish_test<-Fish[1,] m <- mlogit(mode ~price+ catch | income, data = Fish_fit) predict(m,newdata=Fish_test)

11 r  logistic  logit  multinomial 

He realizado la prueba de Levene y Bartlett en grupos de datos de uno de mis experimentos para validar que no estoy violando la suposición de homogeneidad de las variaciones de ANOVA. Me gustaría comprobar con ustedes que no estoy haciendo suposiciones equivocadas, si no les importa: D El valor …

11 anova  heteroscedasticity  levenes-test 

Digamos que tengo datos: x1 <- rnorm(100,2,10) x2 <- rnorm(100,2,10) y <- x1+x2+x1*x2+rnorm(100,1,2) dat <- data.frame(y=y,x1=x1,x2=x2) res <- lm(y~x1*x2,data=dat) summary(res) Quiero trazar la interacción continua por continua de modo que x1 esté en el eje X y x2 esté representado por 3 líneas, una que representa x2 con una puntuación …

11 r  regression  ggplot2  interaction