Estadísticas y Big Data

Me hicieron una pregunta como "¿Hiciste alguna verificación de consistencia en tu trabajo diario?" durante una entrevista telefónica para un puesto de bioestadístico. No se que contestar. Cualquier información es apreciada.

11 validation 

Tengo curiosidad por saber si hay una transformación que altera el sesgo de una variable aleatoria sin afectar la curtosis. Esto sería análogo a cómo una transformación afín de un RV afecta la media y la varianza, pero no la inclinación y la curtosis (en parte porque la inclinación y …

11 data-transformation  random-variable  moments 

Nunca me ha gustado cómo las personas suelen analizar datos de escalas Likert como si el error fuera continuo y gaussiano cuando hay expectativas razonables de que estos supuestos se violen al menos en los extremos de las escalas. ¿Qué opinas de la siguiente alternativa: Si la respuesta toma el …

11 binomial  psychometrics  likert  psychology 

Estoy buscando correlaciones entre las respuestas a diferentes preguntas en una encuesta ("mmm, veamos si las respuestas a la pregunta 11 se correlacionan con las de la pregunta 78"). Todas las respuestas son categóricas (la mayoría van de "muy infeliz" a "muy feliz"), pero algunas tienen un conjunto diferente de …

11 r  correlation  categorical-data  data-visualization 

Me gustaría resolver el Proyecto Euler 213 pero no sé por dónde empezar porque soy un laico en el campo de la Estadística, tenga en cuenta que se requiere una respuesta precisa para que el método Monte Carlo no funcione. ¿Podría recomendarme algunos temas de estadísticas para que los lea? …

11 self-study  monte-carlo  markov-process 

Supongamos que tengo un cuadro negro que genera datos siguiendo una distribución normal con media m y desviación estándar s. Supongamos, sin embargo, que cada vez que genera un valor <0 no registra nada (ni siquiera puede decir que ha emitido dicho valor). Tenemos una distribución gaussiana truncada sin espiga. …

11 distributions  estimation 

¿Existe una forma numéricamente estable de calcular los valores de una distribución beta para un entero grande alfa, beta (por ejemplo, alfa, beta> 1000000)? En realidad, solo necesito un intervalo de confianza del 99% alrededor del modo, si eso de alguna manera facilita el problema. Agregue : Lo siento, mi …

11 confidence-interval  algorithms  beta-distribution 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 2 años . Quiero calcular un resumen de una variable en un data.frame para cada combinación única de factores …

11 r  categorical-data  aggregation  plyr 

Miller y Chapman (2001) sostienen que es absolutamente inapropiado controlar las covariables no independientes que están relacionadas con las variables independientes y dependientes en un estudio observacional (no aleatorio), a pesar de que esto se hace rutinariamente en las ciencias sociales. ¿Qué tan problemático es hacerlo? ¿Cuál es la mejor …

11 non-independent 

En una conversación promedio (¿mediana?) Sobre estadísticas, a menudo se encontrará discutiendo este o aquel método para analizar este o aquel tipo de datos. En mi experiencia, a menudo se descuida el diseño cuidadoso del estudio con un pensamiento especial con respecto al análisis estadístico (trabajando en biología / ecología, …

11 experiment-design 

Tengo datos clasificados cruzados en una tabla de 2 x 2 x 6. Llamemos a las dimensiones response, Ay B. Encajo una regresión logística a los datos con el modelo response ~ A * B. Un análisis de la desviación de ese modelo dice que ambos términos y su interacción …

11 categorical-data  logistic  multiple-comparisons  chi-squared 

Joshua Epstein escribió un artículo titulado "¿Por qué modelar?" disponible en http://www.santafe.edu/media/workingpapers/08-09-040.pdf en el que da 16 razones: Explicar (muy distinto de predecir) Guía de recolección de datos Ilumina la dinámica del núcleo Sugerir analogías dinámicas Descubre nuevas preguntas Promover un hábito científico de la mente. Resultados vinculados (paréntesis) a …

11 modeling 

Perdón por los antecedentes detallados de esta pregunta: Ocasionalmente, en las investigaciones del comportamiento animal, un experimentador está interesado en la cantidad de tiempo que un sujeto pasa en diferentes zonas predefinidas en un aparato de prueba. A menudo he visto este tipo de datos analizados usando ANOVA; sin embargo, …

11 anova 

En " Redes convolucionales de creencias profundas para el aprendizaje escalable sin supervisión de representaciones jerárquicas " por Lee et. al. ( PDF ) Se proponen DBN convolucionales. También se evalúa el método para la clasificación de imágenes. Esto suena lógico, ya que hay características de imagen locales naturales, como …

11 classification  unsupervised-learning  intuition  deep-belief-networks 

La depuración de programas MCMC es notoriamente difícil. La dificultad surge debido a varios problemas, algunos de los cuales son: (a) Naturaleza cíclica del algoritmo Dibujamos iterativamente parámetros condicionales a todos los demás parámetros. Por lo tanto, si una implementación no funciona correctamente, es difícil aislar el error ya que …

11 mcmc