Estadísticas y Big Data

Estoy tratando de predecir el éxito o el fracaso de los estudiantes en función de algunas características con un modelo de regresión logística. Para mejorar el rendimiento del modelo, ya he pensado en dividir a los estudiantes en diferentes grupos basados ​​en diferencias obvias y construir modelos separados para cada …

11 clustering  data-mining  logistic 

Una situación extremadamente común en los gráficos de computadora es que el color de algunos píxeles es igual a la integral de alguna función de valor real. A menudo, la función es demasiado complicada para resolverla analíticamente, por lo que nos queda una aproximación numérica. Pero la función también suele …

11 estimation  monte-carlo  function  quasi-monte-carlo 

Dada una serie (observada) con , ¿existe una prueba estadística para probar la hipótesis nula de que (es decir, la propiedad markov)?X t ∈ { 1 , . . . , N } P ( X t | X t - 1 , X t - 2 , . . …

11 time-series  hypothesis-testing  markov-process 

Estoy investigando el campo de la respuesta funcional de los ácaros. Me gustaría hacer una regresión para estimar los parámetros (velocidad de ataque y tiempo de manejo) de la función Rogers tipo II. Tengo un conjunto de datos de medidas. ¿Cómo puedo determinar mejor los valores atípicos? Para mi regresión, …

11 r  outliers  nonlinear-regression 

Tengo la intención de dar una conferencia de una hora a los adolescentes sobre estadísticas. Probablemente los veré solo una vez. Este escenario puede suceder una y otra vez. Me gustaría darles alguna actividad para que experimenten estadísticas. Pero me veo obligado a hacerlo con personas que no saben nada …

11 teaching 

Como dice el título, ¿alguien sabe de un buen libro actualizado que cubra el preprocesamiento de datos en general y especialmente las técnicas de detección atípicas? No es necesario que el libro se centre exclusivamente en eso, pero debe tratar exhaustivamente los temas antes mencionados: no estaría contento con algo …

11 dataset  data-mining  references  outliers 

Si tengo alguna topología fija no recurrente (DAG) (conjunto fijo de nodos y bordes, pero el algoritmo de aprendizaje puede variar el peso en los bordes) de las neuronas sigmoideas con neuronas de entrada que solo pueden tomar cadenas en como entrada y conduce a una salida (que genera un …

11 machine-learning  neural-networks  algorithms  vc-dimension 

Estoy usando el neuralnet en R para construir un NN con 14 entradas y una salida. Construyo / entreno la red varias veces usando los mismos datos de entrenamiento de entrada y la misma arquitectura / configuración de red. Después de producir cada red, la uso en un conjunto independiente …

11 r  machine-learning  neural-networks 

Estoy trabajando en un conjunto de datos para evaluar el impacto del secado en las actividades microbianas de sedimentos. El objetivo es determinar si el impacto del secado varía entre los tipos de sedimentos y / o la profundidad dentro del sedimento. El diseño experimental es el siguiente: El primer …

11 mixed-model  interaction  post-hoc  lme4-nlme 

Supongamos que tengo un poco más de 20,000 series de tiempo mensuales que abarcan desde enero de 2005 hasta diciembre de 2011. Cada uno de estos representa datos de ventas globales para un producto diferente. ¿Qué sucedería si, en lugar de calcular pronósticos para todos y cada uno de ellos, …

11 time-series  forecasting  forecastability 

Tengo una serie temporal de datos con N = 14 recuentos en cada punto de tiempo, y quiero calcular el coeficiente de Gini y un error estándar para esta estimación en cada punto de tiempo. Como solo tengo N = 14 recuentos en cada punto de tiempo, procedí calculando la …

11 r  variance  econometrics  resampling  gini 

¿Por qué se usaría la edad y la edad al cuadrado como covariables en un estudio de asociación genética? Puedo entender el uso de la edad si se ha identificado como una covariable significativa, pero no sé cómo usar el cuadrado de la edad.

11 multiple-regression  polynomial  predictor  bioinformatics  genetics 

Acabo de realizar una regresión lineal (muy) simple en Genstat y me gustaría incluir un resumen sucinto y significativo de la salida en mi informe. No estoy seguro exactamente qué o qué cantidad de información debo incluir. Los bits principales de mi salida de Genstat se ven así: Summary of …

11 regression  reporting 

Aquí, "peso de la evidencia" (WOE) es un término común en la literatura científica y de formulación de políticas publicada, más a menudo visto en el contexto de la evaluación de riesgos, definido por: w ( e : h ) = logp ( e | h )p ( e | …

11 probability  bayesian  mutual-information 

¿Cuáles son los buenos recursos en línea o fuera de línea que brindan una visión general del historial de estadísticas y el principal avance en estadísticas hasta ahora? He leído la página sobre Historia de las estadísticas en Wikipedia .

11 references  history