Estadísticas y Big Data

Tengo dos métodos analíticos diferentes que pueden medir la concentración de una molécula particular en una matriz (por ejemplo, medir la cantidad de sal en el agua) Los dos métodos son diferentes y cada uno tiene su propio error. Las formas de mostrar los dos métodos son equivalentes (o no). …

11 hypothesis-testing  measurement-error  method-comparison  bland-altman-plot 

Estoy leyendo mucho sobre el uso de splines en varios problemas de regresión. Algunos libros (p. Ej., Modelos lineales ricamente parametrizados de Hodges ) recomiendan splines penalizadas. Otros (por ejemplo, estrategias de modelado de regresión de Harrell ) optan por splines cúbicos restringidos. ¿Qué tan diferentes son estos, en la …

11 regression  splines 

Al leer el documento "Pronósticos a escala" (herramienta de pronóstico FBProphet, consulte https://peerj.com/preprints/3190.pdf ) Me encontré con el término "escaso previo". Los autores explican que estaban usando un "previo escaso" para modelar un vector de desviaciones de velocidad de alguna tasa escalar , que es un parámetro modelo en el …

11 regression  bayesian  forecasting 

Estaba implementando un documento bastante popular " EXPLICANDO Y APROVECHANDO EJEMPLOS ADVERSARIALES " y en el documento, entrena una función objetiva adversaria J '' (θ) = αJ (θ) + (1 - α) J '(θ). Trata a α como un hiperparámetro. α puede ser 0.1, 0.2, 0.3, etc. Independientemente de este …

11 machine-learning  neural-networks  deep-learning  hyperparameter 

Basado en lo que he aprendido, utilizamos múltiples filtros en una capa de convección de una CNN para aprender diferentes detectores de características. Pero dado que estos filtros se aplican de manera similar (es decir, deslizados y multiplicados a las regiones de la entrada), ¿no aprenderían los mismos parámetros durante …

11 neural-networks  conv-neural-network  convolution  filter 

Esta pregunta se hizo aquí, pero nadie dio una buena respuesta. Así que creo que es una buena idea mencionarlo nuevamente y también me gustaría agregar algunos comentarios / preguntas más. La primera pregunta es ¿cuál es la diferencia entre "modelado de ruta PLS" y "regresión PLS"? Para hacerlo más …

11 sem  partial-least-squares  path-model 

No creo que pueda haber una respuesta para todos los modelos de aprendizaje profundo. ¿Cuál de los modelos de aprendizaje profundo son paramétricos y cuáles no son paramétricos y por qué?

11 neural-networks  deep-learning  nonparametric  parametric 

¿Hay alguna manera de obtener un puntaje de confianza (podemos llamarlo también valor de confianza o probabilidad) para cada valor pronosticado cuando se usan algoritmos como Bosques aleatorios o Incremento de gradiente extremo (XGBoost)? Digamos que este puntaje de confianza iría de 0 a 1 y mostraría cuán seguro estoy …

11 r  regression  random-forest  prediction  boosting 

Según tengo entendido, la norma de lote normaliza todas las características de entrada a una capa a una unidad de distribución normal, . La media y la varianza se estiman midiendo sus valores para el mini lote actual.norte( μ = 0 , σ= 1 )norte(μ=0 0,σ=1)\mathcal{N}(\mu=0,\sigma=1)μ , σ2μ,σ2\mu, \sigma^2 Después …

11 batch-normalization 

Estoy leyendo el capítulo 13 "Aventuras en covarianza" en el libro ( excelente ) Replanteamiento estadístico de Richard McElreath, donde presenta el siguiente modelo jerárquico: ( Res una matriz de correlación) El autor explica que LKJcorres un previo poco informativo que funciona como un priorizador de regularización para la matriz …

11 regression  self-study  correlation  prior  hierarchical-bayesian 

Soy consciente del hecho de que las variables categóricas con k niveles deben codificarse con k-1 en la codificación ficticia (de manera similar para las variables categóricas de valores múltiples). Me preguntaba cuánto problema tiene una codificación de un punto (es decir, usando k variables en lugar de) sobre la …

11 regression  multiple-regression  categorical-data  many-categories 

¿Por qué los valores de p y las estadísticas de prueba de ks disminuyen al aumentar el tamaño de la muestra? Tome este código de Python como ejemplo: import numpy as np from scipy.stats import norm, ks_2samp np.random.seed(0) for n in [10, 100, 1000, 10000, 100000, 1000000]: x = norm(0, …

11 python  p-value  goodness-of-fit  intuition  scipy 

Acabo de aprender sobre el concepto de bootstrapping, y se me ocurrió una pregunta ingenua: si siempre podemos generar numerosas muestras de bootstrap de nuestros datos, ¿por qué molestarse en obtener más datos "reales"? Creo que tengo una explicación, por favor dígame si estoy en lo correcto: creo que el …

11 variance  bootstrap  bias 

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 el año pasado . El entrenamiento después de 15 épocas en el conjunto de datos CIFAR-10 parece hacer que la …

11 neural-networks  conv-neural-network  keras 

En una prueba t de medias habitual, utilizando los métodos de prueba de hipótesis habituales, rechazamos el nulo o no lo rechazamos, pero nunca aceptamos el nulo. Una razón para esto es que si obtuviéramos más evidencia, el mismo tamaño del efecto se volvería significativo. Pero, ¿qué sucede en una …

11 hypothesis-testing  tost  non-inferiority