Estadísticas y Big Data

La pregunta es la siguiente: Se recoge una muestra aleatoria de n valores de una distribución binomial negativa con el parámetro k = 3. Encuentre el estimador de máxima verosimilitud del parámetro π. Encuentre una fórmula asintótica para el error estándar de este estimador. Explique por qué la distribución binomial …

11 self-study  maximum-likelihood  negative-binomial 

Después de un comentario de un hilo anterior , quiero saber cómo se puede probar la suposición de una tendencia común entre el grupo de tratamiento y control en el método Diferencia en diferencia. ¿Puedo probar esa suposición con datos de dos puntos de tiempo (por ejemplo, encuesta de línea …

11 difference-in-difference 

Estoy leyendo el libro de Kevin Murphy: Aprendizaje automático: una perspectiva probabilística. En el primer capítulo, el autor explica la maldición de la dimensionalidad y hay una parte que no entiendo. Como ejemplo, el autor afirma: Considere que las entradas están distribuidas uniformemente a lo largo de un cubo de …

11 self-study  k-nearest-neighbour  high-dimensional 

Quiero implementar Adaboost usando Decision Stump. ¿Es correcto tomar tantas decisiones como las características de nuestro conjunto de datos en cada iteración de Adaboost? Por ejemplo, si tengo un conjunto de datos con 24 características, ¿debería tener 24 clasificador de tocones de decisión en cada iteración? ¿O debería elegir al …

11 machine-learning  classification  cart  boosting 

Quiero implementar una regresión incremental del proceso gaussiano usando una ventana deslizante sobre los puntos de datos que llega uno por uno a través de una secuencia. Deje denotar la dimensionalidad del espacio de entrada. Entonces, cada punto de datos x i tiene d número de elementos.reddXyoxix_iredd Sea el tamaño …

11 regression  covariance  gaussian-process  linear-algebra  online 

Estoy usando el RandomForestpaquete R y estoy confundido sobre cómo interpretar los valores del eje Y en sus gráficos de dependencia parcial. Los documentos de ayuda indican que la gráfica es una "representación gráfica del efecto marginal de una variable en la probabilidad de la clase". Sin embargo, todavía estoy …

11 r  interpretation  random-forest  partial-plot 

Tengo una serie temporal y me gustaría modelarla como un proceso ARFIMA (también conocido como FARIMA). Si está integrado en el orden (fraccional) , me gustaría diferenciarlo fraccionalmente para hacerlo estacionario.ytyty_tytyty_tddd Pregunta : ¿es correcta la siguiente fórmula que define la diferenciación fraccional? Δdyt:=yt−dyt−1+d(d−1)2!yt−2−d(d−1)(d−2)3!yt−3+...+(−1)k+1d(d−1)⋅...⋅(d−k)k!yt−k+...Δdyt:=yt−dyt−1+d(d−1)2!yt−2−d(d−1)(d−2)3!yt−3+...+(−1)k+1d(d−1)⋅...⋅(d−k)k!yt−k+...\Delta^d y_t := y_t - d y_{t-1} …

11 time-series  arima  arfima 

¿Cuál es la diferencia entre la rotación varimax y la rotación oblimin en el análisis factorial? Además, estoy confundido acerca de la relación entre el análisis de componentes principales, la rotación varimax y el análisis factorial exploratorio, tanto en teoría como en SPSS. ¿Como están relacionados?

11 factor-analysis  rotation 

¿Es este tipo de distribución por separado (EX: Binomial, bernoulli, Multinomial) o cualquier distribución se puede representar de esta manera. ¿Alguien puede elaborar con un simple ejemplo?

11 probability  distributions 

Apliqué la prueba DW a mi modelo de regresión en R y obtuve una estadística de prueba DW de 1.78 y un valor p de 2.2e-16 = 0. ¿Esto significa que no hay autocorrelación entre los residuos porque la estadística está cerca de 2 con un valor p pequeño o …

11 r  regression  hypothesis-testing  autocorrelation  residuals 

Considere una regresión simple (normalidad no asumida): donde es con media y desviación estándar . ¿Las estimaciones de mínimos cuadrados de y no están correlacionadas?Yi=a+bXi+ei,Yi=a+bXi+ei,Y_i = a + b X_i + e_i,eieie_i000σσ\sigmaaaabbb

11 regression  correlation  estimation 

He leído que usar R-cuadrado para series de tiempo no es apropiado porque en un contexto de serie de tiempo (sé que hay otros contextos) R-cuadrado ya no es único. ¿Por qué es esto? Traté de buscar esto, pero no encontré nada. Por lo general, no pongo mucho valor en …

11 regression  time-series  r-squared 

Necesito hacer una simulación para evaluar una integral de una función de 3 parámetros, decimos , que tiene una fórmula muy complicada. Se le pide que use el método MCMC para calcularlo e implementar el algoritmo Metropolis-Hastings para generar los valores distribuidos como , y se le sugirió utilizar una …

11 mcmc  metropolis-hastings 

Tengo una pregunta sobre la distribución correcta para usar para crear un modelo con mis datos. Realicé un inventario forestal con 50 parcelas, cada parcela mide 20m × 50m. Para cada parcela, calculé el porcentaje de copa de los árboles que sombrea el suelo. Cada parcela tiene un valor, en …

11 distributions  binomial  gamma-distribution 

Implementé la siguiente función para calcular la entropía: from math import log def calc_entropy(probs): my_sum = 0 for p in probs: if p > 0: my_sum += p * log(p, 2) return - my_sum Resultado: >>> calc_entropy([1/7.0, 1/7.0, 5/7.0]) 1.1488348542809168 >>> from scipy.stats import entropy # using a built-in package …

11 mathematical-statistics  python  entropy