Estadísticas y Big Data

Considere una matriz de entrada y una salida binaria y .XXXyyy Una forma común de medir el rendimiento de un clasificador es usar curvas ROC. En una gráfica ROC, la diagonal es el resultado que se obtendría de un clasificador aleatorio. En caso de una salida no balanceada el rendimiento …

10 classification  roc  unbalanced-classes 

Estoy ejecutando una regresión OLS agrupada usando el paquete plm en R. Sin embargo, mi pregunta es más sobre estadísticas básicas, por lo que intento publicarlo aquí primero;) Dado que mis resultados de regresión producen residuos heteroscedasticos, me gustaría intentar usar errores estándar robustos de heteroscedasticidad. Como resultado coeftest(mod, vcov.=vcovHC(mod, …

10 r  anova  multiple-regression  heteroscedasticity  robust-standard-error 

La página de Wikipedia dice que Box-Jenkins es un método para ajustar un modelo ARIMA a una serie temporal. Ahora, si quiero ajustar un modelo ARIMA a una serie temporal, abriré SAS, llamaré proc ARIMA, proporcionaré los parámetros y SAS me dará los coeficientes AR y MA. Ahora, puedo probar …

10 time-series  arima  sas  aic  box-jenkins 

Estoy interesado en modelar la captura total de peces usando gam en mgcv para modelar efectos aleatorios simples para buques individuales (que realizan viajes repetidos a lo largo del tiempo en la pesquería). Tengo 98 sujetos, así que pensé que usaría gam en lugar de gamm para modelar los efectos …

10 prediction  random-effects-model  gam  mgcv 

Si tengo una serie temporal que tiene estacionalidad, ¿eso automáticamente hace que la serie no sea estacionaria? Mi intuición (probablemente apagada) es que no. La estacionalidad significa que la serie sube y baja en torno a un valor constante ... algo así como una onda sinusoidal. Entonces, según esta lógica, …

10 time-series  stationarity  seasonality 

Espero que la siguiente pregunta general tenga sentido. Tenga en cuenta que, a los fines de esta pregunta en particular, no me interesan las razones teóricas (dominio de la materia) para introducir la no linealidad. Por lo tanto, formularé la pregunta completa de la siguiente manera: ¿Qué es un marco …

10 nonlinear-regression  methodology  nonlinear  regression-strategies 

Estoy tratando de encontrar la mejor manera de visualizar el cuadro a continuación y enfatizar la eficacia del tratamiento según el número de pacientes que lo probaron. Aquí está el enlace a la página real: http://curetogether.com/cluster-headaches/treatments/ ¿Cuál es la mejor manera de enfatizar la efectividad y al mismo tiempo facilitar …

10 data-visualization  pie-chart 

De la definición de estacionariedad intrínseca: mi[ Z( x ) - Z( x - h ) ] = 0E[Z(x)−Z(x−h)]=0E[Z(x)-Z(x-h)] = 0 Esta suposición se usa, por ejemplo, en kriging ordinario, en lugar de suponer una media constante en todo el espacio, suponemos que la media es constante localmente. Si la …

10 spatial 

Ok, advertencia justa: esta es una pregunta filosófica que no involucra números. He estado pensando mucho sobre cómo los errores se infiltran en los conjuntos de datos a lo largo del tiempo y cómo deberían ser tratados por los analistas, ¿o si realmente debería importar? En cuanto a los antecedentes, …

10 dataset  error 

Cuando hay un error de medición en la variable independiente, he entendido que los resultados estarán sesgados contra 0. Cuando la variable dependiente se mide con error, dicen que solo afecta los errores estándar, pero esto no tiene mucho sentido para mí porque estamos estimando el efecto de no en …

10 regression  econometrics  instrumental-variables 

Tengo que crear gráficos (similares a los gráficos de crecimiento) para niños de 5 a 15 años (solo 5,6,7, etc.; no hay valores fraccionarios como 2.6 años) para una variable de salud que no sea negativa, continua y en el rango de 50-150 (con solo unos pocos valores fuera de …

10 ordinal-data  quantiles  regression-strategies  generalized-least-squares  growth-model 

Estoy ejecutando glms en R (modelos lineales generalizados). Pensé que conocía los valores, hasta que vi que llamar a un resumen para un glm no le da un valor de referencia superior del modelo en su conjunto, al menos no en el lugar donde lo hacen los modelos lineales. Me …

10 r  statistical-significance  generalized-linear-model  p-value  descriptive-statistics 

Solo una pregunta general. Si tiene datos de series de tiempo, ¿cuándo es mejor usar técnicas de series de tiempo (aka, ARCH, GARCH, etc.) sobre técnicas de aprendizaje automático / estadístico (KNN, regresión)? Si hay una pregunta similar que existe en la validación cruzada, por favor apúnteme hacia ella: busqué …

10 time-series  machine-learning 

Actualmente atascado en esto, sé que probablemente debería usar la desviación media de la distribución binomial, pero no puedo entenderlo.

10 self-study  binomial  mean  expected-value  proof 

Los libros y las discusiones a menudo afirman que cuando se enfrentan a problemas (de los cuales hay algunos) con un predictor, la transformación logarítmica es una posibilidad. Ahora, entiendo que esto depende de las distribuciones y la normalidad en los predictores no es una suposición de regresión; pero la …

10 regression  data-transformation