Estadísticas y Big Data

La diferencia en las diferencias ha sido popular durante mucho tiempo como una herramienta no experimental, especialmente en economía. ¿Puede alguien proporcionar una respuesta clara y no técnica a las siguientes preguntas sobre la diferencia en diferencias? ¿Qué es un estimador de diferencia en diferencia? ¿Por qué es útil un …

43 regression  econometrics  difference-in-difference 

En términos generales, un valor p da una probabilidad del resultado observado de un experimento dada la hipótesis (modelo). Teniendo esta probabilidad (valor p) queremos juzgar nuestra hipótesis (cuán probable es). Pero, ¿no sería más natural calcular la probabilidad de la hipótesis dado el resultado observado? En mas detalles. Tenemos …

43 likelihood  p-value 

Me estoy enseñando sobre el aprendizaje por refuerzo y estoy tratando de entender el concepto de recompensa con descuento. Entonces, la recompensa es necesaria para decirle al sistema qué pares de estado-acción son buenos y cuáles son malos. Pero lo que no entiendo es por qué es necesaria la recompensa …

43 machine-learning  reinforcement-learning 

Recientemente me encontré con esta identidad: E[E(Y|X,Z)|X]=E[Y|X]E[E(Y|X,Z)|X]=E[Y|X]E \left[ E \left(Y|X,Z \right) |X \right] =E \left[Y | X \right] Por supuesto, estoy familiarizado con la versión más simple de esa regla, a saber, que pero no pude encontrar justificación para su generalizaciónE[E(Y|X)]=E(Y)E[E(Y|X)]=E(Y)E \left[ E \left(Y|X \right) \right]=E \left(Y\right) Estaría agradecido si …

43 self-study  conditional-probability  conditional-expectation 

Ok, esta es una pregunta que me mantiene despierto por la noche. ¿Se puede interpretar que el procedimiento bootstrap se aproxima a algún procedimiento bayesiano (excepto el bootstrap bayesiano)? Me gusta mucho la "interpretación" bayesiana de las estadísticas, que me parece muy coherente y fácil de entender. Sin embargo, también …

43 bayesian  bootstrap 

Actualmente estoy escribiendo un artículo con varios análisis de regresión múltiple. Si bien visualizar una regresión lineal univariante es fácil a través de diagramas de dispersión, me preguntaba si hay alguna buena manera de visualizar regresiones lineales múltiples. Actualmente solo estoy trazando diagramas de dispersión como variable dependiente frente a …

43 regression  data-visualization  multiple-regression 

Cuando leo "promedio móvil" en relación con una serie de tiempo, pienso algo así como , o tal vez una ponderada promedio como . (Me doy cuenta de que estos son en realidad modelos AR (3), pero a esto es a lo que mi cerebro salta). ¿Por qué los modelos …

43 time-series  arima  terminology  moving-average 

Mi pregunta se refiere a tratar de justificar un método ampliamente utilizado, es decir, tomar el valor esperado de la serie Taylor. Supongamos que tenemos una variable aleatoria XXX con media positiva μμ\mu y varianza σ2σ2\sigma^2 . Además, tenemos una función, por ejemplo, log(x)log⁡(x)\log(x) . Al hacer la expansión de …

43 self-study  mathematical-statistics  expected-value 

Soy nuevo en la minería de datos y estoy tratando de entrenar un árbol de decisión contra un conjunto de datos que está altamente desequilibrado. Sin embargo, estoy teniendo problemas con poca precisión predictiva. Los datos consisten en estudiantes que estudian cursos, y la variable de clase es el estado …

43 classification  cart  unbalanced-classes  accuracy 

Estoy pensando en construir un modelo que prediga una relación , donde y y . Entonces, la relación estaría entre y .a ≤ b a > 0 b > 0 0 1a/ba/ba/ba≤ba≤ba \le ba>0a>0a > 0b>0b>0b > 0000111 Podría usar la regresión lineal, aunque naturalmente no se limita a 0..1. …

43 regression  logistic  generalized-linear-model  beta-distribution  beta-regression 

La regularización utilizando métodos como Ridge, Lasso, ElasticNet es bastante común para la regresión lineal. Quería saber lo siguiente: ¿Son estos métodos aplicables para la regresión logística? Si es así, ¿hay alguna diferencia en la forma en que deben usarse para la regresión logística? Si estos métodos no son aplicables, …

42 regression  logistic  regularization 

¿Cuál es la principal diferencia entre la estimación de máxima verosimilitud (MLE) frente a la estimación de mínimos cuadrados (LSE)? ¿Por qué no podemos usar MLE para predecir valores de en regresión lineal y viceversa?yyy Cualquier ayuda sobre este tema será muy apreciada.

42 regression  estimation  maximum-likelihood  least-squares 

¿Alguien puede explicar qué hacen las unidades maxout en una red neuronal? ¿Cómo funcionan y en qué se diferencian de las unidades convencionales? Traté de leer el artículo de 2013 "Maxout Network" de Goodfellow et al. (del grupo del profesor Yoshua Bengio), pero no lo entiendo del todo.

42 machine-learning  neural-networks 

Utilizo principalmente "distribución gaussiana" en mi libro, pero alguien acaba de sugerirme que cambie a "distribución normal". ¿Algún consenso sobre qué término usar para principiantes? Por supuesto, los dos términos son sinónimos , por lo que no se trata de una sustancia, sino de qué término se usa más comúnmente. …

42 normal-distribution  terminology 

¿Cuáles son las razones teóricas para no manejar valores perdidos? Máquinas de aumento de gradiente, árboles de regresión manejan valores perdidos. ¿Por qué Random Forest no hace eso?

42 random-forest  missing-data  gbm