Estadísticas y Big Data

Soy nuevo en el análisis de secuencia, y me preguntaba cómo reaccionaría si los anchos de silueta promedio (ASW) de los análisis de conglomerados de matrices de disimilitud basadas en la coincidencia óptima son bajos (alrededor de 25). ¿Parecería apropiado concluir que hay poca estructura subyacente que permita agrupar las …

10 clustering  traminer 

Supongamos que tiene los registros de un servidor web. En estos registros tienes tuplas de este tipo: user1, timestamp1 user1, timestamp2 user1, timestamp3 user2, timestamp4 user1, timestamp5 ... Estas marcas de tiempo representan, por ejemplo, los clics de los usuarios. Ahora, user1visitará el sitio varias veces (sesiones) durante el mes, …

10 distributions  estimation  mixture 

Si tenemos dos variables aleatorias independientes X1∼Binom(n,p)X1∼Binom(n,p)X_1 \sim \mathrm{Binom}(n,p) y , ¿cuál es la función de masa de probabilidad de ?X2∼Pois(λ)X2∼Pois(λ)X_2 \sim \mathrm{Pois}(\lambda)X1+X2X1+X2X_1 + X_2 NB Esto no es tarea para mí.

10 distributions  self-study  binomial  poisson-distribution 

Tengo un conjunto de datos donde la intuición empírica dice que debería esperar una estacionalidad semanal (es decir, el comportamiento en sábado y domingo es diferente del resto de la semana). ¿Debería ser cierta esta premisa, no debería un gráfico de autocorrelación darme ráfagas en múltiplos de retraso de 7? …

10 time-series  autocorrelation  forecasting 

Lee y Lemieux (p. 31, 2009) sugieren al investigador que presente los gráficos mientras realiza el análisis de diseño de regresión discontinua (RDD). Sugieren el siguiente procedimiento: "... para algo de ancho de banda , y para cierto número de bins y a la izquierda y a la derecha del …

10 r  regression  data-visualization  stata  regression-discontinuity 

Tengo un conjunto de 20 variables que he sometido a análisis factorial en SPSS. Para los fines de la investigación, necesito desarrollar 6 factores. SPSS ha demostrado que 8 variables (de 20) se han cargado con pesos bajos o se han cargado por igual por varios factores, por lo que …

10 spss  factor-analysis  references  assumptions 

Tengo algunos datos que necesito visualizar y no estoy seguro de cuál es la mejor manera de hacerlo. Tengo un conjunto de elementos básicos con las frecuencias respectivas y los resultados . Ahora necesito trazar qué tan bien mi método "encuentra" (es decir, un resultado 1) los elementos de baja …

10 data-visualization 

Trataré de describir el problema en cuestión de la manera más general posible. Estoy modelando observaciones como una distribución categórica con un vector de probabilidad de parámetro theta. Entonces, supongo que el vector de parámetros theta sigue una distribución previa de Dirichlet con los parámetros .α1,α2,…,αkα1,α2,…,αk\alpha_1,\alpha_2,\ldots,\alpha_k ¿Es posible también imponer …

10 categorical-data  multinomial  dirichlet-distribution  hierarchical-bayesian  dirichlet-process 

Un método que me sugirieron es mirar un diagrama de pantalla y verificar el "codo" para determinar la cantidad correcta de PC a usar. Pero si el gráfico no está claro, ¿tiene R un cálculo para determinar el número? fit <- princomp(mydata, cor=TRUE)

10 r  pca 

Estoy modelando el efecto del embarazo sobre el resultado de una enfermedad (vivo-muerto). Aproximadamente el 40% de las pacientes quedaron embarazadas después del momento del diagnóstico, pero en diferentes momentos. Hasta ahora, he realizado gráficos de KM que muestran un claro efecto protector del embarazo sobre la supervivencia y también …

10 survival 

El principal problema es: no puedo obtener estimaciones de parámetros similares con EViews y R. Por razones que no conozco, necesito estimar parámetros para ciertos datos usando EViews. Esto se hace seleccionando la opción NLS (mínimos cuadrados no lineales) y utilizando la siguiente fórmula:indep_var c dep_var ar(1) EViews afirma que …

10 r  autoregressive  software 

Estoy usando un modelo de regresión de Poisson para los datos de conteo y me pregunto si hay razones para no usar el error estándar robusto para las estimaciones de los parámetros. Estoy particularmente preocupado ya que algunas de mis estimaciones sin robustez no son significativas (p. Ej., P = …

10 poisson-distribution  robust 

La razón por la que pregunto esto es porque parece que los residuos internamente estudiados parecen tener el mismo patrón que los residuos brutos estimados. Sería genial si alguien pudiera ofrecer una explicación.

10 residuals 

A menudo, en los artículos de investigación que lee, los investigadores han controlado ciertas variables. Esto se puede hacer mediante métodos como la coincidencia, el bloqueo, etc. Pero siempre pensé que controlar las variables era algo que se hacía estadísticamente midiendo varias variables que podrían ser influyentes y realizando algunos …

10 experiment-design  random-variable  controlling-for-a-variable 

El título resume mi pregunta, pero para mayor claridad considere el siguiente ejemplo simple. Deje , i = 1, ..., n . Definir: \ begin {ecation} S_n = \ frac {1} {n} \ sum_ {i = 1} ^ n X_i \ end {ecation} y \ begin {ecation} T_n = \ …

10 normal-distribution  multivariate-analysis  independence  central-limit-theorem  joint-distribution