Estadísticas y Big Data

Estoy tratando de adaptar un modelo mixto multivariado (es decir, respuesta múltiple) R. Aparte de los paquetes ASReml-ry SabreR(que requieren software externo), parece que esto solo es posible en MCMCglmm. En el documento que acompaña al MCMCglmmpaquete (págs. 6), Jarrod Hadfield describe el proceso de ajustar un modelo como el …

10 r  mixed-model  multivariate-analysis  lme4-nlme  multivariate-regression 

¿Alguien puede explicarme cómo se diseña una función de decisión SVM? O señalarme un recurso que discute un ejemplo concreto. EDITAR Para el siguiente ejemplo, puedo ver que la ecuación separa las clases con un margen máximo. Pero, ¿cómo ajusto los pesos y escribo ecuaciones para hiperplanos en la siguiente …

10 svm 

Actualmente estoy trabajando en estimaciones de biomasa usando imágenes satelitales. Definiré rápidamente los antecedentes de mi pregunta y luego explicaré la pregunta estadística en la que estoy trabajando. Antecedentes Problema Estoy tratando de estimar la biomasa sobre un área en Francia. Mi respuesta es la densidad de volumen de la …

10 bootstrap 

Acabo de (re) leer el Por qué de Gelman (generalmente) no tenemos que preocuparnos por las comparaciones múltiples . En particular, la sección "Resultados múltiples y otros desafíos" menciona el uso de un modelo jerárquico para situaciones en las que hay múltiples medidas relacionadas de la misma persona / unidad …

10 multiple-comparisons  multilevel-analysis  lme4-nlme  jags  hierarchical-bayesian 

Estoy tratando de construir un modelo donde la respuesta sea proporcional (en realidad es la proporción de votos que un partido obtiene en los distritos electorales). Su distribución no es normal, así que decidí modelarla con una distribución beta. También tengo varios predictores. Sin embargo, no sé cómo escribirlo en …

10 bayesian  jags  bugs  beta-regression  stan 

Esto podría ser como las preguntas más tontas que se hayan hecho en este foro, pero habiendo recibido respuestas sólidas y significativas a una pregunta anterior, pensé que volvería a estirar mi suerte. He estado muy confundido durante algún tiempo sobre la importancia de las distribuciones estadísticas, especialmente en lo …

10 distributions 

Necesito encontrar una prueba estadística adecuada (prueba de razón de probabilidad, prueba t, etc.) sobre lo siguiente: Sea sea ​​una muestra iid de un vector aleatorio ( X ; Y ) y suponga que ( Y X ) ~ N [ ( μ 1 μ 2 ) , ( 1 …

10 hypothesis-testing  self-study 

Para la distribución gaussiana con media y varianza desconocidas, la estadística suficiente en la forma familiar exponencial estándar es . Tengo una distribución que tiene , donde N es como un parámetro de diseño. ¿Existe una distribución conocida correspondiente para este tipo de vector estadístico suficiente? Necesito muestras de esta …

10 normal-distribution  sampling  exponential-family 

Si tengo datos de supervivencia libre de enfermedad (definidos como si una enfermedad en particular ha sido diagnosticada o no junto con el tiempo hasta ese evento o pérdida para el seguimiento) y también datos de supervivencia generales, ¿cómo trato las muertes que ocurren sin el evento de enfermedad? ¿Están …

10 regression  survival  epidemiology 

¿Es posible tener una variable que actúe como un modificador de efecto (medición) y un factor de confusión para un par dado de asociaciones de riesgo-resultado? Todavía estoy un poco inseguro de la distinción. He examinado la notación gráfica para ayudarme a comprender la diferencia, pero las diferencias en la …

10 interaction  causality  confounding 

Me gustaría hacer un análisis de potencia para una sola muestra de datos binomiales, con , frente a , donde es la proporción de éxitos en la población. Si , podría usar la aproximación normal al binomio o la , pero con , ambos fallan. Me encantaría saber si hay …

10 hypothesis-testing  sample-size  power-analysis  power 

Tengo un GLMM de la forma: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Cuando lo uso drop1(model, test="Chi"), obtengo resultados diferentes a los que uso Anova(model, type="III")del paquete del automóvil o summary(model). Estos dos últimos dan las mismas respuestas. Usando un montón de …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Agrupe mi conjunto de datos de varios miles de cadenas de Markov de primer orden en aproximadamente 10 grupos. ¿Hay alguna forma recomendada de cómo puedo evaluar estos grupos y descubrir qué comparten los elementos en los grupos y en qué se diferencian de otros grupos? Entonces puedo hacer una …

10 data-visualization  clustering  markov-process 

La distribución de Soliton es una distribución de probabilidad discreta sobre un conjunto con la función de masa de probabilidad{1,…,N}{1,…,N}\{1,\dots, N\} p(1)=1N,p(k)=1k(k−1)for k∈{2,…,N}p(1)=1N,p(k)=1k(k−1)for k∈{2,…,N} p(1)=\frac{1}{N},\qquad p(k)=\frac{1}{k(k-1)}\quad\text{for }k\in\{2,\dots, N\} Me gustaría usarlo como parte de una implementación de un código LT , idealmente en Python, donde hay disponible un generador uniforme …

10 distributions  python 

A menudo escuché que los mineros de datos aquí usan este término. Como estadístico que ha trabajado en problemas de clasificación, estoy familiarizado con el término "entrenar a un clasificador" y supongo que "aprender un modelo" significa lo mismo. No me importa el término "entrenar a un clasificador". Eso parece …

10 classification  data-mining  terminology  model