Estadísticas y Big Data

Estructura de datos > str(data) 'data.frame': 6138 obs. of 10 variables: $ RT : int 484 391 422 516 563 531 406 500 516 578 ... $ ASCORE : num 5.1 4 3.8 2.6 2.7 6.5 4.9 2.9 2.6 7.2 ... $ HSCORE : num 6 2.1 7.9 1 6.9 …

10 r  mixed-model  repeated-measures  model-selection  lme4-nlme 

Tengo una pregunta sobre el enfoque de diferencias en diferencias con la siguiente ecuación estándar: donde treat es una variable ficticia para el grupo tratado y la publicación. y= a + b1tratar + b2post + b3tratar ⋅ publicar + uy=a+b1treat+b2post+b3treat⋅post+u y= a + b_1\text{treat}+ b_2\text{post} + b_3\text{treat}\cdot\text{post} + u Ahora, …

10 regression  multiple-regression  causality 

Tengo bastante buena experiencia práctica con el muestreo de Metropolis-Hastings y Gibbs, pero quiero obtener una mejor comprensión matemática de estos algoritmos. ¿Cuáles son algunos buenos libros de texto o artículos que prueben la exactitud de estos muestreadores (más algoritmos también serían geniales)?

10 bayesian  references  mcmc 

Considere el contexto de una agrupación de dendrogramas. Llamemos disimilitudes originales a las distancias entre los individuos. Después de construir el dendrograma, definimos la disparidad copénetica entre dos individuos como la distancia entre los grupos a los que pertenecen estos individuos. Algunas personas consideran que la correlación entre las diferencias …

10 clustering  classification 

He encontrado muchas fórmulas que muestran cómo encontrar el tiempo medio de supervivencia para una distribución exponencial o de Weibull, pero tengo mucha menos suerte para las funciones de supervivencia logarítmica normal. Dada la siguiente función de supervivencia: S( t ) = 1 - ϕ [ ln( t ) - …

10 survival 

Los modelos de monedas sesgadas generalmente tienen un parámetro . Una forma de estimar partir de una serie de sorteos es usar una distribución beta anterior y calcular la distribución posterior con probabilidad binomial.θθ = P( Cabeza | θ )θ=P(Head|θ)\theta = P(\text{Head} | \theta)θθ\theta En mi configuración, debido a algún …

10 time-series  bayesian  kalman-filter 

Estoy tratando de encontrar la mejor manera de predecir el monto del pago para una agencia de cobros. La variable dependiente solo es distinta de cero cuando se ha realizado un pago. Es comprensible que haya una cantidad abrumadora de ceros porque la mayoría de las personas no pueden ser …

10 regression  predictive-models  logistic 

¿Existe una razón intuitiva para que los efectos aleatorios se reduzcan a su valor esperado en el modelo mixto lineal general?

10 mixed-model  random-effects-model 

He ajustado un modelo lognormal usando R con un conjunto de datos. Los parámetros resultantes fueron: meanlog = 4.2991610 sdlog = 0.5511349 Me gustaría transferir este modelo a Scipy, que nunca he usado antes. Usando Scipy, pude obtener una forma y escala de 1 y 3.1626716539637488e + 90 - números …

10 r  python  numpy  scipy 

He notado que cuando trato de encontrar los valores críticos para el U de Mann-Whitney usando R, los valores son siempre 1 + valor crítico. Por ejemplo, para , el valor crítico (dos colas) es 8, mientras que para , el (dos colas) ) el valor crítico es 22 (verifique …

10 r  hypothesis-testing  nonparametric  wilcoxon-mann-whitney 

Estoy haciendo un ANOVA unidireccional (por especie) con contrastes personalizados. [,1] [,2] [,3] [,4] 0.5 -1 0 0 0 5 1 -1 0 0 12.5 0 1 -1 0 25 0 0 1 -1 50 0 0 0 1 donde comparo la intensidad 0.5 contra 5, 5 contra 12.5 y …

10 r  anova  contrasts  generalized-least-squares 

Estos son mis datos de entrenamiento: 200,000 Ejemplos x 10,000 Características. Entonces mi matriz de datos de entrenamiento es - 200,000 x 10,000. Logré guardar esto en un archivo plano sin tener problemas de memoria guardando cada conjunto de datos uno por uno (un ejemplo tras otro) a medida que …

10 machine-learning  dataset  algorithms  python 

Supongamos que tengo 400 estudiantes (que están en una gran universidad) que tienen que hacer un proyecto de informática y que tienen que trabajar solos (sin grupo de estudiantes). Un ejemplo de proyecto podría ser "implementar un algoritmo rápido de transformación de Fourier en fortran" (lo sé, eso no suena …

10 hypothesis-testing  clustering 

El modelo de regresión de Poisson inflado a cero se define para una muestra por y además supone que los parámetros \ mathbf {\ lambda} = (\ lambda_1, \ dots, \ lambda_n) y \ textbf {p} = (p_1, \ dots, p_n) satisfacen(y1,…,yn)(y1,…,yn)(y_1,\ldots,y_n)λ = ( λ 1 , ... , λ …

10 generalized-linear-model  maximum-likelihood  poisson-distribution  expectation-maximization  latent-variable 

Obtuve el modelo para la regresión logística para multiclase que viene dada por PAG( Y= j | X( i )) = exp( θTjX( i ))1 + ∑km = 1Exp( θTmetroX( i ))P(Y=j|X(i))=exp⁡(θjTX(i))1+∑m=1kexp⁡(θmTX(i)) P(Y=j|X^{(i)}) = \frac{\exp(\theta_j^TX^{(i)})}{1+ \sum_{m=1}^{k}\exp(\theta_m^T X^{(i)})} donde k es el número de clases theta es el parámetro a estimar …

10 logistic  multinomial