Estadísticas y Big Data

Siempre creí que el tiempo no debería usarse como un predictor en las regresiones (incluidas las de gam) porque, entonces, uno simplemente "describiría" la tendencia misma. Si el objetivo de un estudio es encontrar parámetros ambientales como la temperatura, etc., que expliquen la variación en, digamos, la actividad de un …

10 r  time-series  mixed-model  nonlinear-regression 

Quiero procesar imágenes de microscopía segmentadas automáticamente para detectar imágenes defectuosas y / o segmentaciones defectuosas, como parte de una tubería de imágenes de alto rendimiento. Hay una gran cantidad de parámetros que se pueden calcular para cada imagen sin procesar y segmentación, y que se vuelven "extremos" cuando la …

10 outliers  online 

Tengo tres conjuntos de datos de series temporales que estoy buscando comparar. Se han tomado en 3 períodos separados de aproximadamente 12 días. Son los recuentos de cabezas promedio, máximo y mínimo tomados en una biblioteca universitaria durante las semanas finales. Tuve que hacer la media, max y min porque …

10 time-series  multiple-comparisons  trend 

Sé que ad.test () se puede usar para probar la normalidad. ¿Es posible obtener ad.test para comparar las distribuciones de dos muestras de datos? x <- rnorm(1000) y <- rgev(2000) ad.test(x,y) ¿Cómo puedo realizar la prueba Anderson-Darling en 2 muestras?

10 r  goodness-of-fit 

¿Existe algún paquete de software para resolver la regresión lineal con el objetivo de minimizar la norma L-infinito?

10 regression 

Parece universal que las estadísticas demográficas se den en términos de 100,000 habitantes por año. Por ejemplo, las tasas de suicidio, las tasas de homicidio, el año de vida ajustado por discapacidad, la lista continúa. ¿Por qué? Si estuviéramos hablando de química, las partes por millón (ppm) son comunes. ¿Por …

10 demography  units 

Problema Estoy escribiendo una función R que realiza un análisis bayesiano para estimar una densidad posterior dado un previo y datos informados. Me gustaría que la función envíe una advertencia si el usuario necesita reconsiderar lo anterior. En esta pregunta, estoy interesado en aprender a evaluar un previo. Las preguntas …

10 distributions  probability  bayesian 

Los sistemas lineales de ecuaciones son penetrantes en las estadísticas computacionales. Un sistema especial que he encontrado (por ejemplo, en el análisis factorial) es el sistema Ax=bAx=bAx=b donde Aquí es una matriz diagonal con una diagonal estrictamente positiva, es una matriz semi-definida simétrica positiva (con ), y es una matriz …

10 factor-analysis  matrix  computational-statistics  matrix-decomposition  matrix-inverse 

En una pregunta anterior, pregunté sobre cómo ajustar las distribuciones a algunos datos empíricos no gaussianos. Me sugirieron fuera de línea, que podría intentar suponer que los datos son gaussianos y que se ajustan primero a un filtro de Kalman. Luego, dependiendo de los errores, decida si vale la pena …

10 kalman-filter 

¿Alguien conoce un buen libro / página web para comenzar a aprender las técnicas de validación cruzada?

10 references  cross-validation 

Conocí la siguiente técnica de rastreo aleatorio en M. Seeger, "Actualizaciones de bajo rango para la descomposición de Cholesky", Universidad de California en Berkeley, Tech. Representante, 2007. tr(A)=E[xTAx]tr⁡(A)=E[xTAx]\operatorname{tr}(\mathbf{A}) = {E[\mathbf{x}^T \mathbf{A} \mathbf{x}]} donde .x∼N(0,I)x∼N(0,I)\mathbf{x} \sim N(\mathbf{0},\mathbf{I}) Como una persona sin profundos antecedentes matemáticos, me pregunto cómo se puede lograr esta …

10 normal-distribution  matlab 

Tengo problemas para comprender los diferentes estimadores que se pueden usar en una evaluación de impacto. Sé que el estimador por intención de tratar (ITT) compara las diferencias entre las personas elegibles sin el programa y las personas elegibles con el programa, independientemente del cumplimiento. Sin embargo, pensé que el …

10 experiment-design  epidemiology 

Especialmente en el lado orientado a la informática de la literatura de aprendizaje automático, el AUC (área bajo la curva característica del operador receptor) es un criterio popular para evaluar clasificadores. ¿Cuáles son las justificaciones para usar las AUC? Por ejemplo, ¿hay una función de pérdida particular para la cual …

10 machine-learning  roc 

Bloqueado . Esta pregunta y sus respuestas están bloqueadas porque la pregunta está fuera de tema pero tiene un significado histórico. Actualmente no acepta nuevas respuestas o interacciones. Tengo R ejecutándose en Amazon EC2, usando una versión modificada del bioconductor AMI . Actualmente, estoy usando putty para ssh en mi …

10 r 

Tengo 5 series de rendimiento total de divisas de mercados emergentes, para las cuales pronostico rendimientos futuros de un solo período (1 año). Me gustaría construir una cartera optimizada de varianza media de Markowitz de la serie 5, utilizando variaciones históricas y covarianzas (1) y mi propio pronóstico de rendimiento …

10 r