Estadísticas y Big Data

Tal como está actualmente, esta pregunta no es adecuada para nuestro formato de preguntas y respuestas. Esperamos que las respuestas estén respaldadas por hechos, referencias o experiencia, pero esta pregunta probablemente solicitará debate, argumentos, encuestas o discusión extendida. Si cree que esta pregunta se puede mejorar y posiblemente volver a …

10 history 

¿Alguien tiene un buen ejemplo de un proceso estocástico que sea estacionario de segundo orden, pero que no sea estrictamente estacionario?

10 time-series  stochastic-processes  stationarity 

En el análisis de los puntajes de las pruebas (por ejemplo, en Educación o Psicología), las técnicas de análisis comunes a menudo suponen que los datos se distribuyen normalmente. Sin embargo, tal vez la mayoría de las veces, los puntajes tienden a desviarse a veces salvajemente de lo normal. Estoy …

10 data-transformation  normality-assumption  variance-stabilizing 

Tengo un conjunto de datos que contiene ~ 7.500 análisis de sangre de ~ 2.500 personas. Estoy tratando de averiguar si la variabilidad en los análisis de sangre aumenta o disminuye con el tiempo entre dos pruebas. Por ejemplo: extraigo su sangre para la prueba de referencia y luego extraigo …

10 repeated-measures  variability 

Estoy interesado en obtener un intervalo de confianza de arranque en la cantidad X, cuando esta cantidad se mide 10 veces en cada una de las 10 personas. Un enfoque es obtener la media por individuo, luego hacer un bootstrap de las medias (por ejemplo, volver a muestrear las medias …

10 confidence-interval  bootstrap 

En la literatura estadística hay muchas referencias a " datos funcionales " (es decir, datos que son curvas) y, en paralelo, a " datos de alta dimensión " (es decir, cuando los datos son vectores de alta dimensión). Mi pregunta es sobre la diferencia entre los dos tipos de datos. …

10 data-mining  signal-processing  curve-fitting  wavelet 

Otra pregunta sobre series de tiempo de mi parte. Tengo un conjunto de datos que proporciona registros diarios de incidentes violentos en un hospital psiquiátrico durante tres años. Con la ayuda de mi pregunta anterior, he estado jugando con ella y ahora estoy un poco más feliz. Lo que tengo …

10 time-series  forecasting 

Las pruebas de Wald, Razón de probabilidad y Multiplicador de Lagrange en el contexto de la estimación de máxima verosimilitud son asintóticamente equivalentes. Sin embargo, para muestras pequeñas, tienden a divergir bastante y, en algunos casos, dan lugar a conclusiones diferentes. ¿Cómo pueden clasificarse según la probabilidad de que rechacen …

10 hypothesis-testing  maximum-likelihood 

Estoy proponiendo intentar encontrar una tendencia en algunos datos a largo plazo muy ruidosos. Los datos son básicamente mediciones semanales de algo que se movió unos 5 mm durante un período de aproximadamente 8 meses. Los datos tienen una precisión de 1 mm y son muy ruidosos y cambian regularmente …

10 time-series  data-mining  signal-processing  trend 

¿Cuáles son algunas buenas bibliotecas de visualización para uso en línea? ¿Son fáciles de usar y hay buena documentación?

10 data-visualization  protovis 

En el aprendizaje computacional, el teorema de la NFL establece que no existe un alumno universal. Para cada algoritmo de aprendizaje, hay una distribución que hace que el alumno emite una hipotesis con un gran error, con alta probabilidad (aunque hay una hipotesis de bajo error). La conclusión es que …

10 k-nearest-neighbour  consistency 

Un paciente ingresa en el hospital. Su duración de estadía depende de 2 cosas: la gravedad de su lesión y cuánto está dispuesto a pagar su seguro para mantenerlos en el hospital. Algunos pacientes se irán prematuramente si su seguro decide dejar de pagar su estadía. Suponga lo siguiente: 1) …

10 maximum-likelihood  modeling 

Cerrada . Esta pregunta está basada en la opinión . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que pueda ser respondida con hechos y citas editando esta publicación . Cerrado el año pasado . Navegando a través del área de investigación del programa de …

10 bayesian  frequentist 

Actualmente estoy investigando la visualización de datos de alta dimensión usando t-SNE. Tengo algunos datos con variables mixtas binarias y continuas y los datos parecen agrupar los datos binarios con demasiada facilidad. Por supuesto, esto se espera para datos escalados (entre 0 y 1): la distancia euclidiana siempre será mayor …

10 python  dimensionality-reduction  unsupervised-learning  tsne  mixed-type-data 

El Proceso de Dirichlet y el Proceso Gaussiano a menudo se denominan "distribuciones sobre funciones" o "distribuciones sobre distribuciones". En ese caso, ¿puedo hablar significativamente sobre la densidad de una función en un GP? Es decir, ¿el Proceso Gaussiano o el Proceso de Dirichlet tienen alguna noción de densidad de …

10 machine-learning  probability  bayesian  nonparametric  nonparametric-bayes