Estadísticas y Big Data

En una clasificación simple, tenemos dos clases: clase-0 y clase-1. En algunos datos solo tengo valores para la clase 1, por lo que ninguno para la clase 0. Ahora estoy pensando en hacer un modelo para modelar los datos para la clase 1. Entonces, cuando llegan nuevos datos, este modelo …

10 machine-learning  one-class 

1 : A , B , C , E 2 : A , C , D , E 3 : B , C , E 4 : A , C , D , E 5 : C , D , E 6 : A , D , EMETROy rea t …

10 data-mining  dataset  association-rules 

Esta pregunta / tema surgió en una discusión con un colega y estaba buscando algunas opiniones sobre esto: Estoy modelando algunos datos usando una regresión logística de efectos aleatorios, más precisamente una regresión logística de intercepción aleatoria. Para los efectos fijos tengo 9 variables que son de interés y entran …

10 mixed-model  model-selection  aic  glmm  stepwise-regression 

Los métodos de kernel son muy efectivos en muchas tareas de clasificación supervisadas. Entonces, ¿cuáles son las limitaciones de los métodos del núcleo y cuándo usar los métodos del núcleo? Especialmente en la era de los datos a gran escala, ¿cuáles son los avances de los métodos del núcleo? ¿Cuál …

10 machine-learning  kernel-trick 

¿Existe una definición precisa de previo débilmente informativo? ¿Cómo es diferente de un previo subjetivo con amplio apoyo?

10 bayesian  prior 

He realizado un experimento para probar la sensibilidad celular a un determinado agente de daño del ADN. Hemos encontrado 270 genes que eran específicamente sensibles al medicamento y el número total de genes analizados fue de 3668. 38 de los 270 genes sensibles se clasifican como "genes de reparación de …

10 biostatistics 

En el siguiente código realizo una regresión logística en datos agrupados usando glm y "a mano" usando mle2. ¿Por qué la función logLik en R me da una probabilidad de registro logLik (fit.glm) = - 2.336 que es diferente del logLik (fit.ml) = - 5.514 que obtengo a mano? library(bbmle) …

10 r  self-study  generalized-linear-model 

He estado trabajando con la lógica difusa (FL) durante años y sé que hay diferencias entre FL y probabilidad, especialmente en lo que respecta a la forma en que FL aborda la incertidumbre. Sin embargo, me gustaría preguntar ¿qué más diferencias existen entre FL y probabilidad? En otras palabras, si …

10 bayes  fuzzy 

Recientemente me presentaron las correcciones de Hommel Hochberg. Estoy tratando de encontrar una explicación simple sobre lo que realmente es / hace, pero no tengo suerte. ¿Alguien puede dar una breve y simple descripción sobre las correcciones de Hommel Hochberg?

10 hypothesis-testing  multiple-comparisons  p-value  glmm 

Tenemos N muestras, XiXiX_i , de una distribución uniforme [0,θ][0,θ][0,\theta] donde θθ\theta es desconocido. Estima θθ\theta partir de los datos. Entonces, la regla de Bayes ... f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(θ|Xi)=f(Xi|θ)f(θ)f(Xi)f(\theta | {X_i}) = \frac{f({X_i}|\theta)f(\theta)}{f({X_i})} y la probabilidad es: f(Xi|θ)=∏Ni=11θf(Xi|θ)=∏i=1N1θf({X_i}|\theta) = \prod_{i=1}^N \frac{1}{\theta} (editar: cuando0≤Xi≤θ0≤Xi≤θ0 \le X_i \le \thetapara todoiii, y 0 de lo …

10 bayesian  estimation  uniform  uninformative-prior 

En primer lugar: por lo que entendí, los residuos de arranque funcionan de la siguiente manera: Ajustar modelo a datos Calcular los residuos Vuelva a muestrear los residuos y agréguelos a 1. Ajustar modelo al nuevo conjunto de datos de 3. Repita los ntiempos, pero siempre agregue los residuos muestreados …

10 time-series  matlab  bootstrap  residuals 

Cuando las personas implementan pruebas de permutación para comparar una sola muestra con una media (por ejemplo, como podría hacer con una prueba t de permutación), ¿cómo se maneja la media? He visto implementaciones que toman una media y una muestra para una prueba de permutación, pero no está claro …

10 t-test  permutation-test 

El libro de texto genera primero algunos datos de 2 clases a través de: lo que da: y luego pregunta: Intento resolver esto modelando esto primero con este modelo gráfico: donde es la etiqueta, es el índice de la media seleccionada , y es el punto de datos. Esto daráccch(1≤h≤10)h(1≤h≤10)h\,(1\le …

10 self-study  bayesian 

Mi problema es el siguiente: dejo caer 40 bolas a la vez desde cierto punto, a pocos metros del piso. Las bolas ruedan y se detiene. Utilizando la visión por computadora, calculo el centro de masa en el plano XY. Solo me interesa la distancia desde el centro de masa …

10 normal-distribution  standard-deviation 

Usando bootstrap calculo p valores de pruebas de significación usando dos métodos: remuestreo bajo la hipótesis nula y contando los resultados al menos tan extremos como el resultado proveniente de los datos originales remuestreo bajo la hipótesis alternativa y contando los resultados al menos tan distantes del resultado original como …

10 statistical-significance  bootstrap  p-value