Estadísticas y Big Data

Hay algunas explicaciones que puedo encontrar que describen cómo interpretar los coeficientes de regresión lineal después de diferenciar una serie de tiempo (para eliminar una raíz unitaria). ¿Es tan simple que no hay necesidad de decirlo formalmente? (Soy consciente de esta pregunta , pero no estaba seguro de cuán general …

10 time-series  multiple-regression  econometrics  linear-model  inference 

Leí en alguna parte que la razón por la que cuadramos las diferencias en lugar de tomar valores absolutos al calcular la varianza es que la varianza definida de la manera habitual, con cuadrados en el nominador, juega un papel único en el Teorema del límite central. Bueno, entonces, ¿cuál …

10 variance  central-limit-theorem  dispersion 

Estoy realizando un análisis sobre la probabilidad de incumplimiento de préstamo utilizando regresión logística y bosques aleatorios. Cuando uso la regresión logística, la predicción siempre es '1' (lo que significa un buen préstamo). Nunca he visto esto antes, y no sé por dónde empezar en términos de tratar de resolver …

10 regression  logistic  predictive-models  unbalanced-classes  scoring-rules 

Entiendo la prueba de que pero no entiendo cómo probar la generalización en combinaciones lineales arbitrarias.Var(aX+bY)=a2Var(X)+b2Var(Y)+2abCov(X,Y),Var(aX+bY)=a2Var(X)+b2Var(Y)+2abCov(X,Y),Var(aX+bY) = a^2Var(X) +b^2Var(Y) + 2abCov(X,Y), Deje ser escalares para para que tengamos un vector , y sea ​​un vector de variables aleatorias correlacionadas. Entonces ¿Cómo probamos esto? Me imagino que hay pruebas en la …

10 mathematical-statistics  variance 

Wikipedia da las siguientes definiciones: Censura a la derecha : un punto de datos está por encima de cierto valor pero no se sabe cuánto. Censura izquierda : un punto de datos está por debajo de un cierto valor pero no se sabe cuánto. En estas definiciones, qué se entiende …

10 self-study  censoring 

Sé que esto enturbiaría la inferencia estadística, pero en realidad solo me preocupa acercarme lo más posible a un modelo preciso. Tengo una variable de resultado dicotómica, con un gran conjunto de predictores dicotómicos. Estoy pensando que me gustaría intentar usar LASSO para seleccionar qué variables debo incluir en mi …

10 model-selection  lasso  logit 

Hasta donde yo sé, k-means selecciona los centros iniciales al azar. Como se basan en pura suerte, pueden seleccionarse realmente mal. El algoritmo K-means ++ intenta resolver este problema, extendiendo los centros iniciales de manera uniforme. ¿Los dos algoritmos garantizan los mismos resultados? O es posible que los centroides iniciales …

10 k-means 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 4 años . Estoy entrenando un modelo usando el caretpaquete en R durante casi 3 días. Los cálculos se …

10 r  machine-learning  svm  caret 

¿Cómo puedo obtener efectos aleatorios agrupados para lmer después de una imputación múltiple? Estoy usando ratones para imputar múltiples un marco de datos. Y lme4 para un modelo mixto con intercepción aleatoria y pendiente aleatoria. Agrupar lmer funciona bien, excepto que no agrupa los efectos aleatorios. He buscado mucho una …

10 r  lme4-nlme  multiple-imputation 

Tengo varias series de tiempo en un VAR (1) y, debido a que algunas de ellas no tienen la misma unidad de medida, me gustaría estimar el RMSE en porcentaje. Sé que se podría hacer de varias maneras (ver a continuación), pero no sé exactamente cuál es el que mejor …

10 time-series  mse  rms 

Estoy usando ccfpara encontrar una correlación entre 2 series de tiempo. Estoy obteniendo una trama que se ve así: Tenga en cuenta que estoy interesado principalmente en la correlación para el retraso = 0. Preguntas: ¿Interpreta correctamente que hay una correlación cruzada para el retraso = 0, ya que para …

10 r  interpretation  cross-correlation 

Estoy trabajando en mi tesis donde estoy examinando qué tan fuertes son las emociones que muestran las personas ante diferentes eventos. Mi problema es (1) que tengo MUY poca experiencia con las estadísticas y las matemáticas, así que estoy un poco perdido con todos los métodos diferentes y estaría muy …

10 time-series 

Tengo los datos con variables categóricas y variables continuas, pero es la necesidad de encontrar valor de información en el análisis explicativo de datos. Solo dé la razón por la cual estamos calculando el valor de la información para cada variable al comienzo del análisis de datos y cuál será …

10 data-visualization 

La figura a continuación (Figura 1 de la página 646 de este artículo ) compara los valores observados con los valores esperados bajo la distribución de Poisson. Luego ejecuta una prueba de ji cuadrado para ver si los valores observados difieren de los valores esperados en la distribución de Poisson. …

10 r  distributions  chi-squared  poisson-distribution 

De este video de Andrew Ng alrededor de las 5:00 ¿Cómo se y ? De hecho, ¿qué significa ? se obtiene al comparar con y, no es posible tal comparación para la salida de una capa oculta, ¿verdad?δ3δ3\delta_3δ2δ2\delta_2δ3δ3\delta_3δ4δ4\delta_4

10 machine-learning  neural-networks  backpropagation