Estadísticas y Big Data

Una de las suposiciones de la regresión lineal es que debe haber una variación constante en los términos de error y que los intervalos de confianza y las pruebas de hipótesis asociadas con el modelo se basan en esta suposición. ¿Qué sucede exactamente cuando los términos de error no tienen …

9 regression  heteroscedasticity  assumptions  robust-standard-error 

En Los elementos del aprendizaje estadístico , he encontrado la siguiente declaración: Hay una calificación: los pasos iniciales de detección no supervisada se pueden realizar antes de dejar muestras. Por ejemplo, podríamos seleccionar los 1000 predictores con la mayor varianza en las 50 muestras, antes de comenzar la validación cruzada. …

9 machine-learning  cross-validation  feature-selection 

Suponga la siguiente relación lineal: Yi=β0+β1Xi+uiYyo=β0 0+β1Xyo+tuyoY_i = \beta_0 + \beta_1 X_i + u_i , donde YiYyoY_i es la variable dependiente, XiXyoX_i una variable independiente y uituyou_i el término de error. Según Stock & Watson (Introducción a la Econometría; Capítulo 4 ), el tercer supuesto de mínimos cuadrados es que …

9 regression  least-squares  assumptions  bias  consistency 

Estoy usando la biblioteca VAR statsmodels de python para modelar datos financieros de series de tiempo y algunos resultados me han desconcertado. Sé que los modelos VAR suponen que los datos de la serie temporal son estacionarios. Inadvertidamente, ajusté una serie no estacionaria de precios de registro para dos valores …

9 time-series  forecasting  r-squared  var  stationarity 

Soy nuevo en soportar máquinas de vectores. Explicación breve La svmfunción del e1071paquete en R ofrece varias opciones: Clasificación C clasificación nu una clasificación (para detección de novedad) regresión eps regresión nu ¿Cuáles son las diferencias intuitivas entre los cinco tipos? ¿Cuál debería aplicarse en qué situación?

9 r  classification  svm  e1071 

Mi pregunta: ¿debería hacer CV incluso para un conjunto de datos relativamente grande? Tengo un conjunto de datos relativamente grande y aplicaré un algoritmo de aprendizaje automático al conjunto de datos. Como mi PC no es rápida, el CV (y la búsqueda en la cuadrícula) a veces lleva demasiado tiempo. …

9 machine-learning  cross-validation 

Digamos que estoy ejecutando una regresión lineal que tiene la forma y= β0 0+ β1A + β2B + β3A B + ϵy=β0+β1A+β2B+β3AB+ϵy = \beta_0 + \beta_1A+\beta_2B+\beta_3AB +\epsilon . Si es positivo, ¿implica esto una correlación positiva entre A y B ? (Por el contrario, ¿una correlación negativa si β 3 …

9 regression  interaction 

Suponga que se proporciona , ¿puedo derivar en un formato cerrado? E[log(X)]E[log⁡(X)]\text{E}[\log(X)] E[X]E[X]\text{E}[X]

9 expected-value  logarithm 

Tengo un conjunto de datos con una variable dependiente e independiente. Ambas no son series de tiempo. Tengo 120 observaciones. El coeficiente de correlación es 0.43 Después de este cálculo, he agregado una columna para ambas variables con el promedio de cada 12 observaciones, lo que resulta en 2 nuevas …

9 regression  correlation  mean  predictor  cross-section 

Si doy dos cuantiles y sus ubicaciones correspondientes (cada uno) en el intervalo abierto , ¿siempre puedo encontrar parámetros de una distribución beta que tenga esos cuantiles en las ubicaciones especificadas?(q1,q2)(q1,q2)(q_1,q_2)(l1,l2)(l1,l2)(l_1,l_2)(0,1)(0,1)(0,1)

9 quantiles  curve-fitting  beta-distribution 

Estoy tomando datos ficticios de temperatura vs Ventas de helados y los categoricé usando K Means (n ​​clusters = 2) para distinguir 2 categorías (totalmente ficticias). Ahora estoy haciendo un Análisis de componentes principales en estos datos y mi objetivo es comprender lo que veo. Sé que el objetivo de …

9 pca  interpretation  k-means  dimensionality-reduction 

Estoy interesado en construir variables aleatorias para las cuales las desigualdades de Markov o Chebyshev son estrechas. Un ejemplo trivial es la siguiente variable aleatoria. P ( | X | ≥ 1 ) = 1PAG( X= 1 ) = P( X= - 1 ) = 0.5PAG(X=1)=PAG(X=-1)=0,5P(X=1)=P(X=-1) = 0.5 . Su …

9 probability  distributions  random-variable  probability-inequalities 

Digamos que tengo datos que tienen cierta incertidumbre. Por ejemplo: X Y 1 10±4 2 50±3 3 80±7 4 105±1 5 120±9 La naturaleza de la incertidumbre podría ser repetir mediciones o experimentos, o medir la incertidumbre del instrumento, por ejemplo. Me gustaría ajustar una curva con R, algo que …

9 r  least-squares  error-propagation 

Estoy leyendo el artículo de detección de punto de cambio en línea Bayesiano de Adams y MacKay ( enlace ). Los autores comienzan escribiendo la distribución predictiva marginal: dondeP(xt+1|x1:t)=∑rtP(xt+1|rt,x(r)t)P(rt|x1:t)(1)P(xt+1|x1:t)=∑rtP(xt+1|rt,xt(r))P(rt|x1:t)(1) P(x_{t+1} | \textbf{x}_{1:t}) = \sum_{r_t} P(x_{t+1} | r_t, \textbf{x}_t^{(r)}) P(r_t | \textbf{x}_{1:t}) \qquad \qquad (1) xtxtx_t es la observación en el …

9 time-series  bayesian  inference  change-point 

Estoy trabajando en el libro de ESL de Hastie, y estoy teniendo un momento difícil con la pregunta 2.3. La pregunta es la siguiente: Estamos considerando una estimación vecina más cercana en el origen, y la ecuación indica la distancia media desde el origen hasta el punto de datos más …

9 machine-learning  computational-statistics