Estadísticas y Big Data

En filogenética, los árboles filogenéticos a menudo se construyen usando MLE o análisis bayesiano. A menudo, se utiliza un previo plano en la estimación bayesiana. Según tengo entendido, una estimación bayesiana es una estimación de probabilidad que incorpora un previo. Mi pregunta es, si usa un plano anterior, ¿es diferente …

9 bayesian  confidence-interval  maximum-likelihood  likelihood  phylogeny 

Tengo un conjunto de datos con todas las llamadas realizadas a un servicio de emergencia y los tiempos de respuesta del departamento de ambulancias. Admitieron que hay algunos errores con los tiempos de respuesta, ya que hay casos en los que no comenzaron a grabar (por lo que el valor …

9 mean  outliers  median  trimmed-mean 

Estoy tratando de entender la forma normalizada de información mutua puntual. n p m i = p m i ( x , y)l o g( p ( x , y) )npmi=pmi(x,y)log(p(x,y))npmi = \frac{pmi(x,y)}{log(p(x,y))} ¿Por qué la probabilidad conjunta logarítmica normaliza la información mutua puntual entre [-1, 1]? La información mutua …

9 entropy  information-theory  mutual-information 

Un tema candente de discusión reciente se refiere a una revista que prohíbe el uso de "procedimientos de prueba estadística de hipótesis nulas (NHSTP)" de los artículos enviados a la revista. Veo este término usado por algunos escritores, pero no entiendo qué distinción están tratando de hacer. ¿Es un NHSTP …

9 hypothesis-testing  statistical-significance  terminology 

Tengo un conjunto de datos tridimensionales, y estoy tratando de usar el análisis del factor de valor atípico local para identificar los valores más singulares o extraños. ¿Cómo se decide el valor k para usar en el análisis LOF? Entiendo lo que determina el valor k, por lo que no …

9 data-mining  outliers 

Estoy buscando un paquete que me ayude a resolver algunos problemas de optimización cuadrática y veo que hay al menos media docena de paquetes diferentes. De acuerdo con esta página: QP (programación cuadrática, 90C20): cplexAPI , kernlab , limSolve , LowRankQP , quadprog , Rcplex , Rmosek Algunos de estos …

9 r  optimization 

Nunca tuve un curso formal de estadística, pero debido a mi línea de investigación constantemente encuentro artículos que aplican varios conceptos estadísticos. A menudo veré una descripción de un proceso de Monte Carlo aplicado a una situación dada, y por lo que puedo reunir 9 de cada 10 veces se …

9 monte-carlo  random-generation 

Mi objetivo es analizar los registros de red (p. Ej., Apache, syslog, auditoría de seguridad de Active Directory, etc.) utilizando la detección de agrupamiento / anomalías para fines de detección de intrusos. De los registros tengo muchos campos de texto como dirección IP, nombre de usuario, nombre de host, puerto …

9 feature-selection  outliers  unsupervised-learning  feature-construction 

Estoy tratando de ayudar a un estudiante de un colega. El estudiante observó y contó el comportamiento de las aves (número de llamadas) en una configuración experimental. No se pudo determinar el número de llamadas atribuibles a un ave observada específica durante cada experimento, pero fue posible contar el número …

9 generalized-linear-model  count-data  offset 

Supongamos NNN variables aleatorias independientes para las cuales los cuantiles en algún nivel específico se conocen a través de la estimación de los datos: , ..., . Ahora definamos la variable aleatoria como la suma . ¿Hay alguna manera de calcular el valor del cuantil de la suma en el …

9 quantiles 

Tengo entendido que incluso la regresión no da causalidad. Solo puede dar asociación entre la variable y y las variables x y posiblemente una dirección. ¿Estoy en lo correcto? A menudo he encontrado frases similares a "x predice y" incluso en la mayoría de los libros de texto del curso …

9 regression  logistic  predictive-models  terminology  causality 

Entonces, digamos que lanzas una moneda 10 veces y llamas a ese 1 "evento". Si ejecuta, 1,000,000 de estos "eventos", ¿cuál es la proporción de eventos que tienen cabezas entre 0.4 y 0.6? La probabilidad binomial sugeriría que esto sea aproximadamente 0.65, pero mi código de Mathematica me dice aproximadamente …

9 computational-statistics  mathematica 

Tengo un par de valores atípicos en mis datos y quería excluirlos para ver si esto cambia los resultados. En su opinión, ¿cuál es el número máximo de valores atípicos a los que uno debería restringirse? ¡Gracias!

9 outliers 

Sean X, Y y Z tres variables aleatorias independientes. Si X / Y tiene la misma distribución que Z, ¿es cierto que X tiene la misma distribución que YZ?

9 probability  ratio 

Tiempo de vida de 3 componentes electrónicos son y X 3 = 2,1 . Las variables aleatorias se modelaron como una muestra aleatoria de tamaño 3 a partir de la distribución exponencial con el parámetro θ . La función de probabilidad es, para θ > 0X1= 3 , X2= 1.5 …

9 distributions  maximum-likelihood  exponential