Estadísticas y Big Data

Tengo una muestra (de tamaño 250) de una población. No sé la distribución de la población. La pregunta principal: quiero una estimación puntual del primer percentil de la población, y luego quiero un intervalo de confianza del 95% alrededor de mi estimación puntual. Mi estimación puntual será la muestra del …

9 confidence-interval  bootstrap  quantiles  extreme-value 

Considere el siguiente código R: > data <- data.frame( a=c(NA,2,3,4,5,6),b=c(2.2,NA,6.1,8.3,10.2,12.13),c=c(4.2,7.9,NA,16.1,19.9,23)) > data a b c 1 NA 2.20 4.2 2 2 NA 7.9 3 3 6.10 NA 4 4 8.30 16.1 5 5 10.20 19.9 6 6 12.13 23.0 Como puede ver, he diseñado los datos de manera aproximada c …

9 r  data-imputation  multiple-imputation 

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 hace 5 años . Soy un recién graduado de mi universidad y mi licenciatura …

9 careers 

Obtuve de otras publicaciones que no se puede atribuir 'importancia' o 'importancia' a las variables predictoras que ingresan en un modelo de lazo porque calcular los valores p o las desviaciones estándar de esas variables todavía es un trabajo en progreso. Bajo ese razonamiento, ¿es correcto afirmar que uno NO …

9 statistical-significance  bootstrap  simulation  lasso  regression-strategies 

LLLminβ∥y−Xβ∥22+λ∥β∥1minβ‖y−Xβ‖22+λ‖β‖1 \min_\beta \|y - X \beta\|_2^2 + \lambda \|\beta\|_1 \; Pero a menudo, cuando vi el estimador Lasso, se puede escribir como β^n(λ)=argminβ{12n∥y−Xβ∥22+λ∥β∥1}β^n(λ)=arg⁡minβ{12n‖y−Xβ‖22+λ‖β‖1} \hat{\beta}_n(\lambda) = \displaystyle\arg \min_{\beta} \{\frac {1}{2n} \|y - X \beta\|_2^2 + \lambda \|\beta\|_1 \} Mi pregunta es, ¿son equivalentes? ¿Dónde entra el término 12n12n\frac {1}{2n} ? Las …

9 lasso 

¿Cómo se calcula el previo apropiado si tiene el error de medición de un instrumento? Este párrafo es del libro de Cressie "Estadísticas para datos espacio-temporales": A menudo se da información previa sobre la varianza de error de medición, lo que permite especificar un modelo de parámetro bastante informativo. Por …

9 bayesian  standard-error  error  prior  measurement-error 

Tenía una tarea asignada para expresar la distribución binomial negativa como una familia exponencial de distribuciones dado que el parámetro de dispersión era una constante conocida. Esto fue bastante fácil, pero me preguntaba por qué requerirían que mantuviéramos fijo ese parámetro. Descubrí que no podía encontrar una manera de ponerlo …

9 self-study  mathematical-statistics  negative-binomial  proof  exponential-family 

A continuación se muestra un gráfico de p. 202 del Dataclysm de Christian Rudder , aunque fue realizado por James Dowdell. Ilustra las relaciones entre varios 200 subreddits principales, que son áreas de interés en reddit.com donde los usuarios pueden enviar enlaces, comentarios y votos. Estos son similares a las …

9 clustering  data-visualization 

Digamos que tengo N bolas en una bolsa. En mi primer sorteo, marco la pelota y la vuelvo a colocar en la bolsa. En mi segundo sorteo, si recojo una pelota marcada, la devuelvo a la bolsa. Sin embargo, si recojo una bola no marcada, la marco y la devuelvo …

9 probability  estimation  population  combinatorics  capture-mark-recapture 

Regularmente uso pruebas de permutación y amo su simplicidad. He aprendido más del libro "Métodos de remuestreo" de Good, en el que el autor parece bastante creativo en su elección de estadísticas de prueba a lo largo de los ejemplos. Además, esta publicación da la impresión de que existe una …

9 hypothesis-testing  permutation-test 

Quiero ejecutar una regresión con 4 a 5 variables explicativas, pero solo tengo 15 observaciones. No pudiendo asumir que estas variables están normalmente distribuidas, ¿existe algún método de regresión no paramétrico o de otro tipo válido?

9 regression  small-sample 

De "En toda probabilidad: modelado estadístico e inferencia usando probabilidad" por Y. Pawitan, la probabilidad de una nueva parametrización se define como modo que si g es uno a uno, entonces L ^ * (\ psi) = L (g ^ {- 1} (\ psi)) (p. 45). Estoy tratando de mostrar …

9 mathematical-statistics  inference  likelihood  fisher-information 

Soy un recién llegado al análisis de supervivencia, aunque tengo algunos conocimientos en clasificación y regresión. Para la regresión, tenemos estadísticas de MSE y R cuadrado. Pero, ¿cómo podemos decir que el modelo de supervivencia A es superior al modelo de supervivencia B además de algún tipo de gráficos (curva …

9 regression  survival  goodness-of-fit  cart  rpart 

Un amigo estadístico mío me habló de una técnica interesante utilizada para obtener respuestas honestas en encuestas que trataban temas delicados. Recuerdo la esencia general del método, pero me pregunto si alguien conoce los detalles y si se hace referencia a él en alguna parte. La historia era que la …

9 categorical-data  survey 

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 hace 5 años . Actualmente soy un estudiante de estadística dentro de un muy …

9 sas  minitab