Estadísticas y Big Data

Obviamente es falaz suponer que el hecho de no rechazar lo nulo implica que lo nulo es verdadero. Pero en el caso de que la hipótesis nula no es rechazada y el intervalo de confianza correspondiente (IC) es estrecha y centrada alrededor de 0, ¿esto no proporciona evidencia para la …

9 hypothesis-testing  statistical-significance  confidence-interval 

Pregunta Algo que me he estado preguntando por un tiempo: Deje que PθPθP_\theta sea ​​una familia exponencial (un parámetro) en aumento estocástico en el espacio muestral XX\mathcal{X} con Θ⊂RΘ⊂R\Theta\subset\mathbb{R} como su espacio de parámetro natural, es decir, ΘΘ\Theta es el conjunto de valores para el cual el cdf FθFθF_\theta define …

9 distributions  mathematical-statistics  exponential-family 

Estoy leyendo la "Causalidad" de Judea Pearl (segunda edición 2009) y en la sección 1.1.5 Independencia condicional y Grafoides, dice: La siguiente es una lista (parcial) de propiedades satisfechas por la relación de independencia condicional (X_ || _Y | Z). Simetría: (X_ || _ Y | Z) ==> (Y_ || …

9 self-study  bayesian 

Actualmente estoy leyendo el "libro" de programación probabilística y métodos bayesianos para hackers . He leído algunos capítulos y estaba pensando en el primer Capítulo donde el primer ejemplo con pymc consiste en detectar un punto de bruja en los mensajes de texto. En ese ejemplo, la variable aleatoria para …

9 probability  mcmc  pymc  change-point 

Suponga la siguiente configuración: Sea Zi=min{ki,Xi},i=1,...,nZi=min{ki,Xi},i=1,...,nZ_i = \min\{k_i, X_i\}, i=1,...,n . También Xi∼U[ai,bi],ai,bi>0Xi∼U[ai,bi],ai,bi>0X_i \sim U[a_i, b_i], \; a_i, b_i >0 . Además ki=cai+(1−c)bi,0<c<1ki=cai+(1−c)bi,0<c<1k_i = ca_i + (1-c)b_i,\;\; 0 k_i) = 1- \Pr(X_i \le k_i) =1−ki−aibi−ai=1−(1−c)(bi−ai)bi−ai=c=1−ki−aibi−ai=1−(1−c)(bi−ai)bi−ai=c= 1- \frac {k_i - a_i}{b_i-a_i} = 1-\frac {(1-c)(b_i-a_i)}{b_i-a_i} =c Entonces, en todos FZi(zi)=⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪0zi<aizi−aibi−aiai≤zi<ki1ki≤ziFZi(zi)={0zi<aizi−aibi−aiai≤zi<ki1ki≤ziF_{Z_i}(z_i) = \begin{cases} …

9 distributions  central-limit-theorem  censoring  minimum 

Un enfoque típico para resolver un problema de clasificación es identificar una clase de modelos candidatos y luego realizar la selección del modelo utilizando algún procedimiento como la validación cruzada. Por lo general, uno selecciona el modelo con la mayor precisión o alguna función relacionada que codifica información específica del …

9 machine-learning  model-selection  error  scoring-rules 

En una presentación de hoy, el orador hizo la afirmación anterior. Dijo que incluso si la primera etapa está mal especificada, las estimaciones de coeficientes de la segunda etapa seguirán siendo válidas. Como un estudiante de baja graduación no podía pedir una explicación, ¡así que ahora le rogué por su …

9 econometrics  2sls 

Estoy trabajando a través de los ejemplos en el análisis de datos bayesianos de Kruschke , específicamente el ANOVA exponencial de Poisson en el cap. 22, que presenta como una alternativa a las pruebas de independencia chi-cuadrado de independencia para tablas de contingencia. Puedo ver cómo obtenemos información sobre las …

9 r  bayesian  effect-size  contingency-tables 

Me dieron un artículo que informaba sobre un estudio muy similar al que mi laboratorio desea realizar. Pero, noté que para la variable de interés, Duración, las DE son mayores que la media ... ya que esta es la duración medida en minutos, nunca puede ser negativa y esto me …

9 standard-deviation  power-analysis 

Considere Xnorte= ⎧⎩⎨1- 12kwp ( 1 - 2- n) / 2wp ( 1 - 2- n) / 2wp 2- k para k > nXn={1w.p. (1−2−n)/2−1w.p. (1−2−n)/22kw.p. 2−k for k>nX_n = \begin{cases} 1 & \text{w.p. } (1 - 2^{-n})/2\\ -1 & \text{w.p. } (1 - 2^{-n})/2\\ 2^k & \text{w.p. } 2^{-k} …

9 probability  self-study  central-limit-theorem  moments  asymptotics 

En un comentario a la respuesta a esta pregunta , se afirmó que usar AIC en la selección del modelo era equivalente a usar un valor p de 0.154. Lo probé en R, donde utilicé un algoritmo de selección de subconjuntos "hacia atrás" para descartar variables de una especificación completa. …

9 model-selection  p-value  aic 

Dado que , el distr. Condicional. de Y es χ 2 ( 2 n ) . N tiene distr. Marginal de Poisson ( θ ), θ es una constante positiva.norte= nN=nN = nYYYχ2( 2 n )χ2(2n)\chi ^2(2n)norteNNθθ\thetaθθ\theta Demuestre que, como , ( Y - E ( Y ) ) / …

9 self-study  poisson-distribution  conditional-probability  convergence  central-limit-theorem 

¿Alguien tiene experiencia con los enfoques para seleccionar el número de componentes principales dispersos para incluir en un modelo de regresión?

9 pca  sparse  regression-strategies 

Vi esta publicación en Moz que presentaba un embudo de marketing segmentado: Este tipo de cosas tendría bastante valor en mi trabajo. Lo que no tengo idea es cómo visualizar datos sin procesar para mostrar un embudo segmentado como este. La idea es que los clientes potenciales de ventas provienen …

9 data-visualization  python  funnel-plot 

El libro Elementos del aprendizaje estadístico (disponible en PDF en línea) analiza el sesgo optimista (7.21, página 229). Establece que el sesgo de optimismo es la diferencia entre el error de entrenamiento y el error en la muestra (error observado si tomamos muestras de nuevos valores de resultado en cada …

9 error  bias  validation