Estadísticas y Big Data

Desde un punto de vista matemático, el teorema de Bayes tiene mucho sentido para mí (es decir, derivar y probar), pero lo que no sé es si existe o no un argumento geométrico o gráfico agradable que pueda demostrarse para explicar el teorema de Bayes. Intenté buscar en Google una …

9 bayesian  bayes  geometry 

Estoy usando el regresor RandomForest en mis datos y pude ver que la puntuación de Oob se obtuvo en 0.83. No estoy seguro de cómo resultó ser así. Quiero decir que mis objetivos son valores altos en el rango de 10 ^ 7. Entonces, si es MSE, entonces debería haber …

9 regression  random-forest 

Estoy analizando un conjunto de datos sobre comunidades intermareales. Los datos son porcentajes de cobertura (de algas, percebes, mejillones, etc.) en cuadrantes. Estoy acostumbrado a pensar en el análisis de correspondencia (CA) en términos de conteo de especies y el análisis de componentes principales (PCA) como algo más útil para …

9 r  pca  multivariate-analysis  correspondence-analysis 

Los algoritmos de aprendizaje automático escalables parecen ser el zumbido en estos días. Cada empresa maneja nada menos que big data . ¿Existe un libro de texto que discuta qué algoritmos de aprendizaje automático se pueden escalar usando arquitecturas paralelas como Map-Reduce y qué algoritmos no pueden? O algunos documentos …

9 machine-learning  large-data 

Tengo los siguientes datos ubicados aquí . Estoy tratando de calcular el intervalo de confianza del 95% en la pureza media cuando el porcentaje de hidrocarburos es 1.0. En R, ingreso lo siguiente. > predict(purity.lm, newdata=list(hydro=1.0), interval="confidence", level=.95) fit lwr upr 1 89.66431 87.51017 91.81845 Sin embargo, ¿cómo puedo obtener …

9 r  regression  confidence-interval  prediction-interval 

Sé que esta pregunta se hizo antes: libro de referencia para estudios ecológicos, pero no es lo que estoy buscando. Lo que estoy buscando es si alguien puede recomendar un buen libro (o una referencia canónica) sobre ecología estadística. Tengo una muy buena comprensión de las estadísticas, por lo que …

9 self-study  references  ecology 

Recibí una revisión de mi trabajo de investigación recientemente y el siguiente es el comentario del revisor sobre mi trabajo: Los resultados obtenidos de un modelo no son del todo convincentes, especialmente la regresión lineal generalmente tiene deficiencias en el tratamiento de los valores atípicos. Sugiero que los autores también …

9 regression  logistic  multiple-regression 

¿Hay un nombre para este tipo de gráfico a continuación (proveniente del Ministerio de Negocios, Innovación y Empleo de Nueva Zelanda , para quien trabajo pero no participé en la creación de esta trama)? Consiste en rectángulos donde el área es proporcional a una variable y se asemeja a una …

9 data-visualization  pie-chart 

Tengo un conjunto de datos de ejemplo de la siguiente manera: Volume <- seq(1,20,0.1) var1 <- 100 x2 <- 1000000 x3 <- 30 x4 = sqrt(x2/pi) H = x3 - Volume r = (x4*H)/(H + Volume) Power = (var1*x2)/(100*(pi*Volume/3)*(x4*x4 + x4*r + r*r)) Power <- jitter(Power, factor = 1, amount …

9 r  hypothesis-testing  nonlinear-regression  goodness-of-fit  heteroscedasticity 

Estaba leyendo un artículo sobre el ajuste de la curva bayesiana ( Dimatteo et. Al. Ajuste de la curva bayesiana con estrías de nudo libre, 2001 ) y encontré el símbolo . Se usa varias veces en todo el documento, pero nunca se define explícitamente. Después de algunas búsquedas en …

9 notation  definition 

Estoy comparando la distribución de diferentes grupos usando las gráficas de violín, sin embargo, la mayoría de los recursos en línea que encontré están relacionados con cómo hacer las gráficas y una interpretación muy básica de los resultados (la variación mediana, los datos están agrupados o no). Estoy buscando ejemplos …

9 data-visualization 

Tengo datos etiquetados de 2 clases en los que estoy realizando la clasificación usando múltiples clasificadores. Y los conjuntos de datos están bien equilibrados. Al evaluar el rendimiento de los clasificadores, debo tener en cuenta cuán preciso es el clasificador para determinar no solo los verdaderos positivos, sino también los …

9 classification  roc  model-evaluation  sensitivity-specificity 

Estoy enseñando mi primera clase este otoño (Introducción a Bioestadística). ¿Alguien tiene alguna sugerencia para enseñar mejor las estadísticas? ¿Quizás algún ejemplo que desearías que tu primer maestro hubiera usado? Estoy usando los Principios de Bioestadística de Pagano y Gauvreau. EDITAR DETALLES Esta clase es una clase en línea que …

9 biostatistics  teaching 

Hay más fenómenos a los que se puede aplicar el diseño experimental que estrategias alternativas de diseño válidas. Esto debería ser cierto, aunque hay muchas formas de diseñar adecuadamente un experimento. ¿Cuáles son los mejores "problemas" que realmente demuestran el valor y los matices de los diferentes tipos de diseño …

9 experiment-design  references  optimal 

Estoy tratando de usar SMOTE para corregir el desequilibrio en mi problema de clasificación de varias clases. Aunque SMOTE funciona perfectamente en el conjunto de datos de iris según el documento de ayuda de SMOTE, no funciona en un conjunto de datos similar. Así es como se ven mis datos. …

9 r  classification  unbalanced-classes  oversampling