Estadísticas y Big Data

Estoy buscando conjuntos de datos existentes que podamos usar para probar varias técnicas de datavis que estamos investigando. Conozco varios recursos como los incluidos en R (intente plot(Orange)o vea aquí ). Pero me gustaría dar un paso adelante: ¿Cuáles son los mejores conjuntos de datos del mundo real para probar …

9 data-visualization  dataset  teaching 

Bloqueado . Esta pregunta y sus respuestas están bloqueadas porque la pregunta está fuera de tema pero tiene un significado histórico. Actualmente no acepta nuevas respuestas o interacciones. Las funciones con las que estoy familiarizado incluyen escalar desde la base R, reescalar desde ARM. Quizás la mejor manera sería usar …

9 r  standardization  centering 

Ejecuté un ANOVA encontrando, por ejemplo, una interacción entre género y grado de la que quiero saber en qué grados difieren los niños y las niñas, pero en muchos casos encuentro valores p (ajustados) de 0 y 1. ¿Cómo / por qué es esto posible? No parece correcto ... as.factor(gender) …

9 r 

Estas preguntas pueden sonar estúpidas, pero ... ¿ es correcto que los efectos aleatorios solo puedan aplicarse a variables categóricas (como identificación individual, identificación de población, ...), por ejemplo, digamos que es una variable categórica:xixix_i yiyiy_i ~βxiβxi\beta_{x_i} βxiβxi\beta_{x_i} ~Norm(μ,δ2)Norm(μ,δ2)Norm(\mu, \delta^2) pero desde el principio el efecto aleatorio no puede aplicarse …

9 mixed-model  categorical-data  continuous-data  random-effects-model 

Siguiendo mis publicaciones anteriores, hasta donde puedo entender, si tengo tres coeficientes de correlación, tendré que probarlos en pares para ver si hay una diferencia significativa entre ellos. Esto significa que tendría que usar la transformación de Fishers para calcular la puntuación z de r y luego el valor p …

9 correlation 

Me gustaría realizar un análisis multivariado a nivel individual en pequeños niveles de agregación geográfica (distritos de recolección de censo de Australia). Claramente, el censo no está disponible en estos pequeños niveles de agregación por razones de privacidad, por lo que estoy investigando otras alternativas. Casi todas las variables de …

9 distributions  sampling  simulation  spatial  census 

Estoy investigando si diferentes condiciones de recompensa pueden afectar el rendimiento de la tarea. Tengo datos de un pequeño estudio con dos grupos, cada uno con n = 20. Recopilé datos sobre una tarea que involucraba el desempeño en 3 condiciones diferentes de "recompensa". La tarea implicó el desempeño en …

9 anova  spss  repeated-measures  assumptions 

Soy un novato en estadística y tengo cierta confusión sobre el supuesto de independencia para las pruebas estadísticas. Busqué en Internet y alguna información dice que para la prueba t, las observaciones en los dos grupos deberían ser independientes (es decir, las mediciones en la muestra 1 y las mediciones …

9 independence  assumptions 

Dada la siguiente configuración experimental: Se toman múltiples muestras de un sujeto y cada muestra se trata de múltiples maneras (incluido un tratamiento de control). Lo que es principalmente interesante es la diferencia entre el control y cada tratamiento. Puedo pensar en dos modelos simples para estos datos. Con la …

9 regression  anova  linear-model  ancova 

Necesito hacer inferencia sobre un parámetro positivo . Para acomodar la positividad reparametrice . Usando la rutina MLE, calculé la estimación puntual y se para q . La propiedad de invariancia del MLE me da directamente una estimación puntual para p , pero no estoy seguro de cómo calcular se …

9 maximum-likelihood  standard-error  delta-method 

Una distribución discreta con función de masa. p(x;k)=k(x+k)(x+k−1),x=1,2,…p(x;k)=k(x+k)(x+k−1),x=1,2,…p(x;k) = \frac{k}{(x+k)(x+k-1)},\quad x = 1,2,\ldots surge en la página 9 de este documento . Para es una distribución de Yule-Simon con , pero no he encontrado ningún otro ejemplo.k=1k=1k=1ρ=1ρ=1\rho=1 Eso tiene un nombre? ¿Aparece en algún otro contexto? ¿Existe un proceso estocástico …

9 distributions 

Estoy viendo algunos problemas de regresión logística. ("regular" y "condicional"). Idealmente, me gustaría ponderar cada uno de los casos de entrada para que la glm se centre más en predecir correctamente los casos con mayor ponderación a expensas de posiblemente clasificar erróneamente los casos con menor ponderación. Seguramente esto ya …

9 logistic 

Supongamos que observo vectores variables independientes y y la variable dependiente . Me gustaría ajustar un modelo de la forma: donde es una función dos veces diferenciable de valor positivo, \ sigma es un parámetro de escala desconocido y \ epsilon es una variable aleatoria gaussiana de media unidad y …

9 regression  hypothesis-testing  heteroscedasticity  generalized-least-squares 

Digamos que definimos una distancia, que no es una métrica , entre N elementos. En base a esta distancia, usamos un agrupamiento jerárquico aglomerativo . ¿Podemos usar cada uno de los algoritmos conocidos (enlace único / máximo / promedio, etc.) para obtener resultados significativos? O dicho de otra manera, ¿cuál …

9 clustering  multilevel-analysis  metric  hierarchical-clustering 

Esta pregunta abordó la distribución normal, pero me pregunto qué se sabe sobre la distribución de la desviación estándar de una muestra de tamaño n extraída de una distribución arbitraria. En particular, ¿cuál es la desviación estándar de la desviación estándar? Para una distribución normal, el sd del sd es …

9 standard-deviation