Estadísticas y Big Data

En R, ¿por qué la configuración predeterminada de qqplot(linear model)uso de los residuos estandarizados en el eje y? ¿Por qué R no usa los residuos "regulares"?

9 r  regression  linear-model  residuals  qq-plot 

Tengo casi las mismas preguntas como esta: ¿Cómo puedo modelar eficientemente la suma de variables aleatorias de Bernoulli? Pero la configuración es bastante diferente: S=∑i=1,NXiS=∑i=1,NXiS=\sum_{i=1,N}{X_i} , , ~ 20, ~ 0.1P(Xi=1)=piP(Xi=1)=piP(X_{i}=1)=p_iNNNpipip_i Tenemos los datos para los resultados de las variables aleatorias de Bernoulli: ,Xi,jXi,jX_{i,j}Sj=∑i=1,NXi,jSj=∑i=1,NXi,jS_j=\sum_{i=1,N}{X_{i,j}} Si estimamos el con la estimación …

9 distributions  modeling  binomial  random-variable  non-independent 

Como medio para motivar la pregunta, considere un problema de regresión en el que buscamos estimar utilizando las variables observadas { a , b }YYY{ a , b }{una,si}\{ a, b \} Cuando hago una regresión polinómica multivariada, trato de encontrar la paramitización óptima de la función F( y) = …

9 regression 

He leído las páginas de Wikipedia para la prueba de Friedman y Kruskal-Wallis , pero no estoy seguro de cuál usar. ¿Hay diferencias en los supuestos?

9 anova  kruskal-wallis 

Cuando se ejecuta el algoritmo Metropolis-Hastings con distribuciones de candidatos uniformes, ¿cuál es la razón de tener tasas de aceptación de alrededor del 20%? Mi pensamiento es: una vez que se descubren los valores de los parámetros verdaderos (o casi verdaderos), entonces ningún nuevo conjunto de valores de parámetros candidatos …

9 bayesian  estimation  sampling  mcmc 

Si hay 0 en la tabla de contingencia y estamos ajustando modelos poisson / loglineales anidados (usando la glmfunción de R ) para una prueba de razón de probabilidad, ¿necesitamos ajustar los datos antes de ajustar los modelos glm (por ejemplo, agregar 1/2 a todos los recuentos)? Obviamente, algunos parámetros …

9 regression  poisson-distribution  generalized-linear-model  likelihood-ratio  log-linear 

esta pregunta comenzó como " Agrupación de datos espaciales en R " y ahora se ha movido a la pregunta DBSCAN. Como sugirieron las respuestas a la primera pregunta, busqué información sobre DBSCAN y leí algunos documentos sobre. Han surgido nuevas preguntas. DBSCAN requiere algunos parámetros, uno de ellos es …

9 r  clustering  spatial 

Me he encontrado con el método de muestreo llamado "Muestreo de ponderación de propensión / RIM", pero no tengo una buena idea de qué se tratan estos métodos de encuesta. ¿Qué referencias en la literatura cubren este tema?

9 sampling  weighted-sampling 

Apuntemos a algunos a nivel introductorio, algunos artículos y algunos libros de texto. Aplicado es más útil, incluso el código R es excelente. ¡Gracias!

9 sampling  references  survey-weights  survey-sampling 

¿Alguien sabe dónde encontrar una buena aplicación y ejemplos (además del manual y el libro de econometría aplicada con R) utilizando el modelo tobit con los paquetes AER? Editar Estoy buscando un comando para calcular los efectos marginales para y (no para la variable latente y *). Parece ser , …

9 r  tobit-regression 

¿Existe un método estándar (o el mejor) para probar cuando una serie temporal determinada se ha estabilizado? Alguna motivación Tengo un sistema dinámico estocástico que genera un valor en cada paso de tiempo . Este sistema tiene un comportamiento transitorio hasta el paso de tiempo t ^ * y luego …

9 time-series  machine-learning 

Estoy investigando la interacción entre dos variables ( y x 2 ). Existe una gran correlación lineal entre estas variables con r > 0.9 . Por la naturaleza del problema, no puedo decir nada sobre la causalidad (si x 1 causa x 2 o al revés). Me gustaría estudiar las …

9 regression  outliers  linear-model 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 6 años . names(mydat)[c(name)]<-c("newname") A partir de esto, sé que el nombre de columna / variable "nombre" del marco …

9 r 

¿Por qué la intercambiabilidad de variables aleatorias es esencial para el modelado bayesiano jerárquico?

9 bayesian  multilevel-analysis  exchangeability 

Tengo dos conjuntos de datos de estudios de asociación de todo el genoma. La única información disponible es la razón de posibilidades y el valor p para el primer conjunto de datos. Para el segundo conjunto de datos tengo la Odds Ratio, el valor p y las frecuencias alélicas (AFD …

9 meta-analysis  genetics