Estadísticas y Big Data

Estoy haciendo un estudio de simulación que requiere estimaciones de arranque obtenidas de un modelo mixto lineal generalizado (en realidad, el producto de dos estimaciones para efectos fijos, una de un GLMM y otra de un LMM). Hacer bien el estudio requeriría alrededor de 1000 simulaciones con 1000 o 1500 …

9 r  mixed-model 

Tengo dos variables y puedo calcular, por ejemplo, la correlación de Pearson entre ellas, pero me gustaría saber algo análogo a lo que me daría una prueba t (es decir, alguna noción de cuán significativa es la correlación). ¿Existe tal cosa?

9 correlation  statistical-significance 

Estoy tratando de resolver un problema para la regresión de ángulo mínimo (LAR). Este es un problema 3.23 en la página 97 de Hastie et al., Elementos de aprendizaje estadístico, 2do. ed. (5ª impresión) . Considere un problema de regresión con todas las variables y respuestas que tengan media cero …

9 regression  machine-learning  correlation  self-study 

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 7 meses . Esta es una pregunta de visualización de datos. Tengo una base de datos que contiene algunos …

9 r  data-visualization 

Gracias de antemano por ayudarme, no soy un estadista de ningún tipo y no sé cómo describir lo que estoy imaginando, por lo que Google no me está ayudando aquí ... Incluyo un sistema de calificación en una aplicación web en la que estoy trabajando. Cada usuario puede calificar cada …

9 scales  rating 

Una pregunta reciente sobre alternativas a la regresión logística en R arrojó una variedad de respuestas que incluyeron randomForest, gbm, rpart, bayesglm y modelos aditivos generalizados. ¿Cuáles son las diferencias prácticas y de interpretación entre estos métodos y la regresión logística? ¿Qué suposiciones hacen (o no hacen) en relación con …

9 r  hypothesis-testing  logistic  random-forest 

Tenemos un conjunto de muestras biológicas que fue bastante costoso de obtener. Ponemos estas muestras a través de una serie de pruebas para generar datos que se utilizan para construir un modelo predictivo. Para este propósito, hemos dividido las muestras en conjuntos de entrenamiento (70%) y pruebas (30%). Hemos creado …

9 classification  modeling  experiment-design  cross-validation  bootstrap 

Estoy tratando de ayudar a un científico a diseñar un estudio para la aparición de microbios de salmonella. Le gustaría comparar una formulación antimicrobiana experimental contra un cloro (lejía) en granjas avícolas. Debido a que las tasas de fondo de salmonella difieren con el tiempo, él planea medir el% de …

9 sample-size  repeated-measures  proportion 

( Esto se relaciona con mi pregunta de programación sobre Stack Overflow : Algoritmo gaussiano de curva de campana (Python y / o C #)) . En Answers.com, encontré este simple ejemplo: Encuentre la media aritmética (promedio) => Suma de todos los valores en el conjunto, dividido por el número …

9 algorithms  normal-distribution 

Actualmente estoy trabajando en algunos datos de series temporales, sé que puedo usar el modelo LOESS / ARIMA. Los datos se escriben en un vector cuya longitud es 1000, que es una cola, que se actualiza cada 15 minutos, Por lo tanto, los datos antiguos aparecerán mientras los nuevos datos …

9 time-series  model-evaluation 

Mi conocimiento (muy básico) del modelo de regresión de Tobit no es de una clase, como preferiría. En cambio, he recogido información aquí y allá a través de varias búsquedas en Internet. Mi mejor suposición sobre los supuestos para la regresión truncada es que son muy similares a los supuestos …

9 regression  assumptions 

Entonces, tengo 16 ensayos en los que estoy tratando de autenticar a una persona de un rasgo biométrico usando Hamming Distance. Mi umbral está establecido en 3.5. Mis datos están a continuación y solo la prueba 1 es un verdadero positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

Tengo una XTSserie temporal irregularmente espaciada (con POSIXctvalores como tipo de índice). ¿Cómo puedo construir una nueva serie de tiempo muestreada en un intervalo de 10 minutos, digamos, pero con cada momento de muestra alineado a un tiempo de ronda (13:00:00, 13:10:00, 13:20:00, ...) . Si un momento de remuestreo …

9 r  time-series  sampling  unevenly-spaced-time-series 

Traté de simular a partir de una densidad bivariada usando algoritmos Metropolis en R y no tuve suerte. La densidad se puede expresar como , donde es la distribución de Singh-Maddalap ( y | x ) p ( x ) p ( x )p(x,y)p(x,y)p(x,y)p(y|x)p(x)p(y|x)p(x)p(y|x)p(x)p(x)p(x)p(x) p(x)=aqxa−1ba(1+(xb)a)1+qp(x)=aqxa−1ba(1+(xb)a)1+qp(x)=\dfrac{aq x^{a-1}}{b^a (1 + (\frac{x}{b})^a)^{1+q}} con …

9 sampling  monte-carlo  metropolis-hastings 

Supongamos que tenemos un modelo de regresión lineal simple y nos gustaría probar la hipótesis nula contra la alternativa general.H 0 : a = b = 1Z=aX+bYZ=aX+bYZ = aX + bYH0:a=b=12H0:a=b=12H_0: a=b=\frac{1}{2} Creo que uno puede usar la estimación de y y luego aplicar una prueba para obtener el intervalo …

9 hypothesis-testing  regression