Estadísticas y Big Data

¿Alguien puede dar un buen resumen de las diferencias entre el enfoque bayesiano y el frecuentista de la probabilidad? Por lo que entiendo: La opinión de los frecuentistas es que los datos son una muestra aleatoria repetible (variable aleatoria) con una frecuencia / probabilidad específica (que se define como la …

37 probability  bayesian  frequentist 

Al hacer investigación en economía, con frecuencia es necesario verificar conclusiones teóricas sobre datos reales. ¿Cuáles son las fuentes de datos confiables para usar y citar? Me interesan principalmente las fuentes que proporcionan diversos datos estadísticos como el PIB, la población, el IPC, el IPP, etc. EDITAR: Aquí hay una …

37 references 

Hoy, en el Cross Validated Journal Club (¿por qué no estabas allí?), @Mbq preguntó: ¿Crees que nosotros (los científicos de datos modernos) sabemos lo que significa? ¿Y cómo se relaciona con nuestra confianza en nuestros resultados? @Michelle respondió como algunos (incluido yo) suelen hacer: El concepto de significación (basado en …

37 hypothesis-testing  p-value  large-data 

Las redes neuronales a menudo se tratan como "cajas negras" debido a su compleja estructura. Esto no es ideal, ya que a menudo es beneficioso tener una comprensión intuitiva de cómo funciona internamente un modelo. ¿Cuáles son los métodos para visualizar cómo funciona una red neuronal capacitada? Alternativamente, ¿cómo podemos …

37 data-visualization  neural-networks 

Tengo un curso de Machine Learning este semestre y el profesor nos pidió que encontremos un problema del mundo real y lo resolvamos con uno de los métodos de machine learning introducidos en la clase, como: Árboles de decisión Redes neuronales artificiales Máquinas de vectores de soporte Aprendizaje basado en …

37 machine-learning 

Estoy buscando algunas desigualdades de probabilidad para sumas de variables aleatorias ilimitadas. Realmente agradecería si alguien me puede dar algunos pensamientos. Mi problema es encontrar un límite superior exponencial sobre la probabilidad de que la suma de variables aleatorias iid ilimitadas, que de hecho son la multiplicación de dos iid …

37 probability  mathematical-statistics  probability-inequalities  mgf 

Puedo ver que hay muchas diferencias formales entre las medidas de distancia de Kullback-Leibler vs Kolmogorov-Smirnov. Sin embargo, ambos se usan para medir la distancia entre distribuciones. ¿Existe una situación típica en la que se debe usar uno en lugar del otro? ¿Cuál es la razón para hacerlo?

37 distributions  distance-functions  kolmogorov-smirnov  kullback-leibler 

Tengo 2 preguntas simples sobre regresión lineal: ¿Cuándo se aconseja estandarizar las variables explicativas? Una vez que la estimación se lleva a cabo con valores estandarizados, ¿cómo se puede predecir con nuevos valores (cómo se debe estandarizar los nuevos valores)? Algunas referencias serían útiles.

37 regression  predictive-models  references  standardization  predictor 

Espero que alguien pueda explicar, en términos simples, qué es una función característica y cómo se usa en la práctica. He leído que es la transformación de Fourier del pdf, así que supongo que sé lo que es, pero todavía no entiendo su propósito. Si alguien pudiera proporcionar una descripción …

37 probability  mathematical-statistics  characteristic-function 

Supongamos que XXX es una variable aleatoria con pdf fX(x)fX(x)f_X(x) . Entonces la variable aleatoria Y=X2Y=X2Y=X^2 tiene el pdf fY(y)={12y√(fX(y√)+fX(−y√))0y≥0y<0fY(y)={12y(fX(y)+fX(−y))y≥00y<0f_Y(y)=\begin{cases}\frac{1}{2\sqrt{y}}\left(f_X(\sqrt{y})+f_X(-\sqrt{y})\right) & y \ge 0 \\ 0 & y \lt 0\end{cases} Entiendo el cálculo detrás de esto. Pero estoy tratando de pensar en una manera de explicarlo a alguien que no …

37 random-variable  pdf  intuition 

Ha habido algunas preguntas sobre libros de texto estadísticos , como la pregunta Libros de texto estadísticos gratuitos . Sin embargo, estoy buscando libros de texto de código abierto, por ejemplo, que tengan una licencia Creative Commons . La razón es que en el material del curso en otros dominios, …

37 references  open-source 

Como un extraño, parece que hay dos puntos de vista en competencia sobre cómo se debe realizar una inferencia estadística. ¿Los dos métodos diferentes son considerados válidos por los estadísticos que trabajan? ¿Elegir uno se considera más una pregunta filosófica? ¿O la situación actual se considera problemática y se están …

37 bayesian  frequentist 

Como dice la pregunta: ¿Es posible probar la hipótesis nula? Desde mi comprensión (limitada) de la hipótesis, la respuesta es no, pero no puedo dar una explicación rigurosa. ¿La pregunta tiene una respuesta definitiva?

37 hypothesis-testing  proof  equivalence 

En todos los contextos, estoy familiarizado con la validación cruzada, solo se usa con el objetivo de aumentar la precisión predictiva. ¿Se puede extender la lógica de validación cruzada al estimar las relaciones imparciales entre variables? Si bien este documento de Richard Berk demuestra el uso de una muestra reservada …

37 cross-validation  causality 

Un problema que he visto con frecuencia planteado en el contexto de las redes neuronales en general, y las redes neuronales profundas en particular, es que están "hambrientos de datos", es decir, no funcionan bien a menos que tengamos un gran conjunto de datos con el que entrenar a la …

37 neural-networks  deep-learning  regularization