Estadísticas y Big Data

¿Es posible trazar un diagrama de dependencia parcial para mostrar la probabilidad de clase y estimar los efectos de un predictor para un modelo GBM ? Algo similar al partialPlotdel randomForestpaquete. Según este artículo , una trama parcial es factible con gbm. Gracias de antemano por tu ayuda.

9 r  gbm 

He visto en la literatura publicada (y publicada aquí) que la eficiencia relativa asintótica de la prueba de rango con signo de Wilcoxon es de al menos 0,864 en comparación con la prueba t. También he oído que esto solo se aplica a muestras grandes, aunque algunos libros no mencionan …

9 nonparametric  power  wilcoxon-signed-rank  paired-comparisons  efficiency 

Supongamos que tiene una moneda justa que puede lanzar tantas veces como desee (posiblemente infinitamente contable). ¿Es posible generar la distribución uniforme discreta en , donde(1,2,...,k)(1,2,...,k)(1,2,...,k)kkk NO es una potencia de 2? ¿Como lo harias? Si esto es demasiado general, responder k=3k=3k=3 probablemente sería lo suficientemente interesante.

9 random-generation  uniform 

Estoy trabajando a través de Think Bayes (gratis aquí: http://www.greenteapress.com/thinkbayes/ ) y estoy en el ejercicio 3.1. Aquí hay un resumen del problema: "Un ferrocarril numera sus locomotoras en el orden 1..N. Un día ves una locomotora con el número 60. Estima cuántas locomotoras tiene el ferrocarril". Esta solución se …

9 bayesian  conditional-probability  bayes 

Estoy usando un clasificador basado en redes neuronales para ejecutar una clasificación para mis datos en n-dimensional. Entonces pensé que podría ser una buena idea ejecutar la reducción de dimensiones como PCA para mis datos al principio, y luego poner los resultados de PCA en el clasificador (conservo 3 PC). …

9 pca  neural-networks 

Dejar YYY y XXX ser variables aleatorias E(Y|X)E(Y|X)E(Y|X) es la media condicional de YYY dado XXX. DecimosYYY no está causalmente relacionado con XXX Si E(Y|X)E(Y|X)E(Y|X) no depende de XXX, lo que implica que es igual a E(Y)E(Y)E(Y). Ahora, sigamos con esta definición de causalidad por un segundo. Por la ley …

9 econometrics  causality  conditional-expectation 

Acabo de recibir una copia de Los elementos del aprendizaje estadístico de Hastie, Tibshirani y Friedman. En el capítulo 2 (Descripción general del aprendizaje supervisado), sección 4 (Teoría de decisión estadística), ofrece una derivación de la función de regresión. Supongamos que denota un vector de entrada aleatorio con valor real, …

9 regression  statistical-learning 

Suponga el siguiente modelo de regresión bivariado: yyo= βXyo+tuyo,yyo=βXyo+tuyo, y_i = \beta x_i + u_i, dónde tuyotuyou_i es iid norte( 0 ,σ2= 9 )norte(0 0,σ2=9 9)N(0, \sigma^2 = 9) para i = 1 , ... , nyo=1,...,nortei = 1,\ldots, n. Suponga un previo informativo , entonces se puede demostrar que …

9 probability  self-study  bayesian  confidence-interval  credible-interval 

Tengo datos de accidentes automovilísticos por hora del día. Como era de esperar, son altas en la mitad del día y alcanzan su punto máximo en la hora pico. geom_density predeterminado de ggplot2 lo suaviza muy bien Un subconjunto de los datos, para los accidentes relacionados con la bebida, es …

9 r  pdf  kernel-smoothing  splines 

Por lo que he leído, Hamiltonian Monte Carlo es el MCMCmétodo "goto" cuando su problema es de alta dimensión. Hablando en términos prácticos, ¿cuántas dimensiones 10's, 100's, 1,000's, 10,000's, 100,000's, ..., son demasiadas? Sin duda, el costo computacional se convertirá en un problema y supongo que es importante considerar el …

9 autocorrelation  mcmc  monte-carlo  dimensionality-reduction 

Digamos que tenemos los siguientes datos: set.seed(123) data <- data.frame(x = c(rnorm(50, 1, 1), rnorm(50, 5, 2)), y = c(rep('A', 50), rep('B', 50))) Lo que produce el siguiente diagrama de caja ( boxplot(data$x ~ data$y)): Ahora digamos que quiero probar si las dos muestras tienen los mismos parámetros de ubicación …

9 r  nonparametric  wilcoxon-mann-whitney 

Estoy haciendo estas preguntas para aclaraciones sobre los términos entre "distribución nula" y "distribución de muestreo". Encuentro que cuando alguien dice distribución nula , en realidad significan lo mismo que cuando otros dicen distribución de muestreo . En este artículo de prueba de hipótesis [1], puede ver la siguiente descripción …

9 hypothesis-testing  distributions  sampling 

No soy un experto, así que perdóname si parte de la terminología es un poco torpe. Estaremos encantados de proporcionar más información cuando sea necesario. Tengo dos vectores de 50 valores numéricos emparejados en R. Quiero realizar una prueba de aleatorización o permutación de dos colas para determinar si sus …

9 r  statistical-significance  permutation-test 

Tengo una serie de puntos de datos en este formulario (marca de tiempo, lat, largo) para un conjunto de usuarios. Cada usuario tiene una trayectoria cuando viaja del punto A al punto B. Puede haber cualquier número de puntos de A a B. Son puntos de datos ordenados en función …

9 time-series  multivariate-analysis  data-transformation  functional-data-analysis 

Recientemente comencé a estudiar inferencia estadística. He estado trabajando en varios problemas y este me tiene completamente perplejo. Sea una muestra aleatoria de una distribución discreta que asigna con probabilidad los valores , donde es un número entero. Demuestre que no existe una estadística completa suficiente.X1, ... ,XnorteX1,…,XnX_1,\dots,X_n1313\frac{1}{3}θ - 1 …

9 self-study  mathematical-statistics  inference  discrete-data