Estadísticas y Big Data

Aquí se menciona que uno de los métodos para determinar el número óptimo de grupos en un conjunto de datos es el "método del codo". Aquí el porcentaje de varianza se calcula como la relación entre la varianza entre grupos y la varianza total. Me sentí difícil de entender este …

9 clustering  k-means 

Pregunta directa: ¿Hay alguna medida de autocorrelación para una secuencia de observaciones de una variable categórica (desordenada)? Antecedentes: estoy usando MCMC para muestrear a partir de una variable categórica y me gustaría medir qué tan bien se mezcla el método de muestreo que he desarrollado en la distribución posterior. Estoy …

9 categorical-data  mcmc  autocorrelation 

Quiero realizar análisis de sentimientos en el texto, he revisado varios artículos, algunos de ellos usan "Naive Bayes" y otros son "Recurrent Neural Network (LSTM)" , por otro lado, he visto una biblioteca de Python para el análisis de sentimientos que es nltk Utiliza "Naive Bayes". ¿Alguien puede explicar cuál …

8 machine-learning  neural-networks  python  natural-language 

Una manzana se encuentra en el vértice de pentágono , y un gusano se encuentra a dos vértices de distancia, en C . Todos los días el gusano se arrastra con igual probabilidad a uno de los dos vértices adyacentes. Así, después de un día, el gusano está en el …

8 probability  markov-process 

Hay un problema de estadísticas que desafortunadamente no tengo idea de por dónde empezar (estoy estudiando solo, así que no puedo preguntar a nadie si no entiendo algo). La pregunta es N ( un , b 2 ) ; a = 0 ; b 2 = 6 ; v a …

8 self-study  normal-distribution  random-variable 

Entiendo cómo funciona la covarianza es que los datos que están correlacionados deberían tener una covarianza algo alta. Me he encontrado con una situación en la que mis datos parecen correlacionados (como se muestra en el diagrama de dispersión) pero la covarianza es casi cero. ¿Cómo puede la covarianza de …

8 python  descriptive-statistics  covariance 

Problema: quiero realizar un muestreo de Gibbs para inferir algo posterior sobre un gran conjunto de datos. Desafortunadamente, mi modelo no es muy simple y, por lo tanto, el muestreo es demasiado lento. Consideraría enfoques variacionales o paralelos, pero antes de llegar tan lejos ... Pregunta: Me gustaría saber si …

8 sampling  bootstrap  mcmc  large-data  gibbs 

Antecedentes : Israel (y el Medio Oriente en general) está lleno de protestas. Tengo curiosidad, cuando se me da una imagen, de estimar cuántas personas hay en esa imagen (a menudo una imagen de una gran multitud). ¿Qué modelado puede ofrecer alguna solución a este problema? (y, por supuesto, se …

8 r  image-processing  pattern-recognition 

Tengo un conjunto de datos muy grande donde he repetido mediciones a lo largo del tiempo para ubicaciones individuales. Algunas ubicaciones pueden tener 10 puntos de datos y algunas ubicaciones tienen solo 1 punto de datos. Encajo un modelo mixto y uso ubicaciones como efectos aleatorios. Mi pregunta es si …

8 mixed-model  multilevel-analysis 

Tengo datos que son equivalentes a: shopper_1 = ['beer', 'eggs', 'water',...] shopper_2 = ['diapers', 'beer',...] ... Me gustaría hacer un análisis de este conjunto de datos para obtener una matriz de correlación que tendría una implicación similar a: si compró x, es probable que compre y. Usando python (o tal …

8 correlation  econometrics  python  cross-correlation 

Supongamos que T1,T2,…T1,T2,…T_1, T_2, \dots sean secuencias de variables aleatorias exponenciales con el parámetro λλ\lambda . La suma Sn=T1+T2+⋯+TnSn=T1+T2+⋯+TnS_n = T_1 + T_2 + \dots + T_n es una distribución Gamma. Ahora, como entiendo, la distribución de Poisson se define por NtNtN_t siguiente manera: Nt=max{k:Sk≤t}Nt=max{k:Sk≤t}N_t = \max\{k: S_k \le t\} …

8 distributions  probability  poisson-distribution  exponential  gamma-distribution 

Estoy leyendo un texto, "Probabilidad y estadística" de Devore. Estoy viendo 2 ítems en la página 740: el valor esperado y la varianza de la estimación de β1β1\beta_1 , que es el parámetro de pendiente en la regresión lineal Yi=β0+β1Xi+ϵiYi=β0+β1Xi+ϵiY_i = \beta_0 + \beta_1 X_i + \epsilon_i . ϵiϵi\epsilon_i es …

8 regression  self-study  linear 

[Primero publiqué esta pregunta en Stack Overflow aquí, pero no recibí ninguna respuesta, así que pensé en intentarlo aquí. Disculpas si no se permite volver a publicar.] He estado tratando de usar esta implementación del algoritmo Holt-Winters para pronosticar series temporales en Python, pero me he encontrado con un obstáculo …

8 forecasting  python 

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 años . Si tengo una matriz Mde 15 columnas, ¿cuál es la sintaxis R para extraer una matriz …

8 r  matrix 

¿Qué funcionalidad debería existir en un CAS específicamente orientado a las estadísticas? Los sistemas de álgebra simbólica como Mathematica y Maple a menudo se usan para problemas de cálculo, lógica y física, pero rara vez se usan para estadísticas. ¿Por qué es esto? ¿Qué construcciones estadísticas podrían agregarse a un …

8 python  computational-statistics  computing  mathematica  maple