Estadísticas y Big Data

He construido una regresión logística donde la variable de resultado se está curando después de recibir el tratamiento ( Curevs. No Cure). Todos los pacientes en este estudio recibieron tratamiento. Estoy interesado en ver si tener diabetes está asociado con este resultado. En R mi salida de regresión logística se …

37 r  hypothesis-testing  logistic  generalized-linear-model  odds-ratio 

Cita de uno de los autores: La incrustación de vecinos estocásticos distribuidos en t (t-SNE) es una técnica ( premiada ) para la reducción de la dimensionalidad que es particularmente adecuada para la visualización de conjuntos de datos de alta dimensión. Entonces suena bastante bien, pero ese es el autor …

37 data-visualization  dimensionality-reduction  tsne 

Realicé el análisis de componentes principales (PCA) con R usando dos funciones diferentes ( prcompy princomp) y observé que las puntuaciones de PCA diferían en el signo. ¿Cómo puede ser? Considera esto: set.seed(999) prcomp(data.frame(1:10,rnorm(10)))$x PC1 PC2 [1,] -4.508620 -0.2567655 [2,] -3.373772 -1.1369417 [3,] -2.679669 1.0903445 [4,] -1.615837 0.7108631 [5,] -0.548879 …

37 r  pca  factor-analysis 

Me preguntaba qué diferencia y relación hay entre pronóstico y predicción. ¿Especialmente en series de tiempo y regresión? Por ejemplo, ¿estoy en lo cierto? En series de tiempo, el pronóstico parece significar estimar valores futuros dados los valores pasados ​​de una serie de tiempo. En la regresión, la predicción parece …

37 regression  time-series  forecasting  terminology 

Existen varias técnicas populares de remuestreo, que a menudo se usan en la práctica, como bootstrapping, permutation test, jackknife, etc. Hay numerosos artículos y libros que analizan estas técnicas, por ejemplo Philip I Good (2010) Permutation, Parametric y Bootstrap Tests de hipótesis Mi pregunta es qué técnica de remuestreo ha …

37 hypothesis-testing  nonparametric  bootstrap  permutation-test 

Estaba tratando de ajustar mis datos en varios modelos y descubrí que la fitdistrfunción de la biblioteca MASSde Rme da Negative Binomialel mejor ajuste. Ahora desde la página wiki , la definición se da como: La distribución NegBin (r, p) describe la probabilidad de k fallas y r éxitos en …

37 r  distributions  modeling  negative-binomial 

He estado usando el paquete caret en R para construir modelos predictivos para clasificación y regresión. Caret proporciona una interfaz unificada para ajustar los hiperparámetros del modelo mediante validación cruzada o arranque de bandas. Por ejemplo, si está construyendo un modelo simple de 'vecinos más cercanos' para la clasificación, ¿cuántos …

37 r  time-series  cross-validation 

En la página 223 en Introducción al aprendizaje estadístico , los autores resumen las diferencias entre la regresión de cresta y el lazo. Proporcionan un ejemplo (Figura 6.9) de cuándo "el lazo tiende a superar la regresión de cresta en términos de sesgo, varianza y MSE". Entiendo por qué el …

37 machine-learning  prediction  lasso  regularization  ridge-regression 

Estoy entrenando una red neuronal y la pérdida de entrenamiento disminuye, pero la pérdida de validación no lo hace, o disminuye mucho menos de lo que esperaría, en base a referencias o experimentos con arquitecturas y datos muy similares. ¿Cómo puedo arreglar esto? En cuanto a la pregunta ¿Qué debo …

37 neural-networks  deep-learning 

Estoy leyendo " Una introducción al aprendizaje estadístico ". En el capítulo 2, discuten la razón para estimar una función .fff 2.1.1 ¿Por qué estimar ?fff Hay dos razones principales por las cuales podemos desear estimar f : predicción e inferencia . Discutimos cada uno en su turno. Lo he …

37 prediction  terminology  causality 

¿Cuál es la diferencia entre los términos "núcleo" y "filtro" en el contexto de las redes neuronales convolucionales?

37 neural-networks  terminology  deep-learning  conv-neural-network 

Actualmente estoy usando el paquete R lme4 . Estoy usando modelos de efectos lineales mixtos con efectos aleatorios: library(lme4) mod1 <- lmer(r1 ~ (1 | site), data = sample_set) #Only random effects mod2 <- lmer(r1 ~ p1 + (1 | site), data = sample_set) #One fixed effect + # random …

37 r  regression  mixed-model  random-effects-model 

La prueba de Mantel se usa ampliamente en estudios biológicos para examinar la correlación entre la distribución espacial de los animales (posición en el espacio) con, por ejemplo, su relación genética, tasa de agresión o algún otro atributo. Muchas buenas revistas lo están utilizando ( PNAS, Animal Behavior, Molecular Ecology …

37 r  correlation  spatial  pattern-recognition 

Creo que tengo la idea general de VI y MCMC, incluidos los diversos sabores de MCMC, como el muestreo de Gibbs, Metropolis Hastings, etc. Este documento proporciona una exposición maravillosa de ambos métodos. Tengo las siguientes preguntas: Si deseo hacer inferencia bayesiana, ¿por qué elegiría un método sobre el otro? …

37 machine-learning  bayesian  mcmc  variational-bayes  approximate-inference 

Estaba viendo una presentación de un especialista de ML de un minorista importante, donde habían desarrollado un modelo para predecir eventos agotados. Supongamos por un momento que con el tiempo, su modelo se vuelve muy preciso, ¿no sería de alguna manera "autodestructivo"? Es decir, si el modelo realmente funciona bien, …

36 machine-learning  predictive-models