Estadísticas y Big Data

Tengo muchas series de tiempo en este formato 1 columna en la que tengo formato de fecha (d / m / año) y muchas columnas que representan diferentes series de tiempo como aquí: DATE TS1 TS2 TS3 ... 24/03/2003 0.00 0.00 ... 17/04/2003 -0.05 1.46 11/05/2003 0.46 -3.86 04/06/2003 -2.21 …

8 r  time-series  clustering 

Esta es una cuestión de definición, ¿la comunidad de estadísticas diferencia estos términos?

8 seasonality 

Estoy ejecutando una regresión logit binaria donde sé que la variable dependiente está mal codificada en un pequeño porcentaje de casos. Así que estoy tratando de estimar en este modelo:ββ\beta prob(yi)=1/(1+e−zi)prob(yi)=1/(1+e−zi)prob(y_i) = 1/(1 + e^{-z_i}) zi=α+Xiβzi=α+Xiβz_i = \alpha + X_i\beta Pero en lugar del vector , tengo , que incluye …

8 logistic  measurement-error 

Me preguntaba cómo se relacionan las estadísticas y la teoría de la decisión. Me parece que todos los problemas / tareas de estadística se pueden formular en la teoría de la decisión. También los problemas en la teoría de la decisión pueden formularse en problemas de estadística / probabilidad, o …

8 mathematical-statistics  decision-theory 

En los análisis de clasificación SVM (núcleo lineal) de un conjunto de datos de expresión génica (~ 400 variables / genes) para ~ 25 cada uno de los casos y controles, encuentro que los clasificadores basados ​​en la expresión génica tienen características de rendimiento muy buenas. Los casos y los …

8 correlation  classification  pca  continuous-data 

Estoy buscando ayuda, consejos o sugerencias sobre cómo explicar la heterogeneidad / heterocedasticidad a los biólogos de mi departamento. En particular, quiero explicar por qué es importante buscarlo y tratarlo si existe, estaba buscando opiniones sobre las siguientes preguntas. ¿La heterogeneidad influye en la fiabilidad de las estimaciones de efectos …

8 regression  mixed-model  references  residuals  heteroscedasticity 

Si tengo un objeto arima como a: set.seed(100) x1 <- cumsum(runif(100)) x2 <- c(rnorm(25, 20), rep(0, 75)) x3 <- x1 + x2 dummy = c(rep(1, 25), rep(0, 75)) a <- arima(x3, order=c(0, 1, 0), xreg=dummy) print(a) . Series: x3 ARIMA(0,1,0) Call: arima(x = x3, order = c(0, 1, 0), xreg …

8 r  regression  time-series  arima  r-squared 

Soy nuevo en el análisis de series de tiempo, y agradecería cualquier sugerencia sobre la mejor manera de abordar el siguiente problema de regresión de series de tiempo: Tengo mediciones de temperatura por hora en aproximadamente 20 ubicaciones en un sitio durante tres años, junto con información auxiliar estática (pendiente, …

8 time-series  regression  multivariate-analysis  spatio-temporal 

Dadas dos distribuciones normales bivariadas y , estoy tratando de calcular la divergencia Jensen-Shannon entre ellos, definido (para el caso discreto) como: donde KLD es la divergencia Kullback-Leibler , y M = \ frac {1} {2} (P + Q) He encontrado la manera de calcular KLD en términos de los …

8 normal-distribution  distance-functions  information-theory 

Si lanza una moneda y obtiene 268 caras y 98 colas, puede calcular la probabilidad de que la moneda sea justa de varias maneras. Una observación simple y heurística probablemente concluiría que tal moneda es injusta. He calculado el valor p en R con: > coin <- pbinom(98, 366, 0.5) …

8 probability 

Estoy tratando de correlacionar la edad (6-90 años) con el volumen de la voz (en dB). Sin embargo, mis datos no contienen ningún punto de datos en el rango de 20-50 años. ¿Qué medida de correlación es más apropiada con una brecha tan considerable y por qué? He estado usando …

8 distributions  correlation  missing-data 

En primer lugar, me gustaría disculparme por el título impreciso, en este momento no podría formular uno mejor, por favor, siéntase libre de cambiar o aconsejarme que cambie el título para que se ajuste mejor al núcleo de la pregunta. . Ahora, sobre la pregunta en sí, he estado trabajando …

8 distributions  sampling  java 

la función de elipse de car packages pide un radiusparámetro. En ayuda dice que es el "radio del círculo que genera la elipse". ¿Podría decirme qué círculo es este? Muchas gracias

8 r  confidence-interval  multivariate-analysis 

Tengo unos cientos de estimaciones de un parámetro calculado a partir de dos modelos diferentes y me gustaría saber si estos parámetros tienen diferentes variaciones. ¿Qué es una prueba sencilla para comparar las variaciones de estos parámetros? (significado directo, menos suposiciones).

8 hypothesis-testing  variance  mean 

Estoy tratando de configurar una pantalla automática para detectar roturas estructurales en grandes cantidades de series de tiempo. Las series temporales son semanales y representan el comportamiento de los clientes. He configurado una prueba de Chow. Utilizo las 4 semanas más recientes y las comparo con las 22 anteriores. Quiero …

8 time-series  hypothesis-testing  chow-test  change-point