Estadísticas y Big Data

He estado buscando conjuntos de datos de juegos de computadora, pero hasta ahora solo he podido encontrar el conjunto de datos 'Historial de Avatar' para WoW. ¿Existen otros conjuntos de datos interesantes, posiblemente para otros géneros?

8 data-mining  dataset 

De acuerdo con este documento : El logaritmo estimado de la razón de riesgo se distribuye aproximadamente de manera normal con la varianza (1 / d1) + (1 / d2), donde d1 y d2 son los números de eventos en los dos grupos de tratamiento. ¿Tiene una referencia para esta …

8 survival  hazard 

Quiero calcular la matriz de sombreros directamente en R para un modelo logit. Según Long (1997), la matriz de sombreros para los modelos logit se define como: H=VX(X′VX)−1X′VH=VX(X′VX)−1X′VH = VX(X'VX)^{-1} X'V X es el vector de variables independientes, y V es una matriz diagonal con en la diagonal.π(1−π)−−−−−−−√π(1−π)\sqrt{\pi(1-\pi)} Utilizo la …

8 r  logistic  deviance 

Estoy trabajando en un proyecto donde observamos el comportamiento en una tarea (por ejemplo, tiempo de respuesta) y modelamos este comportamiento en función de varias variables manipuladas experimentalmente, así como varias variables observadas (sexo del participante, coeficiente intelectual del participante, respuestas en un seguimiento) cuestionario). No me preocupa la multicolinealidad …

8 regression  binomial  independence  multicollinearity  likelihood-ratio 

Estoy mirando el efecto que tienen las condiciones inductoras de derrota y atrapamiento en las calificaciones subjetivas de derrota y atrapamiento en tres puntos de tiempo diferentes (entre otras cosas). Sin embargo, las clasificaciones subjetivas no se distribuyen normalmente. He hecho varias transformaciones y la transformación de raíz cuadrada parece …

8 nonparametric  data-transformation 

Hoy tengo una pregunta sobre la regresión binomial / logística, se basa en un análisis que un grupo de mi departamento ha realizado y que estaba buscando comentarios. Hice el siguiente ejemplo para proteger su anonimato, pero estaban ansiosos por ver las respuestas. En primer lugar, el análisis comenzó con …

8 logistic  modeling  binomial  model-selection 

Tengo un conjunto de datos nominalmente de 16 dimensiones. Tengo alrededor de 100 muestras en un caso y alrededor de 20,000 en otro. Basado en varios análisis exploratorios que realicé utilizando PCA y mapas de calor, estoy convencido de que la verdadera dimensionalidad (es decir, el número de dimensiones necesarias …

8 data-visualization  pca  dimensionality-reduction 

Contexto Tengo algunos problemas con mi tesis doctoral. Mi tesis es Investigar los comportamientos de ciudadanía organizacional de los maestros de escuela primaria a través de sus percepciones sobre la cultura organizacional y sus niveles de confianza organizacional. Tengo una muestra de 871 maestros. Tengo tres instrumentos, pero fueron desarrollados …

8 factor-analysis  sem 

Suponga que la cantidad que queremos inferir es una distribución de probabilidad. Todo lo que sabemos es que la distribución proviene de un conjunto determinado, por ejemplo, por algunos de sus momentos y tenemos una previa .mimiEQQQ El principio de entropía máxima (MEP) dice que que tiene la entropía menos …

8 bayesian  estimation  maximum-entropy 

Supongamos que tenemos una variable aleatoria distribuida como y distribuida como , donde significa distribución uniforme en el intervalo . U [ 0 , 1 ] X 2 U [ 0 , X 1 ] U [ a , b ] [ a , b ]X1X1X_1U[0,1]U[0,1]U[0,1]X2X2X_2U[0,X1]U[0,X1]U[0,X_1]U[a,b]U[a,b]U[a,b][a,b][a,b][a,b] Pude calcular el pdf …

8 pdf  marginal  joint-distribution 

La pregunta está más o menos contenida en el título. ¿Cuál es la distancia de Mahalanobis para dos distribuciones de diferentes matrices de covarianza? Lo que he encontrado hasta ahora supone la misma covarianza para ambas distribuciones, es decir, algo de este tipo: ΔTΣ−1ΔΔTΣ−1Δ\Delta^T \Sigma^{-1} \Delta ¿Qué pasa si tengo …

8 normal-distribution  multivariate-analysis  distance-functions 

Tengo un conjunto de datos de estudios de casos de proyectos para un nuevo tipo de método de investigación para que las agencias gubernamentales apoyen las actividades de toma de decisiones. Mi tarea es desarrollar un método de estimación basado en la experiencia pasada para proyectos futuros con fines de …

8 regression  small-sample 

Supongamos que tengo una gran población de puntos de datos y que la correlación de Pearson es( x , y)(X,y)(x,y) corr (X, Y) = ρcorr(X,Y)=ρ\textrm{corr}(X,Y) = \rho ¿Qué puedo decir razonablemente sobre la correlación que espero observar en una muestra de tamaño ? Si la correlación de la muestra es …

8 correlation 

Estoy usando el Kappa de Cohen para calcular el acuerdo entre dos jueces. Se calcula como: P(A)−P(E)1−P(E)P(A)−P(E)1−P(E) \frac{P(A) - P(E)}{1 - P(E)} donde es la proporción de acuerdo y la probabilidad de acuerdo por casualidad.P(A)P(A)P(A)P(E)P(E)P(E) Ahora para el siguiente conjunto de datos, obtengo los resultados esperados: User A judgements: - …

8 reliability  information-retrieval 

Un amigo mío me ha pedido que lo ayude con el modelado predictivo del tráfico de automóviles en un estacionamiento de tamaño mediano. El garaje tiene sus días ocupados y fáciles, sus horas pico, horas de apertura (está abierto durante 12 horas durante los días laborables y durante 8 horas …

8 time-series  multivariate-analysis  predictive-models  queueing