Estadísticas y Big Data

Esta pregunta sigue en stats.stackexchange.com/q/233658 El modelo de regresión logística para las clases {0, 1} es P(y=1|x)=exp(wTx)1+exp(wTx)P(y=0|x)=11+exp(wTx)P(y=1|x)=exp⁡(wTx)1+exp⁡(wTx)P(y=0|x)=11+exp⁡(wTx) \mathbb{P} (y = 1 \;|\; x) = \frac{\exp(w^T x)}{1 + \exp(w^T x)} \\ \mathbb{P} (y = 0 \;|\; x) = \frac{1}{1 + \exp(w^T x)} Claramente, esas probabilidades suman 1. Al establecer también podríamos …

8 logistic  neural-networks  multinomial-logit  softmax  identifiability 

¿Cuáles son las desventajas de usar una red elástica en comparación con el lazo? Sé que la red elástica es capaz de seleccionar grupos de variables cuando están altamente correlacionadas. No tiene el problema de seleccionar más de predictores cuando . Mientras que el lazo se satura cuando .nortenortenp ≫ …

8 lasso  elastic-net 

Tengo dos predictores en un modelo de regresión logística binaria: uno binario y otro continuo. Mi objetivo principal es comparar los coeficientes de los dos predictores dentro del mismo modelo. Me he encontrado con la sugerencia de Andrew Gelman de estandarizar las variables de entrada de regresión continua: I) Propuesta …

8 regression  logistic  regression-coefficients  standardization  scales 

Si estoy interesado en los efectos causales del cambio en una variable (EEE) sobre algún resultado (OOO), ¿cómo representaría eso en un gráfico acíclico dirigido (DAG)? Suponer ΔE2=E2−E1ΔE2=E2−E1\Delta E_2 = E_2 - E_1, dónde E1E1E_1 Y E2E2E_2 ocurrirá en los momentos 1 y 2, sería un DAG correcto: 1. Suponiendo …

8 time-series  dag 

Recientemente tuve una discusión rápida con un amigo experto que mencionó que las SVM son el límite de temperatura cero de la regresión logística. La justificación involucraba politopos marginales y dualidad fenchel. No pude seguir. ¿Es cierta esta afirmación sobre que las SVM son el límite de temperatura cero de …

8 logistic  svm  graphical-model  exponential-family  maximum-entropy 

Como con la mayoría de los métodos de Monte Carlo, la regla para el arranque es que cuanto mayor sea el número de repeticiones, menor será el error de Monte Carlo. Pero hay rendimientos decrecientes, por lo que no tiene sentido ejecutar tantas réplicas como sea posible. Suponga que desea …

8 bootstrap 

Supongamos que tenemos un modelo de regresión logística: P(y=1|x)log(p1−p)=p=βxP(y=1|x)=plog⁡(p1−p)=βx\begin{align} P(y=1\vert\mathbf{x}) &= p \\ \log\left(\frac{p}{1-p}\right) &= \boldsymbol{\beta}\mathbf{x} \end{align} Dada una muestra aleatoria de tamaño N , podemos calcular intervalos de confianza para el \ boldsymbol {\ beta} e intervalos de predicción correspondientes para p , dado un cierto valor \ mathbf …

8 logistic  binomial  prediction-interval 

Cuando se piensa en un histograma como una estimación de la función de densidad, ¿es razonable pensar en el tamaño del contenedor como un parámetro que restringe la estructura local de esa función? Además, ¿hay una mejor manera de articular este razonamiento?

8 machine-learning  distributions  regularization  histogram  binning 

Estoy trabajando en el siguiente problema: Deje e ser variables aleatorias independientes con densidad común donde . Deje y V = \ max (X, Y) . Encuentra la densidad conjunta de (U, V) y por lo tanto encontrar la pdf de U + V .XXXYYYf(x)=αβ−αxα−110&lt;x&lt;βf(x)=αβ−αxα−110&lt;x&lt;βf(x)=\alpha\beta^{-\alpha}x^{\alpha-1}\mathbf1_{0<x<\beta}α⩾1α⩾1\alpha\geqslant1U=min(X,Y)U=min(X,Y)U=\min(X,Y)V=max(X,Y)V=max(X,Y)V=\max(X,Y)(U,V)(U,V)(U,V)U+VU+VU+V Como U+V=X+YU+V=X+YU+V=X+Y , simplemente puedo …

8 self-study  distributions  mathematical-statistics  random-variable 

Las águilas etiquetadas por satélite están desaparecidas en Escocia, y la tabla anterior muestra el destino de la etiqueta por modelo de etiqueta. Estoy particularmente interesado en esas etiquetas que están "detenidas, sin mal funcionamiento", porque es posible que estas aves también estén siendo asesinadas y que los cuerpos y …

8 statistical-significance  categorical-data  missing-data 

La página de Wikipedia en R2 diceR2R2R^2 puede tomar un valor mayor que 1. No veo cómo esto es posible. Valores de R2R2R^2 fuera del rango 0 a 1 puede ocurrir donde se usa para medir la concordancia entre los valores observados y modelados y donde los valores "modelados" no …

8 regression  r-squared 

Estoy viendo cómo la distancia euclidiana mínima esperada entre puntos aleatorios uniformes y el origen cambia a medida que aumentamos la densidad de puntos aleatorios ( puntos por unidad de cuadrado ) alrededor del origen. He logrado llegar a una relación entre los dos descritos como tales: Expected Min Distance=12Density−−−−−−√Expected …

8 r  expected-value  monte-carlo  uniform  minimum 

Esta es una pregunta de seguimiento que tengo después de revisar esta publicación: ¿ Diferencia en la prueba estadística de medias para datos heterocedásticos no normales? Para ser claros, pido desde una perspectiva pragmática (no sugerir que las respuestas teóricas no son bienvenidas). Cuando la normalidad entre los grupos está …

8 anova  heteroscedasticity  assumptions 

Tengo una secuencia de variables no negativas.XnXnX_n como: E(Xn|Cn)=Cnn2E(Xn|Cn)=Cnn2E(X_n|C_n)=\frac{C_n}{n^2} dónde CnCnC_n es una secuencia de variables aleatorias que convergen casi seguramente 111. Puedo concluir XnXnX_n tiende a 0 casi seguro? Nota: puedes reemplazar 1n21n2\frac{1}{n^2}por cualquier secuencia con suma finita. La pregunta sigue siendo esencialmente la misma y la respuesta proporcionada …

8 probability  convergence  conditional-expectation 

En los comentarios sobre mi respuesta a una pregunta reciente sobre la suma de variables aleatorias , me encontré con un enlace al artículo de Wikipedia sobre la distribución de razones , y noté la siguiente afirmación peculiar allí: Las reglas algebraicas conocidas con números ordinarios no se aplican al …

8 mathematical-statistics  random-variable  definition  ratio