Estadísticas y Big Data

Después de una pregunta formulada anteriormente, los factores de inflación de varianza (VIF) se pueden expresar como es la versión escalada de longitud de unidad deVIFj=Var(b^j)σ2=[w′jwj−w′jW−j(W′−jW−j)−1W′−jwj]−1VIFj=Var(b^j)σ2=[wj′wj−wj′W−j(W−j′W−j)−1W−j′wj]−1 \textrm{VIF}_j = \frac{\textrm{Var}(\hat{b}_j)}{\sigma^2} = [\mathbf{w}_j^{\prime} \mathbf{w}_j - \mathbf{w}_j^{\prime} \mathbf{W}_{-j} (\mathbf{W}_{-j}^{\prime} \mathbf{W}_{-j})^{-1} \mathbf{W}_{-j}^{\prime} \mathbf{w}_j]^{-1} WW\mathbf{W}XX\mathbf{X} ¿Alguien puede mostrarme cómo llegar desde aquí a la ecuación …

8 multiple-regression  vif 

Para una variable aleatoria no negativa , ¿cómo demostrar que no en ?XXXE(Xn)1nE(Xn)1nE(X^n)^{\frac1n}nnn

8 mathematical-statistics  random-variable  moments 

Estoy usando PCA para analizar varias series de tiempo relacionadas espacialmente, y parece que el primer vector propio corresponde a la derivada de la tendencia media de la serie (ejemplo ilustrado a continuación). Tengo curiosidad por saber por qué el primer vector propio se relaciona con la derivada de la …

8 time-series  pca  spatial  eigenvalues 

Entiendo que la fórmula para la probabilidad de convergencia es y puedo resolver problemas usando la fórmula. ¿Alguien puede explicarlo intuitivamente (como si tuviera cinco años), particularmente en lo que respecta a ?P[|Xn−X∞|>ϵ]→0P[|Xn−X∞|>ϵ]→0P[|X_n − X_\infty| \gt \epsilon ]\to 0ϵϵ\epsilon

8 probability  convergence  intuition 

Como señalaron Wand y Jones (1995), la mayoría de los núcleos estándar pueden verse como un caso de K(x;p)={22p+1B(p+1,p+1)}−1(1−x2)p1{|x|&lt;1}K(x;p)={22p+1B(p+1,p+1)}−1(1−x2)p1{|x|&lt;1} K(x;p) = \{ 2^{2p+1} \; \mathrm{B}(p+1,p+1) \}^{-1} \; (1-x^2)^p \;\boldsymbol{1}_{\{|x|<1\}} familia, donde B(⋅,⋅)B(⋅,⋅)\mathrm{B}(\cdot,\cdot) es una función Beta. Diferentes valores de ppp conducen a núcleos rectangulares ( p=0p=0p=0 ), Epanechnikov ( p=1p=1p=1 …

8 distributions  kernel-smoothing  beta-distribution 

Tengo un conjunto de datos de mediciones de temperatura del agua tomadas de un gran cuerpo de agua a intervalos irregulares durante un período de décadas. (Galveston Bay, TX si estás interesado) Aquí está la cabeza de los datos: STATION_ID DATE TIME LATITUDE LONGITUDE YEAR MONTH DAY SEASON MEASUREMENT 1 …

8 time-series  seasonality  trend  unevenly-spaced-time-series 

Me enfrenté a una distribución limitante con cero covarianza entre dos variables, pero su correlación es 111. ¿Existe tal distribución? ¿Cómo se puede explicar? Tienes razón, necesito dar más detalles. OK, X e Y son distribución normal bivariada con diferentes varianzas y medias (sin n) pero corr = 1- (1 …

8 distributions  correlation  covariance  asymptotics  bivariate 

Vi lo siguiente en un libro de texto y tengo dificultades para comprender el concepto. Entiendo que se distribuye normalmente con E ( X_n ) = 0 y Var ( X_n ) = \ frac {1} {n} .XnorteXnorteX_nXnorteXnorteX_nXnorteXnorteX_n1norte1norte\frac{1}{n} Sin embargo, no entiendo por qué multiplicar XnorteXnorteX_n por norte--√norte\sqrt n lo …

8 self-study  normal-distribution  expected-value  moments 

Estoy tratando de comparar la variabilidad dentro de dos muestras que son bastante diferentes en escala (capacidad de los alumnos de diferentes tipos de establecimientos educativos (guarderías, escuelas primarias y secundarias). Mi enfoque es calcular la desviación estándar para cada muestra, luego dividir eso por la media de la muestra. …

8 standard-deviation  terminology 

Soy nuevo en la conversión de fórmulas a forma de matriz. Pero esto es necesario para un código de aprendizaje automático eficiente. Así que quiero entender la forma "correcta", no las cosas de vaquero que hago. Bien, aquí vamos, estoy tratando de convertir la suma ponderada de cuadrados del formulario …

8 regression  machine-learning  linear-algebra 

Considere la siguiente regresión binomial: # Create some data set.seed(10) n &lt;- 500 x &lt;- runif(n,0,100) y &lt;- x + rnorm(n,sd=100) &lt; 0 # Fit a binomial regression model model &lt;- glm(y ~ x, family="binomial") summary(model) La summaryfunción devuelve un valor p de 1.03e-05. Cuando se usa anova.glm, se obtienen …

8 r  hypothesis-testing  logistic  generalized-linear-model  binomial 

He estado tratando de tener una idea de los diferentes problemas en entornos frecuentistas donde se usa MCMC. Estoy familiarizado con que MCMC (o Monte Carlo) se usa para ajustar GLMM y quizás en algoritmos Monte Carlo EM. ¿Existen problemas más frecuentes cuando se usa MCMC?

8 mcmc  monte-carlo  expectation-maximization  metropolis-hastings  frequentist 

En la entrada de Wikipedia para el criterio de información de Akaike , leemos en Comparación con BIC (criterio de información bayesiano) que ... AIC / AICc tiene ventajas teóricas sobre BIC ... AIC / AICc se deriva de principios de información; BIC no es ... BIC tiene un previo …

8 model-selection  aic  prior  information-theory  bic 

Tengo problemas para entender la restricción de exclusión en variables instrumentales. Entiendo que el efecto de tratamiento imparcial es , donde es el resultado, es el tratamiento y es el instrumento. En otras palabras, B = \ frac {ITT} {\ text {Cuota de cumplimiento}} .B=Cov(Y,Z)Cov(S,Z)B=Cov(Y,Z)Cov(S,Z)B = \frac{Cov(Y, Z)}{Cov(S, Z)}YYYSSSZZZB=ITTCompliance RateB=ITTCompliance …

8 instrumental-variables  treatment-effect  lavaan 

A menudo, descubrir cómo simular algo es la mejor manera de comprender los principios subyacentes. No sé exactamente cómo simular lo siguiente. Suponer que Y∼ N( μ ,σ2)Y∼norte(μ,σ2)Y \sim N(\mu, \sigma^{2}) y eso μμ\mu tiene una distribución previa que es norte( γ,τ2)norte(γ,τ2)N(\gamma, \tau^{2}). Basado en una muestra denortenorten observaciones Y1, …

8 bayesian  simulation  posterior