Estadísticas y Big Data

Ejercicio: hay un dado de 6 caras y una moneda sesgada que tiene una probabilidad p> 0 de aparecer cara en cada lanzamiento. El dado se lanza infinitamente a menudo, y cada vez que tira un 6, arroja la moneda. Demuestre que con probabilidad 1, arroja "cabezas" infinitamente a menudo. …

8 probability  self-study  proof  theory 

Pasé el día aprendiendo sobre el paquete bnlearn en R solo para descubrir que los modelos bayesianos no funcionan con gráficos no dirigidos. Estoy tratando de aprender sobre la red de campo aleatorio de Markov, y hasta ahora todo lo que he podido hacer es crear la estructura gráfica usando …

8 machine-learning  graphical-model  parameterization  bayesian-network 

Andrew Gelman en una publicación reciente en su blog sugiere usar un rango, transformar el rango en una puntuación z y luego usar pruebas y herramientas paramétricas en lugar de realizar pruebas no paramétricas. Nunca escuché de eso antes. Una búsqueda en Google me señaló esta función R en el …

8 nonparametric  wilcoxon-mann-whitney  wilcoxon-signed-rank  ranks  nonparametric-regression 

En Una Introducción al Aprendizaje Estadístico (James et al.), En la sección 3.7 ejercicio 5, establece que la fórmula para suponiendo una regresión lineal sin una intersección es donde yβ^1β^1\hat{\beta}_1β^1=∑i=1nxiyi∑i=1nx2i,β^1=∑i=1nxiyi∑i=1nxi2,\hat{\beta}_1 = \dfrac{\displaystyle\sum\limits_{i=1}^{n}x_iy_i}{\displaystyle \sum\limits_{i=1}^{n}x_i^2}\text{,}β^0=y¯−β^1x¯β^0=y¯−β^1x¯\hat{\beta}_0 = \bar{y}-\hat{\beta}_1\bar{x}β^1=SxySxxβ^1=SxySxx\hat{\beta}_1 = \dfrac{\displaystyle S_{xy}}{S_{xx}} son las estimaciones habituales en OLS para la regresión lineal simple (Sxy=∑i=1n(xi−x¯)(yi−y¯)Sxy=∑i=1n(xi−x¯)(yi−y¯)S_{xy} …

8 self-study  least-squares 

Espero agrupar los resultados de un conjunto bastante básico de análisis realizado en datos imputados de forma múltiple (por ejemplo, regresión múltiple, ANOVA). La imputación múltiple y los análisis se han completado en SPSS, pero SPSS no proporciona resultados agrupados para algunas estadísticas que incluyen el valor F, la matriz …

8 spss  missing-data  multiple-imputation  pooling 

Tengo dos series de tiempo (parámetros de un modelo para hombres y mujeres) y mi objetivo es identificar un modelo ARIMA apropiado para hacer pronósticos. Mi serie de tiempo se ve así: El gráfico y el ACF muestran no estacionario (los picos del ACF se cortan muy lentamente). Por lo …

8 r  time-series  modeling  arima  autocorrelation 

Tengo los siguientes datos simulados de 2500 personas sobre la incidencia de una enfermedad rara durante 20 años. year number_affected 1 0 2 0 3 1 4 0 5 0 6 0 7 1 8 0 9 1 10 0 11 1 12 0 13 0 14 1 15 1 …

8 time-series  hypothesis-testing  trend 

Digamos que estamos interesados ​​en cómo las calificaciones de los exámenes de los estudiantes se ven afectadas por la cantidad de horas que esos estudiantes estudian. Tomamos muestras de estudiantes de varias escuelas diferentes. Ejecutamos el siguiente modelo de efectos mixtos: grados de examenyo= a +β1×horas estudiadasyo+colegioj+miyogrados de examenyo=una+β1×horas estudiadasyo+colegioj+miyo …

8 regression  normal-distribution  confidence-interval  mixed-model  variance 

Estoy realizando comparaciones post hoc después de una prueba de Kruskal-Wallis. Estoy usando el paquete PMCMR . > posthoc.kruskal.nemenyi.test( preference ~ instrument) Pairwise comparisons using Tukey and Kramer (Nemenyi) test with Tukey-Dist approximation for independent samples data: preference by instrument Cello Drums Guitar Drums 0.157 - - Guitar 0.400 0.953 …

8 r  ties 

La asimetría y la curtosis se definen como: ζ3=mi[ ( X- μ)3]mi[ ( X- μ)2]3 / 2=μ3σ3ζ3=mi[(X-μ)3]mi[(X-μ)2]3/ /2=μ3σ3\zeta_3 = \frac{E[(X-\mu)^3]}{E[(X-\mu)^2]^{3/2}} = \frac{\mu_3}{\sigma^3} ζ4 4=mi[ ( X- μ)4 4]mi[ ( X- μ)2]2=μ4 4σ4 4ζ4 4=mi[(X-μ)4 4]mi[(X-μ)2]2=μ4 4σ4 4\zeta_4 = \frac{E[(X-\mu)^4]}{E[(X-\mu)^2]^2} = \frac{\mu_4}{\sigma^4} Las siguientes fórmulas se utilizan para calcular el sesgo …

8 skewness  unbiased-estimator  kurtosis 

Estoy tratando de entender cómo se pueden usar los rnn para predecir secuencias trabajando con un ejemplo simple. Aquí está mi red simple, que consta de una entrada, una neurona oculta y una salida: La neurona oculta es la función sigmoidea, y se considera que la salida es una salida …

8 machine-learning  neural-networks  deep-learning  gradient-descent 

Estoy interesado en comprender la diferencia entre la "probabilidad" de un evento aleatorio con una probabilidad particular de que ocurra la probabilidad exacta de que se diga que es probable. es decir, si un evento tiene una probabilidad de 1 en 10000, ¿cuál es la probabilidad de que en 10000 …

8 probability  likelihood 

He realizado un experimento en el que he recogido medidas de varios participantes. Cada punto de datos relevante tiene dos variables, ambas categóricas: de hecho, cada variable tiene dos valores posibles (respuestas a dos preguntas sí / no). Me gustaría una prueba de hipótesis estadística para verificar si parece haber …

8 hypothesis-testing  categorical-data  repeated-measures  binary-data 

Tengo la siguiente tabla de valores: 25 75 38 162 La razón de posibilidades es 0.7037 y el registro (OR) es -0.3514. Para una tabla de contingencia con valores a, b, c y d, la varianza de log (OR) viene dada por (1/a + 1/b + 1/c + 1/d) ¿Cómo …

8 r  variance 

Intento entender la idea detrás de la distribución t. Estos son los pasos que he entendido hasta ahora: Utilizamos una muestra de N elementos para estimar la media de la población. En más detalles, usamos la media muestral como una estimación de la media poblacional. Queremos saber qué tan cerca …

8 normal-distribution  population  t-distribution  mean