Estadísticas y Big Data

¿En qué condiciones debería alguien considerar el uso de análisis multinivel / jerárquico en lugar de análisis más básicos / tradicionales (por ejemplo, ANOVA, regresión OLS, etc.)? ¿Hay alguna situación en la que esto pueda considerarse obligatorio? ¿Hay situaciones en las que el uso de análisis multinivel / jerárquico es …

36 mixed-model  multilevel-analysis 

Realmente disfruto escuchar explicaciones simples a problemas complejos ¿Cuál es su analogía o anécdota favorita que explica un concepto estadístico difícil? Mi favorita es la explicación de Murray sobre la cointegración con un borracho y su perro. Murray explica cómo dos procesos aleatorios (un borracho errante y su perro, Oliver) …

36 teaching  communication 

En el algoritmo de modelo de tema LDA, vi esta suposición. Pero no sé por qué eligió la distribución Dirichlet? No sé si podemos usar la distribución uniforme sobre Multinomial como un par.

36 bayesian  dirichlet-distribution  conjugate-prior 

Estoy tratando de ajustar un modelo de regresión lineal multivariante con aproximadamente 60 variables predictoras y 30 observaciones, por lo que estoy usando el paquete glmnet para la regresión regularizada porque p> n. He estado revisando la documentación y otras preguntas, pero aún no puedo interpretar los resultados, aquí hay …

36 r  regression  regularization  glmnet 

P: ¿Existe evidencia experimental que respalde las visualizaciones minimalistas de estilo Tufte que hablan datos sobre las visualizaciones de chatarra de, digamos, Nigel Holmes ? Pregunté cómo agregar basura gráfica a las parcelas R aquí y los respondedores me arrojaron una gran cantidad de gruñido. Entonces, seguramente, debe haber alguna …

36 data-visualization 

Nunca he tenido un curso de estadística, así que espero preguntar en el lugar correcto aquí. Supongamos que tengo sólo dos datos que describen una distribución normal: la media y varianza σ 2 . Quiero usar una computadora para la muestra al azar de esta distribución tal que respeto estas …

36 normal-distribution  sampling  computing 

Las variables instrumentales son cada vez más comunes en economía aplicada y estadística. Para los no iniciados, ¿podemos tener algunas respuestas no técnicas a las siguientes preguntas: ¿Qué es una variable instrumental? ¿Cuándo se querría emplear una variable instrumental? ¿Cómo se encuentra o elige una variable instrumental?

36 regression  econometrics  instrumental-variables 

Si quisiera obtener la probabilidad de 9 éxitos en 16 ensayos con cada ensayo con una probabilidad de 0.6, podría usar una distribución binomial. ¿Qué podría usar si cada uno de los 16 ensayos tiene una probabilidad diferente de éxito?

36 distributions  probability  binomial 

No estoy seguro de cómo debería llamarse esto, así que corríjame si conoce un término mejor. Tengo dos listas. Uno de los 55 elementos (por ejemplo, un vector de cadenas), el otro de 92. Los nombres de los elementos son similares pero no idénticos. Deseo encontrar los mejores candidatos s …

36 r  text-mining 

¿Cuáles son las ideas principales, es decir, los conceptos relacionados con el teorema de Bayes ? No estoy pidiendo derivaciones de notación matemática compleja.

36 probability  bayesian  theory 

En primer lugar, me di cuenta de que si necesito realizar predicciones binarias, tengo que crear al menos dos clases a través de una codificación en caliente. ¿Es esto correcto? Sin embargo, ¿es la entropía cruzada binaria solo para predicciones con una sola clase? Si tuviera que usar una pérdida …

36 machine-learning  neural-networks  loss-functions  tensorflow  cross-entropy 

La función de costo de la red neuronal es , y se afirma que no es convexa . No entiendo por qué es así, ya que, como veo, es bastante similar a la función de costo de la regresión logística, ¿verdad?J(W,b)J(W,b)J(W,b) Si no es convexo, entonces la derivada de segundo …

36 neural-networks  loss-functions 

¿Cuál es la intuición detrás del hecho de que una SVM con un núcleo gaussiano tiene un espacio de características dimensionales infinito?

36 svm  feature-selection  kernel-trick 

Me preguntaba por qué los problemas de regresión se llaman problemas de "regresión". ¿Cuál es la historia detrás del nombre? Una definición para la regresión: "Recaída a un estado menos perfecto o desarrollado".

36 regression  terminology  history  etymology 

He visto la fórmula de normalización min-max pero eso normaliza los valores entre 0 y 1. ¿Cómo normalizaría mis datos entre -1 y 1? Tengo valores negativos y positivos en mi matriz de datos.

36 dataset  normalization