Estadísticas y Big Data

La probabilidad de un evento es el cociente de la probabilidad del evento.UNAUNAAy su complemento; es decir p / ( 1 - p )pags/ /(1-pags)p/(1-p), Si p = P( A )pags=PAGS(UNA)p = P(A). ¿Hay un nombre para este término? p ( 1 - p )pags(1-pags)p(1-p)? (También a veces aparece comop …

8 probability  terminology 

Imagine una elección en la que personas hacen una elección binaria: votan a favor o en contra. El resultado es que personas votan por A, por lo que el resultado de A es p = m / n .nnnmmmp=m/np=m/np=m/n Si quiero modelar estas elecciones, puedo suponer que cada persona vota …

8 mathematical-statistics  variance  binomial  underdispersion 

Tengo dos muestras bastante pequeñas ( para cada una) y obtengo una potencia de prueba t de dos muestras para ellas 0.49, que es relativamente pequeña (calculada por R ). Sin embargo, la prueba t de Welch Two Sample da un valor p de aquí, por lo que la hipótesis …

8 hypothesis-testing  t-test  power  type-i-and-ii-errors 

He estado tratando de averiguar qué significa exactamente la función de activación "Maxout" en las redes neuronales. Existe esta pregunta, este documento e incluso en el libro Deep Learning de Bengio et al. , excepto con solo un poco de información y un gran TODO al lado. Usaré la notación …

8 machine-learning  neural-networks 

Supongamos que tenemos un alfabeto que contiene m+1m+1m+1 símbolos, {a,b,c,d,e,...,$}{a,b,c,d,e,...,$}\{a, b, c, d, e,..., \$\}, dónde p=Pr(a)=Pr(b)=⋯p=Pr(a)=Pr(b)=⋯p = \Pr(a) = \Pr(b) =\cdots, y Pr($)=1−(Pr(a)+Pr(b)+⋯)=1−mpPr($)=1−(Pr(a)+Pr(b)+⋯)=1−mp\Pr(\$) = 1 - (\Pr(a)+\Pr(b)+\cdots)=1-mp . Para una cadena aleatoria de longitud nnn , ¿cuál es la probabilidad de que las letras a,b,c,...a,b,c,...{a, b, c, ...} (sin …

8 probability  combinatorics 

Tengo un vector Xde N=900observaciones que se modelan mejor con un estimador de densidad de kernel de ancho de banda global (los modelos paramétricos, incluidos los modelos de mezcla dinámica, no resultaron ser adecuados): Ahora, quiero simular desde este KDE. Sé que esto se puede lograr mediante bootstrapping. En R, …

8 distributions  sampling  bootstrap  simulation  kernel-smoothing 

Elementos de aprendizaje estadístico (ESL) es un libro que tiene una amplitud y profundidad fantásticas. Cubre lo esencial de los métodos muy modernos al citar los documentos de donde surgen estos estudios originales. Sin embargo, el lenguaje del libro realmente me parece muy prohibitivo. Creo que hay una manera más …

8 self-study  statistical-learning 

En conjunción con una pregunta de validación cruzada sobre la simulación a partir de una cópula específica, es decir, un cdf multivariado definido en , comencé a preguntarme sobre el panorama general, a saber, cómo cuando se le da tal función, ¿se puede calcular un algoritmo genérico para simular a …

8 multivariate-analysis  simulation  mcmc  copula 

Tengo un conjunto de datos de 17 personas, clasificando 77 declaraciones. Quiero extraer componentes principales en una matriz de correlación transpuesta de correlaciones entre personas (como variables) a través de declaraciones (como casos). Yo sé, es raro, se llama Metodología Q . Quiero ilustrar cómo funciona PCA en este contexto, …

8 r  data-visualization  pca  ggplot2  eigenvalues 

¿Cuál es la mejor manera de visualizar las diferencias en las diferencias para el tratamiento binario y continuo? ¿Regreso la variable de resultado en el conjunto de controles, pero excluyo la variable de tratamiento y grafo los residuos en cada grupo (caso binario)? ¿Hay alguna forma de ver la "dinámica" …

8 data-visualization  causality  treatment-effect  difference-in-difference 

De los documentos de Lucene IDF = 1 + log(numDocsdocFreq + 1)IDF=1+Iniciar sesión⁡(numDocsdocFreq+1)\text{IDF} = 1 + \log\left(\frac{\text{numDocs}}{\text{docFreq}+1}\right) En otras referencias (es decir, wikipedia ), IDF generalmente se calcula como o para evitar bucear en 0.Iniciar sesión(numDocsdocFreq)Iniciar sesión⁡(numDocsdocFreq)\log\left(\frac{\text{numDocs}}{\text{docFreq}}\right)Iniciar sesión(numDocsdocFreq + 1)Iniciar sesión⁡(numDocsdocFreq+1)\log\left(\frac{\text{numDocs}}{\text{docFreq}+1}\right) También me doy cuenta de que Lucene usa lugar …

8 information-retrieval  tf-idf 

Para mi tesis de maestría, básicamente quiero saber por qué los países en desarrollo se estancan. Además de los aspectos teóricos, también quiero hacer una regresión. Quiero hacer retroceder el PIB o el crecimiento del PIB como variable dependiente de muchas variables independientes, como la tenencia del jefe de estado, …

8 regression  econometrics  panel-data  macroeconomics 

El sistema en el que estamos trabajando es biológico, más específicamente la distribución de eventos de daño de ADN programados a través de un cromosoma. Esto puede considerarse como una matriz 1D (el cromosoma) a través del cual se pueden elegir los puntos (los sitios de daño intencional). Hemos mapeado …

8 probability  distributions  mathematical-statistics  matlab 

Estoy tratando de entender cómo funciona la regularización en términos de proyecciones en una bola , y la proyección euclidiana en el simplex.l∗l∗l_* No estoy seguro de entender lo que queremos decir cuando proyectamos el vector de peso en las o .l1l1l_1l2l2l_2 Puedo entender el concepto de programa de regularización …

8 optimization  regularization  projection 

Tengamos una matriz simétrica cuadrada de distancias euclidianas cuadradas entre puntos y un vector alargado indica la pertenencia a un grupo o grupo ( grupos) de los puntos; un clúster puede consistir en punto.Dre\bf Dnnortennnortenkkk≥1≥1\ge1 ¿Cuál es la forma más eficiente o realmente eficiente (en términos de velocidad) para calcular …

8 clustering  mean  distance  euclidean