Estadísticas y Big Data

Estoy tratando de encontrar la mejor especificación para mi conjunto de datos. Estoy tratando de probar la efectividad de las zonas económicas especiales en Polonia en el significado del crecimiento de la economía en tres modelos similares de datos de panel para variables explicadas: a) tasa de desempleo registrada b) …

8 stata  econometrics  panel-data  fixed-effects-model 

Recibí la siguiente pregunta como pregunta de prueba para mi examen y simplemente no puedo entender la respuesta. A continuación se muestra un diagrama de dispersión de los datos proyectados en los dos primeros componentes principales. Deseamos examinar si existe alguna estructura de grupo en el conjunto de datos. Para …

8 clustering  k-means 

Acabo de comenzar a usar el paquete autoencoder en R. Las entradas a la autoencode()función incluyen lambda, beta, rho y epsilon. ¿Cuáles son los límites de estos valores? ¿Varían para cada función de activación? ¿Se llaman estos parámetros "hiperparámetros"? Suponiendo un autoencoder disperso, ¿rho = .01 es bueno para la …

8 neural-networks  optimization  deep-learning  deep-belief-networks  autoencoders 

Tengo datos que representan algún aspecto del comportamiento humano. Quiero agruparlo (sin supervisión) en perfiles de comportamiento de algún tipo. ahora, algunas de mis variables son categóricas (con 2 o más categorías), y algunas son continuas (la mayoría son porcentajes). Algunas variables son aún más complejas en que una categoría …

8 r  clustering  categorical-data  continuous-data 

¿Cómo puede uno objetivamente (leer "algorítmicamente") seleccionar un modelo apropiado para hacer una simple regresión lineal de mínimos cuadrados con dos variables? Por ejemplo, digamos que los datos parecen mostrar una tendencia cuadrática, y se genera una parábola que se ajusta bastante bien a los datos. ¿Cómo justificamos hacer de …

8 regression  forecasting  model-selection  prediction 

He estado tratando de encontrar información sobre este tipo de gráfico y sigo obteniendo resultados no deseados. ¿Hay un nombre o término de búsqueda para encontrar gráficos de barras que reemplacen las barras con objetos codificados por colores como en este ejemplo: Si alguien está interesado, lo estoy investigando para …

8 data-visualization  terminology 

Estoy llevando a cabo una regresión logística con variables independientes y observaciones. Estoy evaluando el ajuste del modelo para determinar si los datos cumplen con los supuestos del modelo y he producido la siguiente gráfica residual agrupada usando el paquete:242424123 , 996123,996123,996arm R Obviamente, hay algunas malas señales en esta …

8 regression  logistic  residuals 

Tengo dos procesos independientes de Poisson y con tasas de llegada y , respectivamente. Ahora, el tiempo esperado para la llegada del siguiente elemento para el proceso combinado debe ser .AAABBBλAλA\lambda_AλBλB\lambda_B1λA+λB1λA+λB\frac {1}{\lambda_A+\lambda_B} Suponiendo que es la hora de llegada para el siguiente elemento del proceso combinado, y o como los …

8 conditional-probability  poisson-process 

Para el análisis de regresión, a menudo es útil conocer el proceso de generación de datos para verificar cómo funciona el método utilizado. Si bien es bastante simple hacer esto para una regresión lineal simple, este no es el caso cuando la variable dependiente tiene que seguir una distribución específica. …

8 r  regression  simulation  random-generation 

Estoy usando R para el análisis de datos. R proporciona una corrfunción para calcular la correlación. Esta función proporciona tres enfoques / algoritmos diferentes para estimar los corrque son Pearson, Spearman y Kendall. ¿Cuándo debo usar cada uno de estos métodos? ¿Qué factores determinan qué método debe usarse?

8 correlation  r 

Digamos que tengo una gran muestra de valores en . Me gustaría estimar la distribución subyacente . La mayoría de las muestras provienen de esta supuesta distribución , mientras que el resto son valores atípicos que me gustaría ignorar en la estimación de y .[0,1][0,1][0,1]Beta(α,β)Beta(α,β)\text{Beta}(\alpha, \beta)Beta(α,β)Beta(α,β)\text{Beta}(\alpha, \beta)αα\alphaββ\beta ¿Cuál es una …

8 outliers  pymc  beta-distribution 

Tengo un conjunto de datos con una variable de respuesta binaria (supervivencia) y 3 variables explicativas ( A= 3 niveles, B= 3 niveles, C= 6 niveles). En este conjunto de datos, los datos están bien equilibrados, con 100 individuos por ABCcategoría. Ya se estudió el efecto de éstos A, By …

8 logistic  unbalanced-classes  weighted-regression  rare-events  case-control-study 

Corrí una curva de supervivencia de censura de intervalo con R, JMP y SAS. Ambos me dieron gráficos idénticos, pero las tablas diferían un poco. Esta es la tabla que me dio JMP. Start Time End Time Survival Failure SurvStdErr . 14.0000 1.0000 0.0000 0.0000 16.0000 21.0000 0.5000 0.5000 0.2485 …

8 r  survival  sas  jmp  interval-censoring 

Utilizo el paquete bnlearn en R para aprender la estructura de mi red bayesiana y sus parámetros. Lo que quiero hacer es "predecir" el valor de un nodo dado el valor de otros nodos como evidencia (obviamente, con la excepción del nodo cuyos valores estamos prediciendo). Tengo variables continuas library(bnlearn) …

8 r  machine-learning  prediction  bayesian-network 

Entiendo que los coeficientes de una ecuación logística se pueden interpretar como una relación impar. Si se agrega un término de regularización para controlar el sobreajuste, ¿cómo cambia esto la interpretación de los coeficientes?

8 logistic  interpretation  regression-coefficients  regularization  odds-ratio