Estadísticas y Big Data

Estoy estudiando las perturbaciones causadas por el tráfico de barcos a una pequeña ave marina. Observé animales focales durante un período de tiempo determinado y registré si volaban o no desde el agua durante la observación. Esta ave en particular no vuela con altas probabilidades cuando no es molestada (aproximadamente …

8 kolmogorov-smirnov 

En algunos trabajos de investigación, los autores usan 'Ln' para el logaritmo natural en lugar de 'ln'. ¿Es correcto?

8 notation  logarithm 

Tengo ~ 400 individuos y> 10k puntos de tiempo cada uno (resultados de simulación) que me gustaría poder monitorear a medida que cambian con el transcurso del tiempo. Trazar a todos los individuos es demasiado desordenado, trazar la media + -sd, min / max o cuantiles es muy poca información …

8 r  time-series  data-visualization 

Mi proyecto actual puede requerir que construya un modelo para predecir el comportamiento de un determinado grupo de personas. el conjunto de datos de entrenamiento contiene solo 6 variables (la identificación es solo para fines de identificación): id, age, income, gender, job category, monthly spend en el cual monthly spendestá …

8 modeling  large-data  overfitting  clustering  algorithms  error  spatial  r  regression  predictive-models  linear-model  average  measurement-error  weighted-mean  error-propagation  python  standard-error  weighted-regression  hypothesis-testing  time-series  machine-learning  self-study  arima  regression  correlation  anova  statistical-significance  excel  r  regression  distributions  statistical-significance  contingency-tables  regression  optimization  measurement-error  loss-functions  image-processing  java  panel-data  probability  conditional-probability  r  lme4-nlme  model-comparison  time-series  probability  probability  conditional-probability  logistic  multiple-regression  model-selection  r  regression  model-based-clustering  svm  feature-selection  feature-construction  time-series  forecasting  stationarity  r  distributions  bootstrap  r  distributions  estimation  maximum-likelihood  garch  references  probability  conditional-probability  regression  logistic  regression-coefficients  model-comparison  confidence-interval  r  regression  r  generalized-linear-model  outliers  robust  regression  classification  categorical-data  r  association-rules  machine-learning  distributions  posterior  likelihood  r  hypothesis-testing  normality-assumption  missing-data  convergence  expectation-maximization  regression  self-study  categorical-data  regression  simulation  regression  self-study  self-study  gamma-distribution  modeling  microarray  synthetic-data 

Tengo un conjunto de datos en el que estoy tratando de hacer una regresión, y estoy fallando. La situación: Miles de operadores de robots de batalla están librando batallas entre ellos utilizando robots de batalla. Algunos robots de batalla son fuertes y poderosos, y otros son débiles; los fuertes ganan …

8 r  regression  predictive-models  linear-model 

Supongamos que tengo un experimento de lanzamiento de moneda en el que quiero calcular la estimación de probabilidad máxima del parámetro de moneda cuando lanzo la moneda veces. Después de calcular la derivada de la función de probabilidad binomial L (p) = {n \ choose x} p ^ x (1-p) …

8 probability  self-study  variance  maximum-likelihood  expected-value 

¿Alguien puede explicar por qué la integral en la densidad posterior puede no ser "analíticamente manejable" si la anterior que elegimos no es conjugada?

8 bayesian 

Tengo el siguiente modelo lineal generalizado. El objeto glmDVse modela como una proporción de éxitos sobre las pruebas totales. Los objetos x_ison variables continuas. ¿Cómo se ve esto en notación matemática? winp.glm = glm(glmDV ~ x1 + x2 + x3 + x4 + x5 + x6 + x7, data=myData, family=binomial("logit"))

8 r  generalized-linear-model  logit  notation 

Tengo 400 respuestas a un cuestionario de 20 ítems que pretende medir un comportamiento actitudinal en estudiantes de medicina. El instrumento fue validado en los EE. UU. Para un solo año de estudiantes de medicina y los datos publicados son muy "limpios": todos los valores ritc> 0.3, alfa 0.84, PCA …

8 survey  validation  scales  psychometrics  scale-construction 

He escuchado acerca de los usos de la geometría algebraica en estadística y aprendizaje automático. Quería intentar aprender un poco sobre estos temas. No sé casi nada sobre geometría algebraica, pero tengo experiencia en matemáticas y sé sobre teoría básica de grupos, campos de anillos y algo de álgebra conmutativa. …

8 references  algebraic-statistics 

Tengo la siguiente tabla en R df <- structure(list(x = structure(c(12458, 12633, 12692, 12830, 13369, 13455, 13458, 13515), class = "Date"), y = c(6080, 6949, 7076, 7818, 0, 0, 10765, 11153)), .Names = c("x", "y"), row.names = c("1", "2", "3", "4", "5", "6", "8", "9"), class = "data.frame") > df …

8 r  regression  linear-model  robust 

Mi libro de texto pone esto en una caja lateral con el título "Nota" y no explica por qué. ¿Podría decirme por qué se cumple esta afirmación? P(a&lt;Z&lt;b)=P(a≤Z&lt;b)=P(a&lt;Z≤b)=P(a≤Z≤b)P(a&lt;Z&lt;b)=P(a≤Z&lt;b)=P(a&lt;Z≤b)=P(a≤Z≤b)P(a < Z < b) = P(a \leq Z < b) = P(a < Z \leq b) = P(a \leq Z \leq b)

8 probability  mathematical-statistics  continuous-data 

Actualmente estoy experimentando con gridsearch para entrenar una máquina de vectores de soporte. Entiendo que, si tengo el parámetro gamma y C, la función R tune.svm realiza una validación cruzada de 10 veces para todas las combinaciones de estos 2 parámetros. Como no sabía cómo comenzar, intenté obtener información al …

8 svm 

Actualmente estoy preparando una presentación para un curso universitario en "Análisis de datos visuales". Y uno de mis temas es la visualización "Star Coordinate". Coordenadas estelares A medida que Star Coordinates realiza una transformación de datos de alta dimensión, y la conocida técnica PCA también lo hace, me pregunto si …

8 data-visualization  pca  large-data 

Me especializo en ciencias, y mi conocimiento de estadística es bastante superficial. Problema Tenía que encontrar un conjunto de datos y analizarlo lo mejor que pudiera como asignación para mi curso de estadística. Esto ya no es una tarea, solo necesito ayuda para interpretar por qué hice mal mi análisis …

8 hypothesis-testing  chi-squared  fishers-exact