Estadísticas y Big Data

Considere un tipo de subasta donde se le presenten, digamos, 1000 clientes potenciales. Según la información sobre estas perspectivas (edad, sexo, raza, ingresos, logros educativos y similares), puede 'ofertar' para presentar su producto a una fracción de ellos, digamos 250. (Ignore el costo de la oferta). Para maximizar sus posibilidades …

8 experiment-design  marketing 

Básicamente estoy aprendiendo sobre la asignación de Dirichlet latente. Estoy viendo un video aquí: http://videolectures.net/mlss09uk_blei_tm/ y me quedé atrapado en el minuto 45 cuando comenzó a explicar sobre el muestreo de la distribución. También intenté consultar un libro de aprendizaje automático que no tiene una introducción detallada sobre la distribución …

8 probability  distributions  sampling  dirichlet-distribution 

Tengo una pregunta sobre la caminata aleatoria de dos reyes en un tablero de ajedrez 3 × 3. Cada rey se mueve al azar con la misma probabilidad en este tablero de ajedrez: vertical, horizontal y diagonal. Los dos reyes se mueven independientemente uno del otro en el mismo tablero …

8 self-study  markov-chain  random-walk 

¿Hay alguna forma de que pueda realizar LASSO con regresión binomial negativa en R? Estoy realizando una regresión binomial negativa en mi conjunto de datos porque los datos están demasiado dispersos para imponer la regresión de Poisson. Mientras tanto, también me enfrento a un problema de multicolinealidad. Ya intenté usar …

8 r  regression  generalized-linear-model 

En los métodos de agrupamiento como K-means , la distancia euclidiana es la métrica a utilizar. Como resultado, solo calculamos los valores medios dentro de cada grupo. Y luego se realizan ajustes en los elementos en función de su distancia a cada valor medio. Me preguntaba por qué la función …

8 normal-distribution  clustering  k-means  unsupervised-learning  gaussian-mixture 

Deje que e sean dos variables aleatorias independientes con sus respectivos archivos PDF:XXXYYY f(x;θi)={1θie−x/θi0&lt;x&lt;∞,0&lt;θi&lt;∞0elsewheref(x;θi)={1θie−x/θi0&lt;x&lt;∞,0&lt;θi&lt;∞0elsewheref \left(x;\theta_i \right) =\begin{cases} \frac{1}{\theta_i} e^{-x/ {\theta_i}} \quad 0<x<\infty, 0<\theta_i< \infty \\ 0 \quad \text{elsewhere} \end{cases} para . Se extraen dos muestras independientes para probar contra de los tamaños y de estas distribuciones. Necesito mostrar que el …

8 distributions  self-study  likelihood-ratio 

¿Alguien puede explicar cómo funciona la descomposición de Beveridge-Nelson? Hasta ahora, todo lo que sé es que estima los ciclos de tendencia en datos de series temporales no estacionarias. Miré varios artículos de revistas y todavía estoy confundido sobre cómo funciona http://research.economics.unsw.edu.au/jmorley/bn.pdf

8 time-series 

Si necesito calcular un valor basado en permutación con nivel de significancia , ¿cuántas permutaciones necesito?pagsppαα\alpha Del artículo "Pruebas de permutación para estudiar el rendimiento del clasificador" , página 5: En la práctica, el límite superior se usa típicamente para determinar el número de muestras requeridas para lograr la precisión …

8 hypothesis-testing  p-value  permutation-test  resampling 

He calculado los valores de ICC para dos grupos y ahora me gustaría comparar los valores de ICC para determinar si los grupos difieren en su repetibilidad. En la literatura, la gente simplemente ha utilizado las pruebas t para comparar la repetibilidad, pero no me queda claro cómo hacerlo. Por …

8 r  t-test  intraclass-correlation  repeatability 

Con frecuencia leo que la corrección de Bonferroni también funciona para hipótesis dependientes. Sin embargo, no creo que sea cierto y tengo un contraejemplo. ¿Puede alguien decirme (a) dónde está mi error o (b) si estoy en lo correcto? Configurar el ejemplo de contador Supongamos que estamos probando dos hipótesis. …

8 hypothesis-testing  mathematical-statistics  multiple-comparisons  p-value  bonferroni 

Llegué a varias publicaciones y documentos alegando que no se necesita podar árboles en un conjunto de árboles "embolsados" (ver 1 ). Sin embargo, ¿es necesariamente (o al menos en algunos casos conocidos) perjudicial realizar la poda (digamos, con la muestra OOB) en los árboles individuales en un conjunto? ¡Gracias!

8 bootstrap  cart  bagging 

Estoy usando dos perceptrones de múltiples capas de avance de 3 capas (MLP). Con los mismos datos de entrada (14 neuronas de entrada), hago una clasificación (verdadero / falso) y una regresión (si es verdadera, "cuánto") ¹. Hasta ahora, he usado perezosamente Patternnet y Fitnet de Matlabs , respectivamente. Perezosamente, …

8 regression  machine-learning  backpropagation 

Estoy realizando regresiones cuantiles en R usando el paquete quantreg. Mi conjunto de datos incluye 12,328 observaciones que van desde 0,12 a 330. Los puntos de tiempo para mis datos no son exactamente continuos; Todos los datos caen en una de las pocas docenas de contenedores que van desde 73 …

8 r  regression 

Mi tabla de contingencia: heterozygous homozygous.minor homozygous.major observed 2 0 3 expected 0 0 5 La población esperada está compuesta solo por el genotipo AA, pero en la población observada observamos 2 genotipos AB. Para calcular el Chi-sq para esto, ¿ignoraría los dos casos donde el esperado = 0? Entonces …

8 chi-squared 

Estoy tratando de llegar a un modelo utilizando la regresión binomial negativa (GLM binomial negativa). Tengo un tamaño de muestra relativamente pequeño (mayor que 300), y los datos no están escalados. Noté que hay dos formas de medir la bondad de ajuste: una es la desviación y la otra es …

8 regression  generalized-linear-model  chi-squared  deviance