Estadísticas y Big Data

Acabo de recibir un rechazo de una revista de economía. Entre las razones citadas para el rechazo estaban: Los beneficios del uso del método semiparamétrico no se muestran claramente en comparación con las técnicas alternativas más simples con una identificación clara de las relaciones causales. Ciertamente es posible que podría …

8 nonparametric  econometrics  causality  splines  gam 

Escribo esta pregunta con referencia a un ejemplo en p138-142 del siguiente documento: ftp://ftp.software.ibm.com/software/analytics/spss/documentation/amos/20.0/en/Manuals/IBM_SPSS_Amos_User_Guide.pdf . Aquí hay figuras ilustrativas y una tabla: Entiendo que la variable latente no tiene una métrica natural y que se establece un factor de carga en 1 para solucionar este problema. Sin embargo, hay una …

8 factor-analysis  confirmatory-factor 

Tengo algunos conjuntos de datos de EEG que estoy probando en dos clases. Puedo obtener una tasa de error decente de LDA (las distribuciones condicionales de clase no son gaussianas, pero tienen colas similares y una separación suficientemente buena), por lo que quiero trazar el ROC del predictor LDA contra …

8 r  roc  discriminant-analysis 

Necesito calcular el Dirichlet CDF , pero solo puedo encontrar implementaciones del PDF . ¿Saben ustedes de alguna biblioteca (preferiblemente en R) implementando?

8 r  matlab  pdf  cdf  dirichlet-distribution 

Esta es una pregunta para principiantes sobre un ejercicio en "Computación bayesiana con R" de Jim Albert. Tenga en cuenta que si bien esto podría ser tarea, en mi caso no lo es, ya que estoy aprendiendo métodos bayesianos en R porque creo que podría usarlo en mis futuros análisis. …

8 r  bayesian  simulation 

En la predicción de series de tiempo utilizando varios modelos como AR, MA, ARMA, etc., generalmente nos enfocamos en el modelado de los datos en el cambio de tiempo. Pero cuando tenemos 2 series de tiempo en las que el coeficiente de correlación de Pearson muestra que están altamente correlacionadas, …

8 time-series  correlation  forecasting  var 

Estoy leyendo el documento "Coordenadas de estrellas: una técnica de visualización multidimensional con tratamiento uniforme de dimensiones" y estoy tratando de trazar mis datos. Digamos que tengo , un punto de datos de cinco dimensiones, y los puntos se calculan mediante la fórmula explicada en el documento. A ( 2 …

8 self-study  data-visualization 

Estoy haciendo un auto estudio de la teoría de la probabilidad de ETJayne, la lógica de la ciencia. Quería ver que alguien sabe de una página web que brinde soluciones a los ejercicios. No tengo ningún maestro o alguien con experiencia en este libro a mi alrededor, necesito asegurarme de …

8 references 

Perdóname si esto está fuera del alcance de Cross Validated, pero parecía relevante en el frente de visualización. Como se describe aquí (página 3), existe un fenómeno al medir la distancia entre dos líneas en un gráfico para comparar la distancia más corta entre las dos líneas, en lugar de …

8 data-visualization 

Mi conjunto de datos contiene dos variables (bastante fuertemente correlacionadas) (tiempo de ejecución del algoritmo) (número de nodos examinados, lo que sea). Ambos están fuertemente correlacionados por diseño, porque el algoritmo puede administrar aproximadamente nodos por segundo.tttnortennCcc El algoritmo se ejecuta en varios problemas, pero se dio por terminado si …

8 survival  cdf  censoring 

Estoy tratando de calcular esta distribución posterior: (θ|−)=∏ni=1pyii(1−pi)1−yi∑allθ,pi|θ∏ni=1pyii(1−pi)1−yi(θ|−)=∏i=1npiyi(1−pi)1−yi∑allθ,pi|θ∏i=1npiyi(1−pi)1−yi (\theta|-)=\frac{\prod_{i=1}^{n}p_i^{y_i}(1-p_i)^{1-y_i}}{\sum_{\text{all}\,\theta,p_i|\theta}\prod_{i=1}^{n}p_i^{y_i}(1-p_i)^{1-y_i}} El problema es que el numerador, que es el producto de un montón de probabilidades es demasiado pequeño. (Mi es grande, alrededor de 1500).Bernoulli(pi,yi)Bernoulli(pi,yi)\text{Bernoulli}(p_i,y_i)nnn Por lo tanto, los valores posteriores para all se calculan como 0 (estoy haciendo cálculos en R).θθ\theta …

8 r  likelihood  posterior 

Estamos probando una campaña de marketing por correo electrónico. En nuestra prueba inicial, enviamos dos tipos diferentes de correo electrónico y tuvimos un tercer grupo de control que no recibió un correo electrónico. Ahora estamos obteniendo "resultados" como proporción de usuarios que regresaron a nuestra aplicación. Aquí están los resultados: …

8 hypothesis-testing  binomial  multiple-comparisons 

Después de hacer PCA, el primer componente describe la mayor parte de la variabilidad. Esto es importante, por ejemplo, en el estudio de mediciones corporales donde se sabe comúnmente (Jolliffe, 2002) que el eje PC1 captura la variación de tamaño. Mi pregunta es si las puntuaciones de PCA después de …

8 regression  pca  factor-rotation 

Tengo que hacer algunas pruebas de raíz unitaria para un proyecto, simplemente no estoy seguro de cómo interpretar los datos (que es lo que me han pedido que haga). Aquí está uno de mis resultados: dfuller Demand Dickey-Fuller test for unit root Number of obs = 50 ---------- Interpolated Dickey-Fuller …

8 time-series  hypothesis-testing  stata  interpretation  unit-root 

Tengo un conjunto variable de respuestas que se expresan como un intervalo, como la muestra a continuación. > head(left) [1] 860 516 430 1118 860 602 > head(right) [1] 946 602 516 1204 946 688 donde izquierda es el límite inferior y derecha es el límite superior de la respuesta. …

8 r  maximum-likelihood  likelihood  lognormal  interval-censoring