Estadísticas y Big Data

Tengo dos grupos de 10 participantes que fueron evaluados tres veces durante un experimento. Para probar las diferencias entre los grupos y entre las tres evaluaciones, ejecuté un ANOVA de diseño mixto 2x3 con group(control, experimental), time(primero, segundo, tres) y group x time. Ambos timey groupresultaron significativos, además hubo una …

8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 

He estado mirando una pregunta de aumento de datos de MCMC; La forma general de la pregunta es la siguiente: Suponga que los datos recopilados en un proceso sugieren y se sugiere un parámetro anterior para la tasa como . Los datos se registran y presentan en una forma típica …

8 self-study  mcmc  monte-carlo  data-augmentation 

Estoy implementando un clasificador SVM no lineal con kernel RBF. Me dijeron que la única diferencia con respecto a un SVM normal era que simplemente tenía que reemplazar el producto de puntos con una función del núcleo: Sé cómo funciona un SVM lineal normal, es decir, después de resolver el …

8 classification  svm  kernel-trick  nonlinear 

Tengo un problema de regresión lineal. En resumen, tengo un conjunto de datos, lo dividí en dos subconjuntos. Un subconjunto se usa para encontrar la regresión lineal (subconjunto de entrenamiento), otro se usa para evaluarlo (subconjunto de evaluación). Mi pregunta es ¿cómo evaluar el resultado de esta regresión lineal después …

8 regression  linear-model 

Estoy ejecutando la simulación en un modelo lineal. Obtengo 1000 resultados y los resultados se colocan en un gráfico de densidad. Entiendo que xaxis es la variable dependiente y yaxis representa la densidad del núcleo. Yaxis está en números decimales como de 0 a 0.15. ¿Cómo les explico esto a …

8 distributions  pdf  kernel-smoothing 

Un rápido vistazo a la página de ayuda del generador de números aleatorios de espectáculos R que se puede elegir entre 7 generadores predefinidos ( Wichmann-Hill, Marsaglia-Multicarry, Super-Duper, Mersenne-Twister, Knuth-TAOCP-2002, Knuth-TAOCP, L'Ecuyer-CMRG). ?Random El valor predeterminado es Mersenne-Twister , que parece ser muy bueno. Entonces, ¿por qué necesitarías usar otro?

8 r  random-generation 

Tengo un conjunto de datos de una bolsa de palabras. Elijo aleatoriamente algunos puntos y los uso para probar y los otros se usan para entrenar. caso (1) Simplemente tomo cada punto de datos del conjunto de prueba y lo clasifico como teniendo la misma etiqueta de clase que su …

8 machine-learning  classification 

Digamos que tengo un experimento en el que pruebo el tiempo de reacción de varios sujetos en los que cada sujeto realiza muchas pruebas de tiempo de reacción. En un marco bayesiano, los tiempos de reacción (yyy) podría modelarse mediante un modelo jerárquico con distribución previa tanto a nivel de …

8 bayesian  jags  psychology  hierarchical-bayesian 

Tengo una variable dicotómica AAA, que no tiene una proporción determinada a priori de 0 y 1, y una variable continuabbb. En el escenario 1, decido designar AAAcomo la variable independienteXXXy bbbcomo la variable dependienteyyy. Entonces prueboXXX en contra yyy utilizando pruebas como Mann Whitney (sin distribución), prueba t (distribución …

8 logistic  t-test  wilcoxon-mann-whitney 

Tengo el modelo que necesito estimar, con y .Y=π0 0+π1X1+π2X2+π3X3+ ε ,Y=π0 0+π1X1+π2X2+π3X3+ε, Y = \pi_0 + \pi_1 X_1 + \pi_2 X_2 + \pi_3 X_3 + \varepsilon, ∑kπk= 1 para k ≥ 1∑kπk=1 para k≥1\sum_k \pi_k = 1 \text{ for }k \geq 1πk≥ 0 para k ≥ 1πk≥0 0 para …

8 r  regression  econometrics  least-squares  constrained-regression 

Mi variable dependiente es continua, no normal (sesgada a la izquierda según la prueba de Shapiro-Wilk). Tengo dos variables independientes (grupo de tratamiento por color, tipo de alimento). Hay 3 niveles dentro de cada variable independiente. El número de observaciones para cada variable independiente no es igual. He buscado pruebas …

8 anova  nonparametric  sas 

Realmente no sé qué es posible, y me gustaría un puntero en la dirección correcta. Tengo medidas de tiempo y posición que pueden ser cualquier cosa, desde una persona caminando, un vehículo en una carretera, un estacionamiento o una impresora en una oficina. Necesito calcular los tiempos de viaje para …

8 time-series  kalman-filter  unevenly-spaced-time-series 

Tenemos un pequeño conjunto de datos (alrededor de 250 muestras * 100 características) en el que queremos construir un clasificador binario después de seleccionar el mejor subconjunto de características. Digamos que dividimos los datos en: Entrenamiento, Validación y Pruebas Para la selección de características, aplicamos un modelo de envoltura basado …

8 machine-learning  cross-validation  feature-selection  train 

Sean variables de series de tiempo y se conoce la covarianza entre dos pares de estos.X,A,B,C,DX,A,B,C,DX,A,B,C,D Supongamos que queremos encontrar , donde a, b, c, d son constantes.cov(X,aA+bB+cC+dD)cov(X,aA+bB+cC+dD)\textrm{cov}(X,aA + bB + cC + dD)a,b,c,da,b,c,da,b,c,d ¿Hay alguna forma de hacerlo sin expandir E[(X−E[X])(aA+......)]E[(X−E[X])(aA+......)]E[(X-E[X])(aA+......)] ?

8 correlation  variance  covariance 

Estoy investigando un efecto curvilíneo entre X e Y utilizando un análisis de regresión jerárquica. Para probar los efectos curvilíneos, se calculó el término al cuadrado para X (quiero decir centro también variable X). En el modelo 1, se ingresaron las variables de control. En el Modelo 2, se ingresó …

8 regression