Estadísticas y Big Data

Tengo 2 factores Ay B(5 × 3) y una covariable Xen un diseño dentro de la asignatura. Así es como especifico mi modelo general: lme.out = lme(y~ A*B*X, random=~1|Subject, data=mydata) Mi interpretación es que estoy mirando un gráfico y~x, donde la pendiente cambia debido a la covariable, y la línea …

8 repeated-measures  interaction  lme4-nlme  contrasts  predictor 

Siempre lucho por obtener la verdadera esencia de la identificación en econometría. Sé que afirmamos que se puede identificar un parámetro (por ejemplo, ) si simplemente mirando su distribución (conjunta) podemos inferir el valor del parámetro. En un caso simple de , donde podemos afirmar que se identifica si sabemos …

8 estimation  identifiability 

¿Es posible interpretar los coeficientes de una regresión cuantil en datos estandarizados? Supongamos que estandarizo la variable dependiente yyy y la variable independiente xxx (reste la media y divida por la desviación estándar) y luego ejecute una regresión cuantil para la mediana, como qreg y x, q(0.5) en stata El …

8 regression  stata  quantiles 

Actualización : dado que ahora sé que mi problema se llama separación casi completa , actualicé la pregunta para reflejar esto (gracias a Aaron). Tengo un conjunto de datos de un experimento en el que 29 participantes humanos (factor code) trabajaron en un conjunto de ensayos y responsefue 1 o …

8 r  logistic  standard-error  lme4-nlme  separation 

Tengo un problema de regresión múltiple, que intenté resolver usando una regresión múltiple simple: model1 <- lm(Y ~ X1 + X2 + X3 + X4 + X5, data=data) Esto parece estar explicando el 85% de la varianza (según R cuadrado) que parece bastante bueno. Sin embargo, lo que me preocupa …

8 r  regression  multiple-regression 

Dejar U⊂RnU⊂RnU \subset \mathbb{R}^n ser un espacio vectorial con dim(U)=ddim⁡(U)=d\dim(U)=d. Una distribución normal estándar enUUU es la ley de un vector aleatorio X=(X1,…,Xn)X=(X1,…,Xn)X=(X_1, \ldots, X_n) tomando valores en UUU y tal que las coordenadas de XXX en uno (⟺⟺\iff en cualquier) base ortonormal de UUU es un vector aleatorio hecho …

8 normal-distribution  conditioning 

He estado leyendo algunas de las publicaciones sobre selección de características y validación cruzada, pero todavía tengo preguntas sobre el procedimiento correcto. Supongamos que tengo un conjunto de datos con 10 funciones y quiero seleccionar las mejores funciones. Supongamos también que estoy usando un clasificador vecino más cercano. ¿Puedo realizar …

8 cross-validation  model-selection  feature-selection 

El teorema es "Si una matriz de transición para una cadena de Markov irreducible con un espacio de estado finito S es doblemente estocástica, su medida invariante (única) es uniforme sobre S." Si una cadena de Markov tiene una matriz de transición doblemente estocástica, leí que sus probabilidades limitantes constituyen …

8 probability  self-study  markov-process 

Para estadísticas de prueba discretas, la distribución de los correspondientes pagsppEl valor es discreto y estocásticamente mayor que la distribución uniforme. Por lo tanto, la prueba de hipótesis correspondiente basada en el valor p (rechazar si el valor p es menor que 0.05, por ejemplo) siempre es conservadora en el …

8 distributions  statistical-significance  hypothesis-testing  discrete-data 

Alguien mencionó que tres de sus amigas tuvieron cumpleaños consecutivos (como el 10, 11 y 12 de noviembre), y quise saber qué tan probable es que haya tres personas seleccionadas al azar, suponiendo que los cumpleaños se distribuyan al azar y Los cumpleaños de dos personas en una muestra son …

8 probability 

Estoy tratando de crear un modelo de predicción usando la regresión. Este es el diagrama de diagnóstico para el modelo que obtengo al usar lm () en R: Lo que leí en el gráfico QQ es que los residuos tienen una distribución de cola pesada, y el gráfico Residuals vs …

8 regression  residuals  heteroscedasticity  robust  rlm 

Supongamos que estoy construyendo un clasificador de regresión logística que predice si alguien está casado o soltero. (1 = casado, 0 = soltero) Quiero elegir un punto en la curva de recuperación de precisión que me brinde al menos un 75% de precisión, por lo que quiero elegir umbralest1t1t_1 y …

8 r  precision-recall 

Trabajo para una organización que supervisa alrededor de 180 escuelas en todo el país. Regularmente recopilamos datos de resultados de estas escuelas y los clasificamos. Me han pedido que haga una encuesta en la oficina nacional (alrededor de 100 personas) para determinar cuáles son las mejores y las peores escuelas …

8 survey  ranking  bradley-terry-model 

Digamos, por ejemplo, que tenemos un modelo de regresión logística que genera la probabilidad de que un paciente desarrolle una enfermedad particular basada en muchas covariables. Podemos tener una idea de la magnitud y dirección del efecto de cada covariable en general examinando los coeficientes del modelo y considerando el …

8 logistic  regression-coefficients  model 

Estoy buscando algún tipo de distribución sobre el símplex en el que los componentes están correlacionados de manera ordinal. Es decir, sip = (pags1, . . . ,pagsJ)p=(p1,...,pJ)p = (p_1, ..., p_J) se extrae de nuestra distribución en el simplex, me gustaría pagsyopip_i estar positivamente correlacionado con sus vecinos pagsi …

8 correlation  dirichlet-distribution