Estadísticas y Big Data

Este mensaje en un artículo de Reuter del 25.02.2019 está actualmente en todas las noticias: La evidencia del calentamiento global provocado por el hombre alcanza el 'estándar de oro' [Los científicos] dijeron que la confianza de que las actividades humanas estaban elevando el calor en la superficie de la Tierra …

35 p-value  intuition  application  communication  climate 

Comentarios: En primer lugar me gustaría decir un gran agradecimiento a la autora de la nueva tsoutliers paquete que implementa Chen y Liu detección de series temporales de valores atípicos que fue publicado en la Revista de la Asociación Americana de Estadística en 1993 en el software de código abierto …

35 time-series  forecasting  arima  outliers 

En el libro de texto "Nuevas matemáticas completas para el nivel O" de Greer (1983), veo una desviación promedio calculada así: Resuma las diferencias absolutas entre valores individuales y la media. Luego obtenga su promedio. En todo el capítulo se usa el término desviación media . Pero recientemente he visto …

35 distributions  standard-deviation  frequency  variability 

Tengo un modelo logístico GLM con 8 variables. Realicé una prueba de chi-cuadrado en R anova(glm.model,test='Chisq')y 2 de las variables resultan ser predictivas cuando se ordenan en la parte superior de la prueba y no tanto cuando se ordenan en la parte inferior. El summary(glm.model)sugiere que sus coeficientes son insignificantes …

35 r  regression  logistic  statistical-significance  generalized-linear-model 

Cómo demostrar que la función de base radial k(x,y)=exp(−||x−y||2)2σ2)k(x,y)=exp⁡(−||x−y||2)2σ2)k(x, y) = \exp(-\frac{||x-y||^2)}{2\sigma^2})es un núcleo? Por lo que yo entiendo, para probar esto tenemos que probar cualquiera de los siguientes: Para cualquier conjunto de vectores x1,x2,...,xnx1,x2,...,xnx_1, x_2, ..., x_n de la matriz K(x1,x2,...,xn)K(x1,x2,...,xn)K(x_1, x_2, ..., x_n) = (k(xi,xj))n×n(k(xi,xj))n×n(k(x_i, x_j))_{n \times n} …

35 svm  kernel-trick 

Una hormiga se coloca en la esquina de un cubo y no puede moverse. Una araña comienza a partir de la esquina opuesta, y pueden moverse a lo largo de los bordes del cubo en cualquier dirección (x,y,z)(x,y,z)(x,y,z) con igual probabilidad 1/31/31/3 . En promedio, ¿cuántos pasos necesitará la araña …

35 probability  random-walk 

¿Cuál es / son la (s) diferencia (s) entre un diseño longitudinal y una serie temporal?

35 time-series  panel-data 

Estoy ajustando un modelo de regresión lineal múltiple entre 4 variables categóricas (con 4 niveles cada una) y una salida numérica. Mi conjunto de datos tiene 43 observaciones. La regresión me da los siguientes valores de la prueba para cada coeficiente de pendiente: . Por lo tanto, el coeficiente para …

35 regression  hypothesis-testing  multiple-comparisons  multiple-regression  t-test 

¿Cuáles son los conjuntos de datos disponibles gratuitamente para la clasificación con más de 1000 características (o puntos de muestra si contiene curvas)? Ya existe un wiki comunitario sobre conjuntos de datos gratuitos: ubicación de muestras de datos disponibles gratuitamente Pero aquí, sería bueno tener una lista más enfocada que …

35 machine-learning  classification  dataset  large-data 

Cuando se ejecuta un modelo de regresión múltiple en R, una de las salidas es un error estándar residual de 0.0589 en 95,161 grados de libertad. Sé que los 95,161 grados de libertad están dados por la diferencia entre el número de observaciones en mi muestra y el número de …

35 regression  standard-error  residuals 

He leído que la suma de variables aleatorias Gamma con el mismo parámetro de escala es otra variable aleatoria Gamma. También he visto el artículo de Moschopoulos que describe un método para la suma de un conjunto general de variables aleatorias Gamma. He intentado implementar el método de Moschopoulos pero …

35 probability  distributions  gamma-distribution  summations  saddlepoint-approximation 

¿Por qué la regresión logística se vuelve inestable cuando las clases están bien separadas? ¿Qué significan las clases bien separadas? Realmente agradecería si alguien puede explicar con un ejemplo.

34 r  regression  logistic  separation 

Digamos que estoy estudiando cómo los narcisos responden a diversas condiciones del suelo. He recopilado datos sobre el pH del suelo frente a la altura madura del narciso. Espero una relación lineal, así que hago una regresión lineal. Sin embargo, cuando comencé mi estudio, no me di cuenta de que …

34 regression  linear-model  dataset 

Si tengo un conjunto de datos con una clase positiva muy rara, y reduzco la muestra de la clase negativa, luego realizo una regresión logística, ¿necesito ajustar los coeficientes de regresión para reflejar el hecho de que cambié la prevalencia de la clase positiva? Por ejemplo, supongamos que tengo un …

34 logistic  unbalanced-classes  case-control-study 

Error cuadrático medio suma residual de cuadrados error estándar residual error medio cuadrado error de prueba Pensé que solía entender estos términos, pero cuanto más hago problemas estadísticos, más me confundo donde me imagino. Me gustaría un poco de seguridad y un ejemplo concreto Puedo encontrar las ecuaciones fácilmente en …

34 r  regression  residuals