Estadísticas y Big Data

¿Cuál es la diferencia entre superpoblación y población infinita? Por favor explique esto con ejemplos.

8 population  definition 

Tengo el siguiente problema: Dadas las entradas ( -vector dimensional) de escalares, enteros ordenados y enteros no ordenados (es decir, etiquetas) y una o varias salidas , me gustaría estimar:XXxnortenortenyyy Qué entradas explican mejor las salidas. Hasta qué punto las variaciones de una entrada implican variaciones de las salidas. Se …

8 multivariate-analysis  experiment-design  uncertainty 

En muchas aplicaciones de procesamiento de lenguaje natural, como corrección ortográfica, traducción automática y reconocimiento de voz, utilizamos modelos de lenguaje. Los modelos de lenguaje se crean generalmente contando con qué frecuencia ocurren secuencias de palabras (n-gramos) en un corpus grande y normalizando los recuentos para crear una probabilidad. Para …

8 distributions  modeling  natural-language  language-models 

He llevado a cabo mi estudio piloto sobre la motivación del aprendizaje de idiomas utilizando una escala Likert de 6 puntos, pero de 0 (muy en desacuerdo) a 5 (muy de acuerdo). Noté que un colega en su encuesta usó del 1 al 6. ¿Mis variables calculadas (suma y media) …

8 spss  scales  likert  psychometrics 

¿Cómo debo interpretar el siguiente término de interacción de 2 predictores continuos en la salida de un modelo de riesgos proporcionales de Cox? La razón de riesgo para la interacción de X e Y es> 1, lo que significa que su log (el coeficiente original) es 0-1 (~ 0.16). Los …

8 survival  interaction 

¿Hay alguna manera de usar la regresión logística para clasificar datos con etiquetas múltiples? Por etiquetado múltiple, me refiero a datos que pueden pertenecer a múltiples categorías simultáneamente. Me gustaría utilizar este enfoque para clasificar algunos datos biológicos.

8 classification  logistic  multilabel 

Recientemente ingresé en el ámbito del aprendizaje automático y un proyecto en el que estoy trabajando requiere que agrupe a los usuarios según el orden en que visitaron las páginas web de un sitio web. Tengo datos en forma de: ['user_id', 1, 2, 4, 6, 3, 7, 3, 2, 4...] …

8 clustering  unsupervised-learning  model-based-clustering 

Estoy tratando de ajustar una distribución gamma inversa de tres parámetros a mis datos en R o Python. Me gustaría hacer esto usando la estimación de máxima verosimilitud (MLE). El pdf del gamma inverso de tres parámetros viene dado por: Donde Γ es la función gamma, ρ es la forma, …

8 r  pdf  curve-fitting  gamma-distribution 

Después de recopilar datos, calculamos el puntaje de cualquier escala Likert (sumativa) (previamente identificada como factor en el análisis factorial) sumando sus puntajes de ítems individuales (y quizás dividiendo la suma por el número de ítems para obtener el puntaje promedio). En ese cálculo, suponemos que cada elemento de la …

8 factor-analysis  scales  likert 

Quiero crear un pronóstico del tiempo usando redes neuronales. Todos los ejemplos que vi usaban solo valores [-1,1] como entrada. ¿También es posible usar valores más grandes (como presión de aire, grado de cálculo de los últimos días, ...) como entradas y obtener un número como salida? Gracias

8 neural-networks 

He realizado un experimento para estudiar la respuesta de una levadura (que contiene 5000 genes) al estrés causado por el choque térmico. Tengo una lista de 48 genes que se sobreexpresan a 37ºC y otra lista de 145 genes que se sobreexpresan a 42ºC. Hay 38 genes que están sobreexpresados …

8 statistical-significance  microarray 

¿Alguien puede sugerir una buena referencia de revisión (necesariamente un PDF en línea gratuito) para repasar las estadísticas de nivel universitario? Estoy viendo algo que generalmente cubre un primer curso de estadística que idealmente cubre: Conceptos básicos absolutos (media, varianza, etc.) Muestras grandes Prueba de confianza Prueba de hipótesis (normal, …

8 references 

Sé lo que es un campo gaussiano. Sin embargo, no estoy muy seguro de qué se entiende por estacionario. He visto esta cosa estacionaria en muchos lugares como procesos autorregresivos estacionarios, etc., pero en realidad no sé qué se entiende por estacionario.

8 gaussian-process  stationarity 

Supuse (es decir, creo que me enseñaron, hace más tiempo de lo que puedo recordar) que los análisis de regresión suponen que una muestra es homogénea. Si no es así, entonces lo más apropiado es agregar variables ficticias al código para los diferentes grupos incluidos en la muestra o realizar …

8 regression  assumptions 

Obtuve los datos, tracé la distribución de los datos y uso la función qqnorm, pero parece que no sigue una distribución normal, entonces, ¿qué distribución debo usar para describir los datos? Función empírica de distribución acumulativa

8 distributions