Estadísticas y Big Data

¿Existe algún método para construir árboles de decisión que tenga en cuenta los predictores estructurados / jerárquicos / multinivel, que me permitan imponer conocimientos de dominio o restricciones en las interacciones, por ejemplo?

8 regression  machine-learning  multilevel-analysis  cart 

Actualmente estoy estudiando el siguiente caso de Neil Owen, basado en el siguiente artículo que encontré un periódico: "Un estudiante de 20 años fue encarcelado de por vida ayer por la brutal violación y asesinato de una colegiala, después de uno de los mayores programas de pruebas de ADN en …

8 probability  biostatistics  bioinformatics  legal 

Digamos que tengo un n×mn×mn \times m matriz de datos centrada AAA con SVD A=UΣVTA=UΣVTA = U \Sigma V^{T}. Por ejemplo, m=50m=50m=50 columnas (medidas) que son espectros con n=100n=100n=100diferentes frecuencias La matriz está centrada de modo que las filas de la matriz tienen sus medias restadas. Esto es para interpretar …

8 pca  smoothing  svd 

Aquí hay cuatro conjuntos diferentes de números: A = {95.47, 87.90, 99.00} B = {79.2, 75.3, 66.3} C = {38.4, 40.4, 32.8} D = {1.8, 1.2, 1.1} Utilizando una prueba t de dos muestras sin suponer variaciones iguales, comparo B, C y D con A y obtengo los siguientes valores …

8 t-test 

Estoy tratando de ajustar una regresión logística donde hay una gran diferencia en el número de puntos de datos en cualquier grupo (70 Vs 10,000). Un amigo estadístico mío me ha dicho que este es un problema conocido con la regresión logística y que para ese tipo de números excede …

8 modeling  logistic  binary-data 

En algunas investigaciones de mercado, se pide a los consumidores que clasifiquen las características de un producto según la prioridad. Por ejemplo, Clasifique las siguientes funciones para un dispositivo según su prioridad (1 es la máxima prioridad) Storage capacity 6 Portability 5 Touch interface 1 Keyboard 4 Long battery life …

8 regression  factor-analysis  survey  ranking  rating 

Diseño del estudio: mostré a los participantes cierta información sobre el aumento del nivel del mar, enfocando la información de diferentes maneras, tanto en términos de la escala de tiempo como de la magnitud del aumento potencial. Por lo tanto, tuve un diseño 2 (Tiempo: 2050 o 2100) por 2 …

8 anova  spss  residuals  assumptions  normality-assumption 

Supongamos que A es un factor fijo y B es un factor aleatorio. A y B están cruzados. Otro factor aleatorio C está anidado en B. Teniendo en cuenta las interacciones AB y AC, ¿cómo debo ajustar el modelo usando la función lme en el paquete nlme? Gracias.

8 r  mixed-model  lme4-nlme 

Cerrado. Esta pregunta está fuera de tema . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que esté en el tema de Cross Validated. Cerrado hace 3 años . Estimate Std. Error t value Pr(>|t|) (Intercept) 10.2758 0.5185 19.817 < 2e-16 *** rprice2 -1.8581 0.5139 …

8 r  regression-coefficients 

Tengo pequeños conjuntos de datos de tamaño 40-50 puntos. Sin suponer que los datos se distribuyen normalmente, quería conocer los valores atípicos con un 90% de confianza al menos. Pensé que boxplot podría ser una buena manera de hacerlo, pero no estoy seguro. Cualquier ayuda apreciada. También con las implementaciones …

8 nonparametric  python  outliers  matplotlib 

La regresión logística binomial tiene asíntotas superior e inferior de 1 y 0 respectivamente. Sin embargo, los datos de precisión (solo como ejemplo) pueden tener asíntotas superiores e inferiores muy diferentes a 1 y / o 0. Puedo ver tres posibles soluciones a esto: No se preocupe si obtiene buenos …

8 binomial  generalized-linear-model 

Soy desarrollador web y estadístico novato. Mis datos se parecen a esto Subject Week x1 x2 x3 x4 x5 y1 A 1 .5 .6 .7 .8 .7 10 B 1 .3 .6 .2 .1 .3 8 C 1 .3 .1 .2 .3 .2 6 A 2 .1 .9 1.5 .8 …

8 r  regression  time-series  multiple-regression  python 

¿Qué métodos existen para medir la fuerza de las relaciones arbitrarias altamente no lineales entre dos variables emparejadas? Por altamente no lineal, me refiero a las relaciones que no pueden modelarse de manera sensata o confiable mediante la regresión a un modelo conocido. Estoy particularmente interesado en las series temporales, …

8 time-series  correlation 

Estoy tratando de escribir mi propio código Python para calcular estadísticas t y valores p para pruebas t independientes de una y dos colas. Puedo usar la aproximación normal, pero por el momento estoy tratando de usar la distribución t. No pude hacer coincidir los resultados de la biblioteca de …

8 statistical-significance  t-test  python 

Tengo un conjunto de números que se supone que provienen de una distribución de Poisson. El conjunto también tiene algunos valores atípicos y, debido a eso, las estimaciones de máxima probabilidad se ven gravemente afectadas. Escuché que los procedimientos de estimación robustos pueden ayudar en tal situación. ¿Alguien puede explicar …

8 r  estimation  poisson-distribution  generalized-linear-model  robust