Estadísticas y Big Data

Estoy tratando de replicar Silver y Dunlap (1987) . Solo estoy comparando el promedio de correlaciones o el promedio de correlaciones de transformación z y la transformación inversa. Parece que no estoy replicando la asimetría en el sesgo que encuentran (las z transformadas de nuevo no están más cerca del …

8 r  correlation  data-transformation  simulation  normalization 

Supongamos que tenemos puntos en un rectangular con límite , y estos puntos están distribuidos uniformemente en este plano. (No estoy muy familiarizado con las estadísticas, así que no sé la diferencia entre elegir uniformemente un nodo en el área , o elegir uniformemente el eje de y eje x …

8 probability  distance 

Tengo una pregunta que me gustaría hacerle a la comunidad. Recientemente me han pedido que proporcione análisis estadísticos para un estudio de pronóstico de marcadores tumorales . Principalmente he usado estas dos referencias para guiar mi análisis: McShane LM y col. Informe de recomendaciones para estudios de pronóstico de marcadores …

8 predictive-models  survival  epidemiology  biostatistics  cox-model 

¿Alguien sabe de un paquete R o tiene una manera de crear redes de frases como esta?

8 r  data-visualization  text-mining 

Muchos libros de texto y documentos dicen que la intercepción no debe ser suprimida. Recientemente, utilicé un conjunto de datos de entrenamiento para construir un modelo de regresión lineal con o sin intercepción. Me sorprendió descubrir que el modelo sin intercepción predice mejor que eso con una intercepción en términos …

8 regression  predictive-models 

Estoy usando la regresión de Softmax para un problema de clasificación de varias clases. No tengo iguales probabilidades previas para cada una de las clases. Sé por Regresión logística (regresión softmax con 2 clases) que las probabilidades previas de las clases se agregan implícitamente al sesgo ( ).log(p0/p1)log⁡(p0/p1)\log(p_0/p_1) Por lo …

8 logistic  prior  unbalanced-classes 

En alguna parte leí una nota que si tienes muchos parámetros (X1,X2, ... ,Xnorte)(x1,x2,…,xn)(x_1, x_2, \ldots, x_n)e intenta encontrar una "métrica de similitud" entre estos vectores, puede tener una "maldición de la dimensionalidad". Creo que significó que la mayoría de los puntajes de similitud serán iguales y no le brindarán …

8 distance  similarities  metric 

¿Cómo combina un clasificador de conjunto las predicciones de sus clasificadores constituyentes? Tengo dificultades para encontrar una descripción clara. En algunos ejemplos de código que he encontrado, el conjunto solo promedia las predicciones, pero no veo cómo esto podría hacer una "mejor" precisión general. Considere el siguiente caso. Un clasificador …

8 machine-learning  bayesian  random-forest  naive-bayes  ensemble 

Estoy buscando un buen libro de referencia en epidemiología. Tengo la Epidemiología de Rothman: una introducción y el Diccionario de Epidemiología de Porta . Rothman fue una gran decepción, ya que es muy simplista y carece de algo que sea más que obvio después de estudios básicos. He oído que …

8 references  epidemiology 

Estoy probando la diferencia en un resultado continuo en tres condiciones diferentes. Bajo condición AI tome una medida del resultado. Hago esto dos veces para la misma muestra. Los valores de ejemplo podrían ser 2.2, 2.1. Estas son réplicas "técnicas" que provienen de la misma fuente biológica Hago lo mismo …

8 r  regression  anova 

Me dieron un conjunto de 20 ítems Likert (que van desde 1-5, tamaño de muestra n = 299) dentro del campo de la investigación organizacional. Los ítems están destinados a medir un concepto latente que es multidimensional, multifacético y heterogéneo en su propia naturaleza. El objetivo es crear una (s) …

8 factor-analysis  scales  psychometrics  composite  cronbachs-alpha 

Estoy tratando de determinar un método para comparar una serie de tiempo particular con más de 10,000 series de tiempo de referencia mediante programación, y preseleccionar aquellas series de tiempo de referencia que pueden ser de interés. El método que estaba usando era Correlación de Pearson . Para cada una …

8 correlation 

Los datos de proporción, proporción y porcentaje son muy comunes en ecología (p. Ej.,% De flores polinizadas, relación sexo masculino: hembra,% de mortalidad en respuesta a un tratamiento,% de hojas comidas por un herbívoro). Recientemente, algunos estadísticos aplicados publicaron un artículo en la revista Ecology titulado " El arcoseno es …

8 regression  anova  data-transformation  generalized-linear-model 

He tratado de utilizar R para adaptarse a algunos modelos longitudinales, sobre todo vía lmery nlmepaquetes. Sin embargo, parece que faltan muchos modelos estándar, como los modelos de antedependencia o los modelos analíticos de factores para matrices de covarianza. Estos modelos están disponibles en SAS. ¿Alguien recomendaría otros paquetes para …

8 r  jags  panel-data 

Esta puede ser una pregunta elemental, por eso no he podido encontrarla en Stackexchange o Mathoverflow, sin embargo, estoy teniendo problemas con la aritmética involucrada en la actualización de probabilidades usando el teorema de Bayes para un problema en el que estoy trabajando. Antecedentes: Estoy tratando de dar pronósticos de …

8 bayesian