Estadísticas y Big Data

Estoy tratando de usar el randomSurvivalForestpaquete Rpara predecir el próximo evento en una serie de eventos (usando res <- predict(fit,v)), pero todo lo que obtengo es un% total de sobrevivientes y luego el riesgo acumulativo para cada individuo en el res$ensemble. ¿Puedo usar esto para predecir / generar valores que …

8 r  time-series  survival  predictive-models 

Ejecuté cuatro programas en a, b, c, d paralelo en dos máquinas diferentes Xy Ypor separado durante 10 veces. La siguiente es una muestra de los datos. Los tiempos de ejecución (milisegundos) en las 10ejecuciones de cada programa se dan con sus respectivos nombres. Machine-X: a b c d 29 …

8 r  data-visualization 

Supongamos que una determinada enfermedad (DDD) tiene una prevalencia de 3100031000\dfrac3{1000}. Supongamos también que cierto síntoma (SSS) tiene una prevalencia (en la población general = personas con esa enfermedad D y personas sin esa enfermedad [probablemente con otra enfermedad, pero no es importante]) de 5100051000\dfrac5{1000}. En una investigación previa, se …

8 r  probability  conditional-probability 

Considere el siguiente experimento de biología celular. Estamos comparando diferentes tratamientos de células cultivadas. Cada tratamiento se replica en varios pocillos (microtitulación) , indexados por la variable . Para medir la respuesta al tratamiento en el pozo , se registra un total de micrografías no superpuestas, o campos . Luego, …

8 mean  multilevel-analysis  average  weighted-mean 

Tengo un conjunto de datos de más de 11,000 artículos distintos, cada uno de los cuales fue clasificado en una escala nominal por al menos 3 evaluadores diferentes en Mechanical Turk de Amazon . 88 evaluadores diferentes proporcionaron juicios para la tarea, y ningún evaluador completó más de 800 juicios. …

8 reliability  agreement-statistics  cohens-kappa 

Necesito alguna sugerencia para el método de agrupamiento (clasificación no supervisada) para un proyecto de consultoría. Estoy buscando un método que tenga las siguientes propiedades: El tema de mi estudio tiene tres propiedades. Uno está representado por una matriz de distancia (no euclidiana) y los otros dos están en forma …

8 clustering  bayesian 

Estoy trabajando con datos de secuencia que son largas listas de llamadas win-api de malware. Estoy tratando de convertir el problema de identificar 'comportamiento de malware' en encontrar patrones secuenciales. Trato cada llamada de API como un elemento único Conjunto de elementos. El número de diferentes elementos posibles (llamadas de …

8 sequence-analysis  sequential-pattern-mining 

Basado en una respuesta en Cross Validated , he estado buscando implementar un bosque aleatorio en .NET / C # para clasificar documentos de texto. Mirando en la web para ver si hay implementaciones existentes, me encontré con un algoritmo para un bosque de decisión en Alglib . La cuestión …

8 random-forest 

Digamos que he recopilado un pequeño número (N) de observaciones para una hipótesis que me gustaría probar. Podría usar el método bootstrap para producir una distribución de muestra para el resultado medio de N observaciones, pero me preocupa que este modelo se descomponga cuando N sea muy pequeño, introduciendo un …

8 bootstrap 

Estoy trabajando en un modelo de pronóstico basado en ANN para una serie de tiempo financiera. Estoy usando 5 veces la validación cruzada y el rendimiento promedio es regular. El rendimiento en el último pliegue (la iteración donde el último segmento se omite del entrenamiento y se usa para la …

8 time-series  cross-validation  neural-networks  finance 

Antecedentes: Ocho médicos calificaron a los mismos 54 pacientes en una medida de persuasión (escala Likert 1-7). La puntuación media en la medida de persuasión eventualmente será la medida de resultado de mi experimento. La fiabilidad entre evaluadores se cuantificó como el coeficiente de correlación intraclase (ICC), utilizando el modelo …

8 reliability  agreement-statistics 

Me gustaría encontrar alguna solución para realizar un modelo de efectos mixtos de regresión cuantil. De mi búsqueda en Google, no pude encontrar una implementación de R para dicho procedimiento (solo advertencias de que " esto no es para los débiles de corazón "). Me gustaría resolver una situación simple …

8 regression  mixed-model 

Estoy tratando de usar el agrupamiento de dosel para proporcionar grupos iniciales para KMeans en mahout. ¿Hay alguna manera de determinar / aproximar los valores de los umbrales de distancia T1 y T2 algorítmicamente? En este momento tengo T1 = 100 y T2 = 1, que no parece estar haciendo …

8 clustering 

Estoy tratando de entender cómo funciona dinterval () en JAGS para datos censurados. Estoy modelando datos gruesos donde solo tengo límites superiores e inferiores para cada punto de datos (no el valor verdadero). Aquí hay un ejemplo simple de cómo creo que debería funcionar: Algunos límites superior e inferior para …

8 jags  interval-censoring 

En la regresión múltiple, si una prueba F global es significativa, ¿son las pruebas t (o las pruebas de Wald) los coeficientes que se consideran comparaciones múltiples y pruebas post hoc y deben ajustarse?

8 regression  multiple-comparisons  regression-coefficients