Estadísticas y Big Data

En primer lugar, permítanme decir que tuve un curso de estadísticas en la escuela de ingeniería hace 38 años. Así que estoy volando a ciegas aquí. Tengo los resultados de lo que son esencialmente 18 pruebas de diagnóstico separadas para una enfermedad. Cada prueba es binaria: sí / no, sin …

8 classification  bayesian  diagnostic 

Me gustaría trazar regiones de confianza 2D (en 1-sigma, 2-sigma) para un modelo que he ajustado a los datos. He usado PyMC para generar 50k muestras posteriores de MCMC para mi modelo con 6 parámetros. Sé que el proceso para crear regiones de confianza es algo similar a: 1.) crear …

8 confidence-interval  mcmc  python 

Tengo 10 años de rendimiento simulado respaldado de alguna estrategia comercial (utilizando precios históricos) y N meses de rendimiento comercial real. ¿Qué prueba estadística puedo hacer si estoy en el blanco con los números de backtesting? (ambos, en términos de rendimientos anuales esperados y índice de Sharpe anual esperado)

8 hypothesis-testing 

Tengo tres categorías de productos, . Cada categoría tiene dos productos, . Proporciono varios tipos diferentes de situaciones de elección, 1) al sujeto de prueba se le presenta una sola categoría y se le hace elegir un producto, 2) se le presenta al sujeto de prueba dos categorías y se …

8 multivariate-analysis  conjoint-analysis 

Me gustaría hacer algo en R que SAS pueda hacer usando el proceso mixto de SAS (hay alguna manera de hacerlo en STATA es bien), es decir, ajustar el llamado modelo Bivariate de Reitsma et al (2005). Este modelo es un modelo mixto especial donde la varianza depende del estudio …

8 r  optimization 

Tengo algunos datos que están claramente truncados a la izquierda. Deseo ajustarlo con una estimación de densidad que lo maneje de alguna manera en lugar de tratar de suavizarlo. ¿Qué métodos conocidos (como de costumbre, en R) pueden abordar esto? Código de muestra: set.seed(1341) x <- c(runif(30, 0, 0.01), rnorm(100,3)) …

8 r  pdf  histogram  kernel-smoothing 

Instalé una regresión logística bayesiana en WinBugs y tiene un término de interacción. Algo como esto: Prob(yi=1)=logit−1(a+b1∗xi+b2∗wi+b3∗xi∗wi)Prob(yi=1)=logit−1(a+b1∗xi+b2∗wi+b3∗xi∗wi)\mathrm{Prob}(y_{i}=1) = \mathrm{logit}^{-1} (a + b_{1}*x_{i} + b_{2}*w_{i} + b_{3}*x_{i}*w_{i}) dónde xxx es una variable continua estandarizada, y wwwEs una variable ficticia. En realidad, el modelo es más complicado, pero quiero mantener las cosas …

8 logistic  bayesian  statistical-significance  interaction 

Tengo un modelo de regresión lineal simple. Lo que quiero calcular es cuán "importante" es cada una de mis variables de entrada, es decir, hacer una declaración como esta: "El 60% del poder predictivo en este modelo proviene de la variable var1, donde var2 y var3 tienen 30% y 10%" …

8 regression  importance 

Estoy analizando datos de dos encuestas que fusioné: Encuesta del personal escolar, para los años 2005-06 y 2007-08 Encuesta de estudiantes escolares, para los años 2005-06 a 2008-09 Para ambos conjuntos de datos, tengo observaciones (a nivel de estudiantes o personal) de 3 distritos escolares diferentes, cada uno con muestras …

8 correlation  survey  multilevel-analysis 

Realmente tengo problemas para descubrir cómo comparar ARIMA y los modelos de regresión. Entiendo cómo evaluar los modelos ARIMA entre sí y los diferentes tipos de modelos de regresión (es decir: regresión vs regresión dinámica con errores AR) entre sí, sin embargo, no puedo ver muchos puntos en común entre …

8 arima  model-comparison  dynamic-regression 

¿Alguien puede decirme los factores que afectan los requisitos de memoria de significa clustering con un poco de explicación?kkk

8 clustering  k-means 

Tengo una aplicación para la que necesito una aproximación a la suma lognormal pdf para usar como parte de una función de probabilidad. La distribución de suma lognormal no tiene forma cerrada, y hay un montón de artículos en revistas de procesamiento de señales sobre diferentes aproximaciones. He estado usando …

8 r  lognormal 

Me gustaría encontrar una referencia, preferiblemente gratuita en Internet, donde pueda leer sobre la justificación teórica o práctica para el uso de distribuciones de probabilidad paramétricas / analíticas. Por distribuciones paramétricas me refiero a las denominadas como Normal, Weibull, etc.

8 probability  distributions  references 

Estoy interesado en instalar un ANOVA bayesiano de dos factores en ERRORES o en utilizar algún paquete R. Lamentablemente, estoy teniendo dificultades para encontrar recursos sobre este tema. ¿Alguna sugerencia? Incluso un artículo que describa el enfoque sería útil.

8 r  bayesian  anova  bugs 

Entonces nuestros datos están estructurados de la siguiente manera: Tenemos participantes, cada participante se puede clasificar en 3 grupos ( G ), y para cada participante tenemos muestras de una variable continua. Y estamos tratando de predecir valores que son 0 o 1.METROMM ∈ A , B , C∈A,B,C\in {A,B,C}norteNN …

8 logistic  matlab  interaction