Estadísticas y Big Data

Me imagino que cuanto mayor es el coeficiente de una variable, más capacidad tiene el modelo para "oscilar" en esa dimensión, lo que brinda una mayor oportunidad de ajustar el ruido. Aunque creo que tengo un sentido razonable de la relación entre la varianza en el modelo y los coeficientes …

33 regression  variance  linear-model  bias  regularization 

¿Cuál es la razón por la que usamos el logaritmo natural (ln) en lugar de iniciar sesión en la base 10 al especificar funciones en econometría?

33 econometrics 

Tengo un conjunto de datos de transmisión, los ejemplos están disponibles uno a la vez. Tendría que hacer una clasificación de clases múltiples en ellos. Tan pronto como introduje un ejemplo de capacitación en el proceso de aprendizaje, tengo que descartar el ejemplo. Al mismo tiempo, también estoy usando el …

33 machine-learning  svm  neural-networks 

Sé que hay muchos materiales que explican el valor p. Sin embargo, el concepto no es fácil de entender con firmeza sin más aclaraciones. Aquí está la definición del valor p de Wikipedia: El valor p es la probabilidad de obtener un estadístico de prueba al menos tan extremo como …

33 hypothesis-testing  p-value  interpretation 

¿Me gustaría saber si hay una variante de diagrama de caja adaptada a los datos distribuidos de Poisson (o posiblemente otras distribuciones)? Con una distribución gaussiana, los bigotes colocados en L = Q1 - 1.5 IQR y U = Q3 + 1.5 IQR, el diagrama de caja tiene la propiedad …

33 data-visualization  poisson-distribution  boxplot 

Tengo cuatro series temporales diferentes de mediciones por hora: El consumo de calor dentro de una casa. La temperatura fuera de la casa La radiación solar La velocidad del viento Quiero poder predecir el consumo de calor dentro de la casa. Existe una clara tendencia estacional, tanto anualmente como a …

33 time-series  modeling  arima 

He escrito un programa de computadora que puede detectar monedas en una imagen estática (.jpeg, .png, etc.) usando algunas técnicas estándar para la visión por computadora (Desenfoque gaussiano, umbral, Transformación de Hough, etc.). Utilizando las proporciones de las monedas recogidas de una imagen dada, puedo establecer con certeza qué monedas …

33 image-processing 

Entiendo que para ciertos conjuntos de datos, como votar, funciona mejor. ¿Por qué se usa la regresión de Poisson sobre la regresión lineal ordinaria o la regresión logística? ¿Cuál es la motivación matemática para ello?

33 count-data  poisson-regression 

Dados dos histogramas, ¿cómo evaluamos si son similares o no? ¿Es suficiente simplemente mirar los dos histogramas? El mapeo simple uno a uno tiene el problema de que si un histograma es ligeramente diferente y ligeramente cambiado, no obtendremos el resultado deseado. ¿Alguna sugerencia?

33 histogram  image-processing 

Una de las contribuciones tardías de RA Fisher fueron los intervalos fiduciales y los argumentos de principios fiduciales . Sin embargo, este enfoque no es tan popular como los argumentos de principios bayesianos o frecuentistas. ¿Cuál es el argumento fiducial y por qué no se ha aceptado?

33 inference  philosophical  fiducial 

Estoy buscando un buen libro / tutorial para aprender sobre el análisis de supervivencia. También estoy interesado en referencias sobre análisis de supervivencia en R.

33 r  survival  references 

Estoy tratando de entender el error estándar "agrupamiento" y cómo ejecutarlo en R (es trivial en Stata). En RI no he tenido éxito usando plmo escribiendo mi propia función. Usaré los diamondsdatos del ggplot2paquete. Puedo hacer efectos fijos con variables ficticias > library(plyr) > library(ggplot2) > library(lmtest) > library(sandwich) > …

33 r  panel-data  standard-error  fixed-effects-model  clustered-standard-errors 

Digamos que tenemos una variable aleatoria con varianza y media conocidas. La pregunta es: ¿cuál es la varianza de para alguna función dada f. El único método general que conozco es el método delta, pero solo da una aproximación. Ahora estoy interesado en , pero también sería bueno conocer algunos …

33 variance  random-variable  delta-method 

Estoy a punto de ayudar a enseñar estadísticas a estudiantes de medicina este semestre. He escuchado muchas historias de terror sobre el miedo de estos estudiantes al aprender estadísticas. ¿Alguien puede sugerir qué hacer con este miedo? (Puede vincular a personas que están discutiendo esto u ofrecer sugerencias de su …

33 teaching 

Existen varias implementaciones de la familia de modelos GBDT, tales como: GBM XGBoost LightGBM Catboost. ¿Cuáles son las diferencias matemáticas entre estas diferentes implementaciones? Catboost parece superar a las otras implementaciones incluso utilizando solo sus parámetros predeterminados de acuerdo con este punto de referencia , pero sigue siendo muy lento. …

33 boosting  xgboost