Estadísticas y Big Data

¿Hay libros de texto estadísticos gratuitos disponibles?

119 teaching  references 

En el trabajo estábamos discutiendo esto ya que mi jefe nunca había oído hablar de normalización. En álgebra lineal, la normalización parece referirse a la división de un vector por su longitud. Y en estadística, la estandarización parece referirse a la resta de una media que luego se divide por …

118 descriptive-statistics  normalization  standardization 

La correlación no implica causalidad, ya que podría haber muchas explicaciones para la correlación. ¿Pero la causalidad implica correlación? Intuitivamente, pensaría que la presencia de causalidad significa que necesariamente hay alguna correlación. Pero mi intuición no siempre me ha servido bien en estadística. ¿La causalidad implica correlación?

118 correlation  causality 

Estoy ejecutando modelos de regresión lineal y me pregunto cuáles son las condiciones para eliminar el término de intercepción. Al comparar los resultados de dos regresiones diferentes donde una tiene la intersección y la otra no, noto que el de la función sin la intersección es mucho mayor. ¿Hay ciertas …

118 regression  linear-model  r-squared  intercept 

Estoy tratando de comprender bien el algoritmo EM, para poder implementarlo y usarlo. Pasé un día completo leyendo la teoría y un documento donde se usa EM para rastrear un avión utilizando la información de posición proveniente de un radar. Honestamente, no creo entender completamente la idea subyacente. ¿Puede alguien …

117 regression  probability  mathematical-statistics  intuition  expectation-maximization 

¿Cuál es la diferencia entre probabilidad y estadística, y por qué se estudian juntos?

116 probability  teaching  mathematical-statistics 

Recientemente, he encontrado en un artículo de Klammer, et al. una declaración de que los valores p deben estar distribuidos uniformemente. Creo en los autores, pero no puedo entender por qué es así. Klammer, AA, Park, CY y Stafford Noble, W. (2009) Calibración estadística de la función SEQUEST XCorr . …

115 p-value  uniform 

Inicialmente, esto surgió en relación con el trabajo que estamos haciendo con un modelo para clasificar el texto natural, pero lo he simplificado ... Quizás demasiado. Tienes un auto azul (por alguna medida científica objetiva, es azul). Se lo muestras a 1000 personas. 900 dicen que es azul. 100 no …

114 probability 

Según tengo entendido, estoy interesado en replicar manualmente el cálculo de los errores estándar de los coeficientes estimados ya que, por ejemplo, viene con el resultado de la lm()función R, pero no he podido precisarlo. ¿Cuál es la fórmula / implementación utilizada?

114 r  regression  standard-error  lm 

Tenemos un vector normal multivariado Y∼N(μ,Σ)Y∼N(μ,Σ){\boldsymbol Y} \sim \mathcal{N}(\boldsymbol\mu, \Sigma) . Considere la posibilidad de particionar μμ\boldsymbol\mu y YY{\boldsymbol Y} en μ=[μ1μ2]μ=[μ1μ2]\boldsymbol\mu = \begin{bmatrix} \boldsymbol\mu_1 \\ \boldsymbol\mu_2 \end{bmatrix} Y=[y1y2]Y=[y1y2]{\boldsymbol Y}=\begin{bmatrix}{\boldsymbol y}_1 \\ {\boldsymbol y}_2 \end{bmatrix} con una partición similar de ΣΣ\Sigma en [Σ11Σ21Σ12Σ22][Σ11Σ12Σ21Σ22] \begin{bmatrix} \Sigma_{11} & \Sigma_{12}\\ \Sigma_{21} & \Sigma_{22} …

114 normal-distribution  conditional-probability 

No he visto la pregunta precisamente en estos términos, y es por eso que hago una nueva pregunta. Lo que me interesa saber no es la definición de una red neuronal, sino comprender la diferencia real con una red neuronal profunda. Para más contexto: sé qué es una red neuronal …

114 neural-networks  deep-learning 

Recibo esta pregunta con bastante frecuencia en mi trabajo de consultoría estadística, y pensé que la publicaría aquí. Tengo una respuesta, que se publica a continuación, pero estaba ansioso por escuchar lo que otros tienen que decir. Pregunta: Si tiene dos variables que normalmente no están distribuidas, ¿debería usar el …

113 correlation  normality-assumption  pearson-r  spearman-rho 

Este cómic xkcd (Frequentists vs. Bayesians) se burla de un estadístico frecuentista que obtiene un resultado obviamente equivocado. Sin embargo, me parece que su razonamiento es realmente correcto en el sentido de que sigue la metodología frecuentista estándar. Entonces mi pregunta es "¿aplica correctamente la metodología frecuentista?" Si no: ¿cuál …

113 bayesian  frequentist 

El análisis de componentes principales (PCA) se puede utilizar para reducir la dimensionalidad. Después de realizar tal reducción de dimensionalidad, ¿cómo se puede reconstruir aproximadamente las variables / características originales a partir de un pequeño número de componentes principales? Alternativamente, ¿cómo se pueden eliminar o descartar varios componentes principales de …

113 pca  dimensionality-reduction  svd 

Debido a que los encuentro fascinantes, me gustaría escuchar lo que la gente de esta comunidad encuentra como la paradoja estadística más interesante y por qué.

112 paradox