Estadísticas y Big Data

Estoy confundido sobre el Modelo de corrección de errores de vectores ( VECM ). Antecedentes técnicos: VECM ofrece la posibilidad de aplicar el Modelo Vector Autorregresivo ( VAR ) a series de tiempo multivariadas integradas. En los libros de texto que nombrar algunos problemas en la aplicación de un VAR …

30 time-series  forecasting  var  cointegration  vecm 

Con suerte, esta es una pregunta que alguien aquí puede responder por mí sobre la naturaleza de la descomposición de sumas de cuadrados a partir de un modelo de efectos mixtos lmer(del paquete lme4 R). En primer lugar, debo decir que soy consciente de la controversia con el uso de …

30 r  anova  mixed-model  lme4-nlme 

Sea B(n,p,r)B(n,p,r)B(n,p,r) la función de distribución binomial (DF) con los parámetros n∈Nn∈Nn \in \mathbb N y p∈(0,1)p∈(0,1)p \in (0,1) evaluados en r∈{0,1,…,n}r∈{0,1,…,n}r \in \{0,1,\ldots,n\} : y deje denote el Poisson DF con el parámetro a \ in \ mathbb R ^ + evaluado en r \ in \ {0,1,2, \ …

30 binomial  poisson-distribution  convergence  probability-inequalities 

Me preguntaba si alguien podría iluminarme sobre las diferencias actuales entre estas dos funciones. Encontré la siguiente pregunta: ¿Cómo elegir la biblioteca nlme o lme4 R para modelos de efectos mixtos? , pero eso data de hace un par de años. Eso es toda una vida en los círculos de …

30 r  mixed-model  lme4-nlme 

Estoy tratando de armar un plan de estudios de matemáticas autodirigido para prepararme para el aprendizaje de minería de datos y aprendizaje automático. Esto está motivado por comenzar la clase de aprendizaje automático de Andrew Ng en Coursera y sentir que antes de continuar necesitaba mejorar mis habilidades matemáticas. Me …

30 machine-learning  references  data-mining 

Me pregunto si hay alguna prueba estadística para "probar" la importancia de una distribución bimodal. Quiero decir, ¿cuánto cumplen mis datos con la distribución bimodal o no? Si es así, ¿hay alguna prueba en el programa R?

30 r  hypothesis-testing  distributions  bimodal 

Estoy trabajando con un gran conjunto de datos (confidencial, por lo que no puedo compartir demasiado), y llegué a la conclusión de que sería necesaria una regresión binomial negativa. Nunca antes había hecho una regresión glm, y no puedo encontrar ninguna información clara sobre cuáles son los supuestos. ¿Son lo …

30 regression  generalized-linear-model  data-transformation  assumptions  negative-binomial 

Tengo un gran conjunto de datos y quiero realizar una reducción de dimensionalidad. Ahora, en todas partes, leo que puedo usar PCA para esto. Sin embargo, todavía parece que no sé qué hacer después de calcular / realizar el PCA. En R esto se hace fácilmente con el comando princomp. …

30 r  pca 

Dado un conjunto de datos con instancias junto con clases donde cada instancia pertenece exactamente a una clasexixix_iNNNxixix_iyiyiy_i un clasificador multiclase Después del entrenamiento y las pruebas, básicamente tengo una tabla con la clase verdadera y la clase predicha para cada instancia en el conjunto de prueba. Entonces, para cada …

30 machine-learning  classification  multi-class 

¿Cómo puedo generar manualmente un número aleatorio de una distribución dada, como por ejemplo, 10 realizaciones de la distribución normal estándar?

30 normal-distribution  simulation  monte-carlo  random-generation  randomness 

Tengo muchas cadenas de direcciones: 1600 Pennsylvania Ave, Washington, DC 20500 USA Quiero analizarlos en sus componentes: street: 1600 Pennsylvania Ave city: Washington province: DC postcode: 20500 country: USA Pero, por supuesto, los datos están sucios: provienen de muchos países en muchos idiomas, están escritos de diferentes maneras, contienen errores …

30 machine-learning  text-mining 

Muchas veces me he encontrado con advertencias informales contra "espionaje de datos" (aquí hay un ejemplo divertido ), y creo que tengo una idea intuitiva de lo que eso significa, y por qué puede ser un problema. Por otro lado, el "análisis exploratorio de datos" parece ser un procedimiento perfectamente …

30 multiple-comparisons  interpretation  eda 

Tengo un manuscrito sobre un método de arranque para probar hipótesis de una media, y me gustaría enviarlo para su publicación, pero tengo un dilema moral. Me inscribí en la protesta contra Elsevier por sus prácticas comerciales poco éticas, y leer todo el asunto realmente me hizo cuestionar la ética …

30 hypothesis-testing  bootstrap  journals 

Estoy utilizando R, busqué en Google y descubrí que kpss.test(), PP.test()y adf.test()se utilizan para saber acerca de la estacionariedad de las series temporales. Pero no soy un estadístico, que puede interpretar sus resultados. > PP.test(x) Phillips-Perron Unit Root Test data: x Dickey-Fuller = -30.649, Truncation lag parameter = 7, p-value …

30 r  time-series  stationarity  augmented-dickey-fuller  kpss-test 

Soy muy nuevo con R y las estadísticas en general, pero necesito hacer un diagrama de dispersión que creo que podría estar más allá de sus capacidades nativas. Tengo un par de vectores de observaciones y quiero hacer un diagrama de dispersión con ellos, y cada par se divide en …

30 r  data-visualization  scatterplot