Estadísticas y Big Data

SPSS ofrece varios métodos de extracción de factores: Componentes principales (que no es el análisis factorial en absoluto) Mínimos cuadrados no ponderados Mínimos cuadrados generalizados Máxima verosimilitud Eje principal Factoring alfa Factoring de imagen Ignorando el primer método, que no es el análisis factorial (sino el análisis de componentes principales, …

29 spss  pca  factor-analysis 

El Criterio de información de Akaike (AIC) y el estadístico c (área bajo la curva ROC) son dos medidas de ajuste del modelo para la regresión logística. Tengo problemas para explicar lo que sucede cuando los resultados de las dos medidas no son consistentes. Supongo que miden aspectos ligeramente diferentes …

29 logistic  roc  aic  auc 

Soy algo nuevo en el uso de la regresión logística, y estoy un poco confundido por una discrepancia entre mis interpretaciones de los siguientes valores que pensé que sería lo mismo: valores beta exponenciados probabilidad pronosticada del resultado utilizando valores beta. Aquí hay una versión simplificada del modelo que estoy …

29 regression  logistic  interpretation  prediction  odds-ratio 

He tratado con el clasificador Naive Bayes antes. He estado leyendo sobre Multinomial Naive Bayes últimamente. También probabilidad posterior = (probabilidad anterior *) / (evidencia) . La única diferencia principal (al programar estos clasificadores) que encontré entre Naive Bayes y Multinomial Naive Bayes es que Naive Bayes multinomial calcula la …

29 bayesian  classification  text-mining  naive-bayes 

Solo estoy tratando de replicar una afirmación hecha en el siguiente documento, Buscando Biclusters correlacionados a partir de datos de expresión génica , que es: Proposición 4. Si . entonces tenemos:XyoJ= RyodoTJXyoJ=RyodoJTX_{IJ}=R_{I}C^{T}_{J} yo. Si es un bicluster perfecto con modelo aditivo, entonces es un bicluster perfecto con correlación en columnas; …

29 correlation  multivariate-analysis  svd 

La probabilidad aplicada es una rama importante en la probabilidad, incluida la probabilidad computacional. Dado que las estadísticas utilizan la teoría de la probabilidad para construir modelos para tratar con datos, según tengo entendido, me pregunto cuál es la diferencia esencial entre el modelo estadístico y el modelo de probabilidad. …

29 probability  mathematical-statistics 

Necesitamos un sistema de alerta temprana. Estoy tratando con un servidor que se sabe que tiene problemas de rendimiento bajo carga. Los errores se registran en una base de datos junto con una marca de tiempo. Hay algunos pasos de intervención manual que se pueden tomar para disminuir la carga …

29 time-series  real-time 

Me gustaría probar la diferencia en la respuesta de dos variables a un predictor. Aquí hay un ejemplo mínimo reproducible. library(nlme) ## gls is used in the application; lm would suffice for this example m.set <- gls(Sepal.Length ~ Petal.Width, data = iris, subset = Species == "setosa") m.vir <- gls(Sepal.Length …

29 r  data-visualization  multivariate-analysis  hypothesis-testing 

Me parece que solo dos paquetes R pueden realizar la asignación de Dirichlet latente : Uno es lda, escrito por Jonathan Chang; y el otro es topicmodelsescrito por Bettina Grün y Kurt Hornik. ¿Cuáles son las diferencias entre estos dos paquetes, en términos de rendimiento, detalles de implementación y extensibilidad?

29 r  bayesian  text-mining  topic-models  latent-dirichlet-alloc 

¿Hay alguna manera en R (una función incorporada) para calcular la matriz de transición para una cadena de Markov a partir de un conjunto de observaciones? Por ejemplo, ¿tomar un conjunto de datos como el siguiente y calcular la matriz de transición de primer orden? dat<-data.frame(replicate(20,sample(c("A", "B", "C","D"), size = …

29 r  markov-process 

He generado un vector que tiene una distribución de Poisson, de la siguiente manera: x = rpois(1000,10) Si hago un histograma usando hist(x), la distribución se parece a la distribución normal familiar en forma de campana. Sin embargo, una prueba de Kolmogorov-Smirnoff usando ks.test(x, 'pnorm',10,3)dice que la distribución es significativamente …

29 distributions  histogram  normal-distribution  poisson-distribution 

Quiero aprender cómo funciona Gibbs Sampling y estoy buscando un buen papel básico a intermedio. Tengo experiencia en informática y conocimientos básicos de estadística. ¿Alguien ha leído buen material? donde lo aprendiste? Gracias

29 references  gibbs 

Utilizo la función auto.arima () en el paquete de pronóstico para ajustar los modelos ARMAX con una variedad de covariables. Sin embargo, a menudo tengo una gran cantidad de variables para seleccionar y generalmente termino con un modelo final que funciona con un subconjunto de ellas. No me gustan las …

29 r  time-series  lasso  regularization  elastic-net 

Soy bastante nuevo en estadísticas y necesito tu ayuda. Tengo una pequeña muestra, como sigue: H4U 0.269 0.357 0.2 0.221 0.275 0.277 0.253 0.127 0.246 Ejecuté la prueba de Shapiro-Wilk usando R: shapiro.test(precisionH4U$H4U) y obtuve el siguiente resultado: W = 0.9502, p-value = 0.6921 Ahora, si supongo que el nivel …

29 r  distributions  interpretation  goodness-of-fit  normality-assumption 

Me enseñaron a aplicar solo la prueba exacta de Fisher en tablas de contingencia que eran 2x2. Preguntas: ¿El propio Fisher alguna vez imaginó que esta prueba se usaría en tablas de más de 2x2? (Soy consciente de la historia de él ideando la prueba mientras intentaba adivinar si una …

29 spss  stata  contingency-tables  fishers-exact