Estadísticas y Big Data

Las estadísticas están en todas partes; Sin embargo, el uso común de términos estadísticos a menudo no está claro. Los términos probabilidad y probabilidades se usan de manera intercambiable en el inglés común a pesar de sus expresiones matemáticas bien definidas y diferentes. No separar el término probabilidad de probabilidad …

104 terminology 

Me gustaría conocer su opinión sobre las diferencias entre la validación cruzada y el arranque para estimar el error de predicción. ¿Funciona mejor para conjuntos de datos pequeños o grandes conjuntos de datos?

103 cross-validation  predictive-models  bootstrap 

Hace poco hice una pregunta sobre los principios generales en torno a la revisión de estadísticas en documentos . Lo que ahora me gustaría preguntar es qué es lo que te irrita particularmente cuando revisas un artículo, es decir, ¡cuál es la mejor manera de molestar realmente a un árbitro …

102 references  referee 

En un modelo lineal simple con una sola variable explicativa, αi=β0+β1δi+ϵiαi=β0+β1δi+ϵi\alpha_i = \beta_0 + \beta_1 \delta_i + \epsilon_i Encuentro que eliminar el término de intercepción mejora mucho el ajuste (el valor de va de 0.3 a 0.9). Sin embargo, el término de intercepción parece ser estadísticamente significativo.R2R2R^2 Con intercepción: Call: …

101 r  linear-model  interpretation  r-squared  intercept 

Supongamos que tenemos un conjunto de entrenamiento para . Supongamos también que ejecutamos algún tipo de algoritmo de aprendizaje supervisado en el conjunto de entrenamiento. Las hipótesis se representan como . Necesitamos encontrar los parámetros que minimicen la "distancia" entre y . Deje(x(i),y(i))(x(i),y(i))(x_{(i)}, y_{(i)})i=1,…,mi=1,…,metroi = 1, \dots, mhθ( x( i …

101 optimization  gradient-descent  sgd 

Ya tenemos múltiples hilos etiquetados como valores p que revelan muchos malentendidos sobre ellos. Hace diez meses teníamos un hilo sobre una revista psicológica que "prohibía" los valoresppp , ahora la Asociación Americana de Estadística (2016) dice que con nuestro análisis "no deberíamos terminar con el cálculo de un valor …

100 hypothesis-testing  bayesian  p-value  frequentist 

Comencé por Time Series Analysis de Hamilton, pero estoy perdido sin remedio. Este libro es realmente demasiado teórico para que lo pueda aprender solo. ¿Alguien tiene una recomendación para un libro de texto sobre análisis de series de tiempo que sea adecuado para el autoestudio?

99 time-series  self-study  references 

En particular, me refiero al coeficiente de correlación momento-producto de Pearson.

99 correlation  regression 

Soy muy nuevo en las estadísticas y estoy aprendiendo a comprender los conceptos básicos, incluidos los valores . Pero hay un gran signo de interrogación en mi mente en este momento, y espero que mi comprensión sea incorrecta. Aquí está mi proceso de pensamiento:pagspagsp ¿No son todas las investigaciones en …

98 hypothesis-testing  statistical-significance  p-value 

He estado trabajando en un nuevo método para analizar y analizar conjuntos de datos para identificar y aislar subgrupos de una población sin conocimiento previo de las características de ningún subgrupo. Si bien el método funciona lo suficientemente bien con muestras de datos artificiales (es decir, conjuntos de datos creados …

98 dataset  sample  population  teaching 

¿Alguien puede explicar las diferencias principales entre los árboles de inferencia condicional ( ctreedel partypaquete en R) en comparación con los algoritmos de árbol de decisión más tradicionales (como rparten R)? ¿Qué hace que los árboles de CI sean diferentes? ¿Fortalezas y debilidades? Actualización: He mirado el artículo de Horthorn …

97 r  machine-learning  cart 

¿Cómo explicaría intuitivamente qué es una raíz unitaria, en el contexto de la prueba de raíz unitaria? Estoy pensando en formas de explicar mucho como he fundado en esta pregunta . El caso con la raíz unitaria es que sé (poco, por cierto) que la prueba de raíz unitaria se …

97 intuition  unit-root 

Muchos clasificadores de aprendizaje automático (por ejemplo, máquinas de vectores de soporte) permiten especificar un núcleo. ¿Cuál sería una forma intuitiva de explicar qué es un núcleo? Un aspecto en el que he estado pensando es la distinción entre núcleos lineales y no lineales. En términos simples, podría hablar de …

97 machine-learning  svm  references  kernel-trick  intuition 

El coeficiente de correlación de Pearson de xey es el mismo, ya sea que calcule pearson (x, y) o pearson (y, x). Esto sugiere que hacer una regresión lineal de y dado x o x dado y debería ser lo mismo, pero no creo que ese sea el caso. ¿Alguien …

97 regression  correlation  linear-model  pearson-r 

Estoy leyendo los libros sobre regresión lineal. Hay algunas oraciones sobre la norma L1 y L2. Los conozco, simplemente no entiendo por qué la norma L1 para modelos dispersos. ¿Puede alguien usar dar una explicación simple?

97 regression  lasso  regularization  ridge-regression