Estadísticas y Big Data

¿Es sensato convertir el error estándar en desviación estándar? Y si es así, ¿es apropiada esta fórmula? SE=SDN−−√SE=SDNSE = \frac{SD}{\sqrt{N}}

26 standard-deviation  standard-error 

Parece que la mayoría de las autoridades están de acuerdo en que las líneas de cuadrícula oscuras o prominentes en las parcelas son "chartjunk" por cualquier definición razonable y distraen al espectador del mensaje en el cuerpo principal de la tabla. Así que no me molestaré en dar referencias sobre …

26 data-visualization  ggplot2 

¿Cuál es la diferencia entre un ANOVA de medidas repetidas sobre algún factor (digamos condición experimental) y un MANOVA? En particular, un sitio web con el que me topé sugirió que MANOVA no hace la misma suposición de esfericidad que las medidas repetidas que hace ANOVA, ¿es cierto? Si es …

26 anova  repeated-measures  manova  sphericity 

Esta es una pregunta de seguimiento a lo que Frank Harrell escribió aquí : En mi experiencia, el tamaño de muestra requerido para que la distribución t sea precisa es a menudo mayor que el tamaño de muestra disponible. La prueba de rango con signo de Wilcoxon es extremadamente eficiente …

26 t-test  wilcoxon-mann-whitney 

Como contexto: cuando trabajo con un conjunto de datos muy grande, a veces me preguntan si podemos crear un conjunto de datos sintéticos donde "conozcamos" la relación entre los predictores y la variable de respuesta, o las relaciones entre los predictores. A lo largo de los años, parece que encuentro …

26 modeling  reproducible-research  synthetic-data 

Me encontré con esta densidad el otro día. ¿Alguien le ha dado un nombre a esto? F( x ) = log( 1 + x- 2) / 2 πf(x)=log⁡(1+x−2)/2πf(x) = \log(1 + x^{-2}) / 2\pi La densidad es infinita en el origen y también tiene colas gruesas. Vi que se usaba …

26 distributions  probability 

Tengo una pregunta sobre una regresión binomial negativa: supongamos que tiene los siguientes comandos: require(MASS) attach(cars) mod.NB<-glm.nb(dist~speed) summary(mod.NB) detach(cars) (Tenga en cuenta que los automóviles son un conjunto de datos que está disponible en R, y realmente no me importa si este modelo tiene sentido). Lo que me gustaría saber …

26 regression  generalized-linear-model  negative-binomial 

Tengo un modelo de regresión logística entrenado que estoy aplicando a un conjunto de datos de prueba. La variable dependiente es binaria (booleana). Para cada muestra en el conjunto de datos de prueba, aplico el modelo de regresión logística para generar un% de probabilidad de que la variable dependiente sea …

26 regression  logistic  r-squared 

Bloqueado . Esta pregunta y sus respuestas están bloqueadas porque la pregunta está fuera de tema pero tiene un significado histórico. Actualmente no acepta nuevas respuestas o interacciones. Me gustaría importar el precio de la acción "Last Trade" de Yahoo Finance a R. La intención es trabajar con datos (casi) …

26 r 

Viniendo del campo de la visión por computadora, a menudo he usado el método RANSAC (Random Sample Consensus) para ajustar modelos a datos con muchos valores atípicos. Sin embargo, nunca lo he visto utilizado por los estadísticos, y siempre he tenido la impresión de que no se consideraba un método …

26 outliers  bootstrap  robust 

En una pregunta en otra parte de este sitio, varias respuestas mencionaron que el AIC es equivalente a la validación cruzada de dejar uno fuera (LOO) y que el BIC es equivalente a la validación cruzada K-fold. ¿Hay alguna manera de demostrar esto empíricamente en R de modo que las …

26 r  aic  cross-validation  bic 

Tengo un tamaño de muestra de 6. En tal caso, ¿tiene sentido evaluar la normalidad con la prueba de Kolmogorov-Smirnov? Usé SPSS. Tengo un tamaño de muestra muy pequeño porque lleva tiempo obtener cada uno. Si no tiene sentido, ¿cuántas muestras es el número más bajo que tiene sentido analizar? …

26 hypothesis-testing  normality-assumption  kolmogorov-smirnov  power 

Proporcione un código R que le permita a uno realizar un ANOVA entre sujetos con -3, -1, 1, 3 contrastes. Entiendo que hay un debate con respecto al tipo apropiado de Suma de cuadrados (SS) para dicho análisis. Sin embargo, como el tipo predeterminado de SS utilizado en SAS y …

26 r  anova  contrasts  sums-of-squares 

Soy nuevo en R, ordené la regresión logística y polr. La sección "Ejemplos" en la parte inferior de la página de ayuda para polr (que ajusta un modelo de regresión logística o probit a una respuesta de factor ordenado) muestra options(contrasts = c("contr.treatment", "contr.poly")) house.plr <- polr(Sat ~ Infl + …

26 r  logistic 

Estoy interesado en obtener algunos libros sobre análisis multivariante y necesito sus recomendaciones. Los libros gratuitos siempre son bienvenidos, pero si conoce algún gran libro MVA no gratuito, por favor, dígalo.

26 references  multivariate-analysis