Preguntas etiquetadas con error

Tengo una pregunta rara. Suponga que tiene una pequeña muestra donde la variable dependiente que va a analizar con un modelo lineal simple está muy sesgada. Por lo tanto, supone que utuu no se distribuye normalmente, ya que esto daría como resultado una distribución normal de . Pero cuando calcula …

110 regression  residuals  error  normality-assumption 

He visto "residuales" definidos de manera diversa como "pronosticados menos valores reales" o "reales menos valores pronosticados". Con fines ilustrativos, para mostrar que ambas fórmulas se usan ampliamente, compare las siguientes búsquedas web: residual "predicho menos real" residual "real menos predicho" En la práctica, casi nunca hace la diferencia, ya …

46 residuals  terminology  error 

He escrito un MLP simple en TensorFlow que está modelando un XOR-Gate . Entonces para: input_data = [[0., 0.], [0., 1.], [1., 0.], [1., 1.]] debería producir lo siguiente: output_data = [[0.], [1.], [1.], [0.]] La red tiene una capa de entrada, una capa oculta y una capa de salida …

45 machine-learning  neural-networks  error  gradient-descent  supervised-learning 

Estoy ejecutando la clasificación en Weka para un determinado conjunto de datos y he notado que si estoy tratando de predecir un valor nominal, la salida muestra específicamente los valores predichos de forma correcta e incorrecta. Sin embargo, ahora lo estoy ejecutando para un atributo numérico y el resultado es: …

41 machine-learning  error  weka  mse  rms 

Cuando llevamos a cabo una regresión lineal para adaptarse a un grupo de puntos de datos ( x 1 , y 1 ) , ( x 2 , y 2 ) , . . . , ( x n , y n ) , el enfoque clásico minimiza el error …

39 least-squares  error 

En los documentos de clasificación de ImageNet, las tasas de error top-1 y top-5 son unidades importantes para medir el éxito de algunas soluciones, pero ¿cuáles son esas tasas de error? En la clasificación de ImageNet con redes neuronales convolucionales profundas por Krizhevsky et al. todas las soluciones basadas en …

38 classification  neural-networks  error  measurement-error  image-processing 

Recibí un script R de alguien para ejecutar un modelo de bosque aleatorio. Lo modifiqué y lo ejecuté con algunos datos de empleados. Estamos tratando de predecir separaciones voluntarias. Aquí hay información adicional: este es un modelo de clasificación donde 0 = empleado suspendido, 1 = empleado despedido, actualmente solo …

35 r  classification  error  random-forest 

Queridos todos, he notado algo extraño que no puedo explicar, ¿verdad? En resumen: el enfoque manual para calcular un intervalo de confianza en un modelo de regresión logística y la función R confint()dan resultados diferentes. He estado pasando por la regresión logística aplicada de Hosmer & Lemeshow (2a edición). En …

34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 

¿Cómo calculo el error relativo cuando el valor verdadero es cero? Digamos que tengo xtrue=0xtrue=0x_{true} = 0 y . Si defino error relativo como:xtestxtestx_{test} relative error=xtrue−xtestxtruerelative error=xtrue−xtestxtrue\text{relative error} = \frac{x_{true}-x_{test}}{x_{true}} Entonces el error relativo siempre está indefinido. Si en cambio uso la definición: relative error=xtrue−xtestxtestrelative error=xtrue−xtestxtest\text{relative error} = \frac{x_{true}-x_{test}}{x_{test}} Entonces …

32 error  measurement-error 

Al ajustar un modelo de regresión, qué sucede si no se cumplen los supuestos de los resultados, específicamente: ¿Qué sucede si los residuos no son homoscedásticos? Si los residuos muestran un patrón creciente o decreciente en la gráfica Residual vs. ¿Qué sucede si los residuos no se distribuyen normalmente y …

28 regression  multiple-regression  error  assumptions  normality-assumption 

Acabo de encontrar este artículo , que describe cómo calcular la repetibilidad (también conocida como confiabilidad, también conocida como correlación intraclase) de una medición a través del modelado de efectos mixtos. El código R sería: #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

Me sorprende que esto no se haya preguntado antes, pero no puedo encontrar la pregunta en stats.stackexchange. Esta es la fórmula para calcular la varianza de una muestra distribuida normalmente: ∑(X−X¯)2n−1∑(X−X¯)2n−1\frac{\sum(X - \bar{X}) ^2}{n-1} Esta es la fórmula para calcular el error cuadrático medio de las observaciones en una regresión …

27 variance  error 

La gente suele decir que algún evento tiene una probabilidad del 50-60% de ocurrir. A veces incluso veré a personas dar barras de error explícitas en las asignaciones de probabilidad. ¿Estas declaraciones tienen algún significado o son solo una peculiaridad lingüística de incomodidad al elegir un número específico para algo …

25 probability  error 

Problema En la regresión, generalmente se calcula el error cuadrado medio (MSE) para una muestra: MSE = 1norte∑i = 1norte( g( xyo) - gˆ( xyo) )2MSE=1norte∑yo=1norte(sol(Xyo)-sol^(Xyo))2 \text{MSE} = \frac{1}{n} \sum_{i=1}^n\left(g(x_i) - \widehat{g}(x_i)\right)^2 para medir la calidad de un predictor. En este momento estoy trabajando en un problema de regresión en …

24 regression  error  loss-functions 

¿Cuál es la diferencia semántica entre el error cuadrático medio (MSE) y el error de predicción cuadrático medio (MSPE)?

23 regression  estimation  interpretation  error  prediction