Preguntas etiquetadas con model

Esta no es una pregunta de trabajo a domicilio sino un problema real que enfrenta nuestra empresa. Hace muy poco (hace 2 días) pedimos la fabricación de 10000 etiquetas de productos a un distribuidor. El distribuidor es una persona independiente. Obtiene las etiquetas fabricadas desde el exterior y la empresa …

66 probability  bayesian  model  decision-theory 

Tengo varias covariables en mi cálculo para un modelo, y no todas son estadísticamente significativas. ¿Debo eliminar los que no lo son? Esta pregunta discute el fenómeno, pero no responde a mi pregunta: ¿Cómo interpretar el efecto no significativo de una covariable en ANCOVA? Sin embargo, no hay nada en …

39 regression  statistical-significance  ancova  model  predictor 

Tengo datos recopilados de un experimento organizado de la siguiente manera: Dos sitios, cada uno con 30 árboles. 15 son tratados, 15 son control en cada sitio. De cada árbol, tomamos muestras de tres piezas del tallo y tres piezas de las raíces, por lo que 6 muestras de nivel …

34 r  mixed-model  model  nested-data  lme4-nlme 

Solo un pensamiento: Los modelos parsimoniosos siempre han sido la opción predeterminada en la selección de modelos, pero ¿en qué medida este enfoque está desactualizado? Tengo curiosidad acerca de cuánto nuestra tendencia hacia la parsimonia es una reliquia de una época de abaci y reglas de cálculo (o, más en …

31 predictive-models  model-selection  model 

En esta publicación de blog de Andrew Gelman, hay el siguiente pasaje: Los modelos bayesianos de hace 50 años parecen irremediablemente simples (excepto, por supuesto, por problemas simples), y espero que los modelos bayesianos de hoy parezcan irremediablemente simples, dentro de 50 años. (Solo por un ejemplo simple: probablemente deberíamos …

30 distributions  bayesian  normal-distribution  model  robust 

Las respuestas (definiciones) definidas en Wikipedia son posiblemente un poco crípticas para aquellos que no están familiarizados con las matemáticas / estadísticas superiores. En términos matemáticos, un modelo estadístico generalmente se considera un par ( ), donde S es el conjunto de observaciones posibles, es decir, el espacio muestral, y …

28 distributions  model  terminology 

Suponga que un modelo tiene una precisión del 100% en los datos de entrenamiento, pero una precisión del 70% en los datos de la prueba. ¿Es cierto el siguiente argumento sobre este modelo? Es obvio que este es un modelo sobreajustado. La precisión de la prueba se puede mejorar reduciendo …

25 model  accuracy  overfitting 

Estoy siguiendo AW van der Vaart, estadísticas asintóticas (1998). Habla de experimentos estadísticos, alegando que son diferentes de un modelo estadístico, pero no define ninguno. Mi pregunta: ¿Qué es (1) un experimento estadístico, (2) un modelo estadístico y (3) cuál es el ingrediente clave que siempre distinguirá al experimento estadístico …

17 mathematical-statistics  inference  experiment-design  descriptive-statistics  model 

¿Qué es el modelo nulo en regresión y cuál es la relación entre el modelo nulo y la hipótesis nula? Para mi entender, ¿significa ¿Usando el "promedio de la variable de respuesta" para predecir la variable de respuesta continua? ¿Usando la "distribución de etiquetas" en la predicción de variables de …

16 regression  hypothesis-testing  classification  terminology  model 

El cálculo bayesiano aproximado es una técnica realmente genial para ajustar básicamente cualquier modelo estocástico, destinado a modelos donde la probabilidad es intratable (por ejemplo, puede tomar muestras del modelo si fija los parámetros pero no puede calcular la probabilidad numérica, algorítmica o analíticamente ). Al presentar el cálculo bayesiano …

16 bayesian  simulation  model  likelihood  abc 

Estoy experimentando con el algoritmo de la máquina de aumento de gradiente a través del caretpaquete en R. Usando un pequeño conjunto de datos de admisión a la universidad, ejecuté el siguiente código: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

Estoy haciendo una regresión de riesgos proporcionales de Cox en R usando coxph, que incluye muchas variables. Los residuos de Martingala se ven geniales, y los residuos de Schoenfeld son excelentes para CASI TODAS las variables. Hay tres variables cuyos residuos de Schoenfeld no son planos, y la naturaleza de …

15 r  model  cox-model  hazard  schoenfeld-residuals 

He tomado un curso de aprendizaje automático en mi universidad. En uno de los premios, se hizo esta pregunta. Modelo 1: Modelo 2:y=θx+ϵy=θx+ϵ y = \theta x + \epsilon y=θx+θ2x+ϵy=θx+θ2x+ϵ y = \theta x + \theta^2 x + \epsilon ¿Cuál de los modelos anteriores se ajustaría mejor a los datos? …

14 regression  machine-learning  self-study  modeling  model 

El tratamiento clásico de la inferencia estadística se basa en el supuesto de que existe una estadística correctamente especificada. Es decir, la distribución P∗(Y)P∗(Y)\mathbb{P}^*(Y) que generó los datos observados yyy es parte del modelo estadístico MM\mathcal{M} : P∗(Y)∈M={Pθ(Y):θ∈Θ}P∗(Y)∈M={Pθ(Y):θ∈Θ}\mathbb{P}^*(Y) \in \mathcal{M}=\{\mathbb{P}_\theta(Y) :\theta \in \Theta\} Sin embargo, en la mayoría de las …

14 hypothesis-testing  confidence-interval  model  frequentist  misspecification 

Tengo una pregunta sobre mi uso de un modelo mixto / lmer. El modelo básico es este: lmer(DV ~ group * condition + (1|pptid), data= df) El grupo y la condición son factores: el grupo tiene dos niveles (grupo A, grupo B) y la condición tiene tres niveles (condición1, condición2, …

14 interaction  interpretation  lme4-nlme  model