Preguntas etiquetadas con modeling

En pocas palabras , cuanto más aprendo sobre estadísticas, menos confío en los trabajos publicados en mi campo; Simplemente creo que los investigadores no están haciendo sus estadísticas lo suficientemente bien. Soy un laico, por así decirlo. Estoy entrenado en biología pero no tengo educación formal en estadística o matemáticas. …

54 mathematical-statistics  multiple-regression  modeling 

¿Cómo puede ser útil un modelo de regresión si no conoce la función para la que está tratando de obtener los parámetros? Vi una investigación que decía que las madres que amamantaban a sus hijos tenían menos probabilidades de sufrir diabetes en el futuro. La investigación se realizó a partir …

46 regression  modeling  epidemiology  log-linear 

Esta pregunta ha estado enconándose en mi mente durante más de un mes. La edición de febrero de 2015 de Amstat News contiene un artículo del profesor Mark van der Laan de Berkeley que regaña a las personas por usar modelos inexactos. Afirma que al usar modelos, la estadística es …

45 machine-learning  maximum-likelihood  modeling  nonparametric  parametric 

Me preguntaba si hay un modelo estadístico "hoja (s) de trucos" que enumera alguna o más información: cuando usar el modelo cuando no usar el modelo entradas requeridas y opcionales salidas esperadas ¿Se ha probado el modelo en diferentes campos (política, bio, ingeniería, fabricación, etc.)? ¿Se acepta en la práctica …

44 references  modeling 

Estaba tratando de ajustar mis datos en varios modelos y descubrí que la fitdistrfunción de la biblioteca MASSde Rme da Negative Binomialel mejor ajuste. Ahora desde la página wiki , la definición se da como: La distribución NegBin (r, p) describe la probabilidad de k fallas y r éxitos en …

37 r  distributions  modeling  negative-binomial 

Actualmente estoy trabajando para construir un modelo usando una regresión lineal múltiple. Después de jugar con mi modelo, no estoy seguro de cómo determinar mejor qué variables mantener y cuáles eliminar. Mi modelo comenzó con 10 predictores para el DV. Al usar los 10 predictores, cuatro se consideraron significativos. Si …

35 regression  multiple-regression  feature-selection  modeling  model-selection 

Aparte de las pruebas, literalmente, cada combinación posible de la variable (s) en un modelo ( x1:x2o x1*x2 ... xn-1 * xn). ¿Cómo identificar si una interacción deberían o podrían existir entre el independiente (con suerte) las variables? ¿Cuáles son las mejores prácticas para intentar identificar interacciones? ¿Existe alguna técnica …

35 regression  modeling  interaction 

Tengo cuatro series temporales diferentes de mediciones por hora: El consumo de calor dentro de una casa. La temperatura fuera de la casa La radiación solar La velocidad del viento Quiero poder predecir el consumo de calor dentro de la casa. Existe una clara tendencia estacional, tanto anualmente como a …

33 time-series  modeling  arima 

Estoy leyendo un artículo muy interesante de Sellers y Shmueli sobre modelos de regresión para datos de conteo. Cerca del comienzo (p. 944) citan a McCullaugh y Nelder (1989) diciendo que la regresión binomial negativa es impopular y tiene un vínculo canónico problemático. Encontré el pasaje referido y dice (p. …

31 regression  modeling  negative-binomial 

Los procedimientos comunes de selección de variables basadas en datos (por ejemplo, hacia adelante, hacia atrás, paso a paso, todos los subconjuntos) tienden a generar modelos con propiedades indeseables, que incluyen: Coeficientes sesgados lejos de cero. Errores estándar que son demasiado pequeños e intervalos de confianza que son demasiado estrechos. …

31 modeling  feature-selection 

Aprendí que, cuando se trata de datos utilizando un enfoque basado en modelos, el primer paso es modelar el procedimiento de datos como un modelo estadístico. Luego, el siguiente paso es desarrollar un algoritmo de inferencia / aprendizaje eficiente / rápido basado en este modelo estadístico. ¿Entonces quiero preguntar qué …

28 machine-learning  svm  modeling 

¿Cuál es la diferencia entre una red bayesiana y un proceso de Markov? Creía que entendía los principios de ambos, pero ahora, cuando necesito comparar los dos, me siento perdido. Significan casi lo mismo para mí. Seguramente no lo son. Los enlaces a otros recursos también son apreciados.

28 bayesian  references  modeling  markov-process  bayesian-network 

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 

Todas mis variables son continuas. No hay niveles ¿Es posible incluso tener interacción entre las variables?

27 regression  modeling  interaction 

Recientemente completé una competencia de Kaggle en la que se utilizó la puntuación roc auc según los requisitos de la competencia. Antes de este proyecto, normalmente usaba la puntuación f1 como la métrica para medir el rendimiento del modelo. En el futuro, me pregunto cómo debo elegir entre estas dos …

26 machine-learning  modeling  roc  scoring-rules