Preguntas etiquetadas con modeling

¿Alguien puede ayudarme a comprender los modelos de efectos fijos / aleatorios? Puede explicar a su manera si ha digerido estos conceptos o dirigirme al recurso (libro, notas, sitio web) con una dirección específica (número de página, capítulo, etc.) para que pueda aprenderlos sin ninguna confusión. ¿Es esto cierto: "Tenemos …

14 mixed-model  modeling  random-effects-model  fixed-effects-model 

Dada una secuencia de entradas, necesito determinar si esta secuencia tiene cierta propiedad deseada. La propiedad solo puede ser verdadera o falsa, es decir, solo hay dos clases posibles a las que puede pertenecer una secuencia. La relación exacta entre la secuencia y la propiedad no está clara, pero creo …

14 machine-learning  classification  modeling 

Recientemente, las preguntas de exploración aleatoria activaron un recuerdo de comentarios fuera de la mano de uno de mis profesores hace unos años, advirtiendo sobre el uso de proporciones en los modelos de regresión. Entonces comencé a leer sobre esto, y finalmente llegué a Kronmal 1993. Quiero asegurarme de que …

14 regression  modeling  interaction  weighted-regression  ratio 

Se puede usar una base de datos de (población, área, forma) para mapear la densidad de población asignando un valor constante de población / área a cada forma (que es un polígono como un bloque del Censo, tramo, condado, estado, lo que sea). Sin embargo, las poblaciones generalmente no están …

14 modeling  unbiased-estimator  spatial 

Leyendo sobre métodos y resultados de análisis estadísticos, especialmente en epidemiología, muy a menudo escucho acerca del ajuste o control de los modelos. ¿Cómo explicaría, a un no estadístico, el propósito de eso? ¿Cómo interpretas tus resultados después de controlar ciertas variables? Un pequeño recorrido en Stata o R, o …

14 regression  modeling  epidemiology 

Esta es una pregunta sobre una práctica o método seguido por algunos de mis colegas. Al hacer un modelo de regresión logística, he visto a personas reemplazar las variables categóricas (o variables continuas que están agrupadas) con su respectivo peso de evidencia (WoE). Se supone que esto se hace para …

14 regression  logistic  categorical-data  modeling 

Estaba leyendo los modelos lineales de libros de texto de Faraway con R (primera edición) el fin de semana pasado. Faraway tenía un capítulo llamado "Estrategia estadística e incertidumbre modelo". Describió (página 158) que genera artificialmente algunos datos usando un modelo muy complicado, a continuación, preguntó a sus estudiantes para …

13 predictive-models  modeling  interpretation 

Soy relativamente nuevo en estadísticas y agradecería ayuda para entender esto mejor. En mi campo hay un modelo de forma comúnmente utilizado: PAGt= Po( Vt)αPAGt=PAGo(Vt)αP_t = P_o(V_t)^\alpha Cuando las personas ajustan el modelo a los datos, generalmente lo linealizan y ajustan lo siguiente Iniciar sesión( Pt) = log( Po) + …

13 modeling  model  error  curve-fitting  measurement-error 

He preguntado sobre esto antes y realmente he estado luchando para identificar qué hace que un parámetro modelo y qué lo hace una variable latente. Mirando varios hilos sobre este tema en este sitio, la distinción principal parece ser: Las variables latentes no se observan, pero tienen una distribución de …

13 bayesian  modeling  random-variable  latent-variable 

Digamos que tengo un problema de selección de modelo y estoy tratando de usar AIC o BIC para evaluar los modelos. Esto es sencillo para los modelos que tienen algún número de parámetros con valores reales.kkk Sin embargo, ¿qué sucede si uno de nuestros modelos (por ejemplo, el modelo Mallows …

13 modeling  maximum-likelihood  aic  fitting  bic 

Estoy buscando consejos y comentarios que aborden el análisis de ratios y tasas. En el campo en el que trabajo, el análisis de las relaciones en particular está muy extendido, pero he leído algunos documentos que sugieren que esto puede ser problemático, estoy pensando en: Kronmal, Richard A. 1993. Correlación …

13 modeling  multiple-regression  generalized-linear-model  interaction  confounding 

Estoy ejecutando un modelo de ecuación estructural (SEM) en Amos 18. Estaba buscando 100 participantes para mi experimento (usado de forma flexible), que se consideró que probablemente no era suficiente para llevar a cabo un SEM exitoso. Me han dicho repetidamente que SEM (junto con EFA, CFA) es un procedimiento …

13 modeling  sample-size  bootstrap  sem 

¿Cuáles son los pros y los contras de usar LARS [1] versus usar el descenso coordinado para ajustar la regresión lineal regularizada por L1? Estoy principalmente interesado en los aspectos de rendimiento (mis problemas tienden a tener Ncientos de miles y p<20). Sin embargo, cualquier otra información también sería apreciada. …

13 regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

Esta es una pregunta bastante general: Por lo general, he descubierto que el uso de múltiples modelos diferentes supera a un modelo al intentar predecir una serie de tiempo fuera de la muestra. ¿Hay buenos documentos que demuestren que la combinación de modelos superará a un modelo único? ¿Existe alguna …

13 time-series  modeling  model-comparison 

He estado usando el ajuste del modelo caret, pero luego volví a ejecutar el modelo usando el gbmpaquete. Entiendo que el caretpaquete usa gbmy el resultado debe ser el mismo. Sin embargo, solo una ejecución de prueba rápida usando data(iris)muestra una discrepancia en el modelo de aproximadamente 5% usando RMSE …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption