Preguntas etiquetadas con modeling

Tengo un conjunto de datos que detalla una gran cantidad de juegos de cricket (unos pocos miles). En el "cricket", los "jugadores de bolos" lanzan repetidamente una pelota a una sucesión de "bateadores". El jugador de bolos está tratando de sacar al bateador "fuera". A este respecto, es bastante similar …

9 probability  modeling  games 

En mi campo, la forma habitual de graficar datos emparejados es como una serie de segmentos de línea delgada y delgada, superpuestos con la mediana y el IC de la mediana para los dos grupos: Sin embargo, este tipo de gráfico se vuelve mucho más difícil de leer a medida …

9 generalized-linear-model  data-visualization  modeling  interpretation  paired-data 

Tengo algunos modelos predictivos cuyo rendimiento me gustaría probar (es decir, tomar mi conjunto de datos, "rebobinarlo" a un punto anterior en el tiempo y ver cómo el modelo hubiera funcionado de manera prospectiva). El problema es que algunos de mis modelos se construyeron a través de un proceso interactivo. …

9 cross-validation  modeling  outliers  splines  overfitting 

Tengo un conjunto de datos de alrededor de 5000 características. Para esos datos, utilicé por primera vez la prueba Chi Square para la selección de funciones; después de eso, obtuve alrededor de 1500 variables que mostraron una relación significativa con la variable de respuesta. Ahora necesito ajustar la regresión logística …

9 r  logistic  generalized-linear-model  modeling  regression-strategies 

En Dixon, Coles ( 1997 ), utilizaron la estimación de máxima verosimilitud para los dos modelos de Poisson independientes modificados en (4.3) para modelar los puntajes en el fútbol. Estoy tratando de usar R para "reproducir" los parámetros alfa y beta, así como los parámetros del efecto de inicio (pág. …

9 r  modeling  maximum-likelihood  games 

Dado que no podemos ajustar el modelo ARIMA cuando se viola el supuesto de varianza constante, ¿qué modelo se puede usar para ajustar series de tiempo univariantes?

9 time-series  modeling  forecasting  arima 

Tengo casi las mismas preguntas como esta: ¿Cómo puedo modelar eficientemente la suma de variables aleatorias de Bernoulli? Pero la configuración es bastante diferente: S=∑i=1,NXiS=∑i=1,NXiS=\sum_{i=1,N}{X_i} , , ~ 20, ~ 0.1P(Xi=1)=piP(Xi=1)=piP(X_{i}=1)=p_iNNNpipip_i Tenemos los datos para los resultados de las variables aleatorias de Bernoulli: ,Xi,jXi,jX_{i,j}Sj=∑i=1,NXi,jSj=∑i=1,NXi,jS_j=\sum_{i=1,N}{X_{i,j}} Si estimamos el con la estimación …

9 distributions  modeling  binomial  random-variable  non-independent 

Tenemos un conjunto de muestras biológicas que fue bastante costoso de obtener. Ponemos estas muestras a través de una serie de pruebas para generar datos que se utilizan para construir un modelo predictivo. Para este propósito, hemos dividido las muestras en conjuntos de entrenamiento (70%) y pruebas (30%). Hemos creado …

9 classification  modeling  experiment-design  cross-validation  bootstrap 

Entonces, tengo 16 ensayos en los que estoy tratando de autenticar a una persona de un rasgo biométrico usando Hamming Distance. Mi umbral está establecido en 3.5. Mis datos están a continuación y solo la prueba 1 es un verdadero positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  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 

Estoy buscando una herramienta de software (preferiblemente de código abierto) para dibujar modelos de ecuaciones / mezclas estructurales de manera eficiente y bonita. Después de buscar en xfig y graphviz, ahora me quedo con el paquete de gráficos vectoriales generales Inkscape porque parece más flexible. Me gustaría sondear la comunidad …

9 data-visualization  modeling  sem  software 

Tengo datos con un pico doble que estoy tratando de modelar, y hay suficiente superposición entre los picos que no puedo tratarlos de forma independiente. Un histograma de los datos podría verse así: He creado dos modelos para esto: uno usa dos distribuciones de Poisson y el otro usa dos …

9 modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio 

Para la selección de predictores en regresión lineal multivariada con predictores adecuados, ¿qué métodos están disponibles para encontrar un subconjunto 'óptimo' de los predictores sin probar explícitamente todos los subconjuntos de ? En 'Análisis de supervivencia aplicada', Hosmer y Lemeshow hacen referencia al método de Kuk, pero no puedo encontrar …

9 modeling  regression  multivariable  model-selection  feature-selection 

Proporcionó un tamaño de muestra "N" que planeo usar para pronosticar datos. ¿Cuáles son algunas de las formas de subdividir los datos para que yo use algunos de ellos para establecer un modelo y los datos restantes para validar el modelo? Sé que no hay una respuesta en blanco y …

9 machine-learning  modeling  sample  validation 

Hola, estoy estudiando técnicas de regresión. Mis datos tienen 15 características y 60 millones de ejemplos (tarea de regresión). Cuando probé muchas técnicas de regresión conocidas (árbol impulsado por gradiente, regresión de árbol de decisión, AdaBoostRegressor, etc.), la regresión lineal funcionó muy bien. Anotó casi mejor entre esos algoritmos. ¿Cuál …

9 regression  modeling  deep-learning  model  cart 

Estaba tratando de volver a aprender las estadísticas bayesianas (cada vez que pensaba que finalmente lo entendía, aparece algo más que no consideré antes ...) pero no estaba claro (para mí) cuál era el proceso de generación de datos en el marco bayesiano en realidad es. El marco frecuentista es …

9 bayesian  modeling  prior  frequentist  randomness