Estatísticas e Big Data

Entendo que a diferença entre eles está relacionada ao fato de a variável de agrupamento no modelo ser estimada como um efeito fixo ou aleatório, mas não está claro para mim por que eles não são os mesmos (se não são os mesmos). Estou especificamente interessado em como isso funciona …

20 mixed-model  blue  blup  small-area-estimation 

Sei como calcular matematicamente PCA e SVD e sei que ambos podem ser aplicados à regressão de mínimos quadrados lineares. A principal vantagem do SVD matematicamente parece ser que ele pode ser aplicado a matrizes não quadradas. Ambos focam na decomposição da matrizAlém da vantagem do SVD mencionada, existem vantagens …

20 pca  least-squares  svd 

Estou interessado em entender melhor o método delta para aproximar os erros padrão dos efeitos marginais médios de um modelo de regressão que inclui um termo de interação. Analisei questões relacionadas no método delta, mas nenhuma forneceu exatamente o que estou procurando. Considere os seguintes dados de exemplo como um …

20 r  regression  standard-error  effect-size  delta-method 

O conceito de "média" percorre muito mais do que a média aritmética tradicional; estende até o ponto de incluir a mediana? Por analogia, dados brutos ⟶identidadedados brutos ⟶significarmédia bruta ⟶identidade- 1média aritméticadados brutos ⟶destinatáriorecíprocos ⟶significarrecíproco médio ⟶destinatário- 1média harmônicadados brutos ⟶registrologs ⟶significarlog médio ⟶registro- 1média geométricadados brutos ⟶quadradoquadrados ⟶significarquadrado médio …

20 mean  average  median 

De acordo com meu entendimento, no PCA baseado em correlações, obtemos cargas de fator (= componente principal neste caso) que nada mais são do que correlações entre variáveis ​​e fatores. Agora, quando preciso gerar pontuações fatoriais no SPSS, posso obter diretamente pontuações fatoriais de cada respondente para cada fator. Também …

20 spss  pca  factor-analysis 

Deixe um modelo de regressão linear obtido pela função R lm gostaria de saber se é possível obter pelo comando Erro Quadrático Médio. Eu tive a seguinte saída de um exemplo > lm <- lm(MuscleMAss~Age,data) > sm<-summary(lm) > sm Call: lm(formula = MuscleMAss ~ Age, data = data) Residuals: Min …

20 r  regression  error 

Se é um vetor aleatório e é uma matriz fixa, alguém poderia explicar por queZZ\mathbf {Z}AAAcov[AZ]=Acov[Z]A⊤.cov[AZ]=Acov[Z]A⊤.\mathrm{cov}[A \mathbf {Z}]= A \mathrm{cov}[\mathbf {Z}]A^\top.

20 covariance 

Acabei de ler sobre a amostragem de Gibbs e o algoritmo Metropolis Hastings e tenho algumas perguntas. Pelo que entendi, no caso da amostragem de Gibbs, se tivermos um grande problema multivariado, coletamos amostras da distribuição condicional, ou seja, amostramos uma variável enquanto mantemos todas as outras fixas, enquanto no …

20 bayesian  sampling  mcmc  gibbs  metropolis-hastings 

Em R, quando eu tenho um modelo linear (generalizada) ( lm, glm, gls, glmm, ...), como posso testar o coeficiente (inclinação de regressão) contra qualquer outro valor diferente de 0? No resumo do modelo, os resultados do teste t do coeficiente são relatados automaticamente, mas apenas para comparação com 0. …

20 r  regression  t-test 

Eu tenho um conjunto de dados composto por 5 recursos: A, B, C, D, E. Eles são todos valores numéricos. Em vez de fazer um cluster baseado em densidade, o que eu quero fazer é agrupar os dados de maneira semelhante a uma árvore de decisão. A abordagem que quero …

20 r  machine-learning  clustering  cart 

A regressão penalizada de L1 (aka laço) é apresentada em duas formulações. Seja as duas funções objetivas Então as duas formulações diferentes são sujeito a e, equivalentemente Usando as condições de Karush-Kuhn-Tucker (KKT), é fácil ver como a condição de estacionariedade para a primeira formulação é equivalente a pegar o …

20 regression  lasso  penalized 

Considere observações censuradas à direita, com eventos às vezes . O número de indivíduos suscetíveis no momento é e o número de eventos no momento é .t1,t2,…t1,t2,…t_1, t_2, \dotsiiininin_iiiididid_i O Kaplan-Meier ou estimador de produto surge naturalmente como um MLE quando a função de sobrevivência é uma função escalonada . …

20 bayesian  survival  kaplan-meier 

Estou tentando ajustar um spline para um GLM usando R. Depois de ajustar o spline, quero poder pegar meu modelo resultante e criar um arquivo de modelagem em uma pasta de trabalho do Excel. Por exemplo, digamos que eu tenho um conjunto de dados em que y é uma função …

20 splines 

Hoje em dia, com toda a mídia falando e falando sobre aprendizado profundo, eu li algumas coisas básicas. Acabei de descobrir que é apenas mais um método de aprendizado de máquina para aprender padrões a partir dos dados. Mas minha pergunta é: onde e por que esse método brilha? Por …

20 machine-learning  data-mining  deep-learning  deep-belief-networks 

Para esse modelo de regressão linear univariada, determinado conjunto de dadosyi=β0+β1xi+ϵiyi=β0+β1xi+ϵiy_i = \beta_0 + \beta_1x_i+\epsilon_iD={(x1,y1),...,(xn,yn)}D={(x1,y1),...,(xn,yn)}D=\{(x_1,y_1),...,(x_n,y_n)\} , as estimativas dos coeficientes são β 1 = Σ i x i y i - n ˉ x ˉ y β 0= ˉ y - β 1 ˉ x Aqui está a minha pergunta, …

20 standard-error  inference