Estatísticas e Big Data

Aparentemente, no agrupamento hierárquico no qual a medida de distância é a distância euclidiana, os dados devem primeiro ser normalizados ou padronizados para impedir que a covariável com a maior variação conduza o agrupamento. Por que é isso? Este fato não é desejável?

19 clustering  normalization 

Estou ajustando um HLM Bayesiano no JAGS usando a validação cruzada em dobra k (k = 5). Gostaria de saber se as estimativas do parâmetro são estáveis ​​em todas as dobras. Qual é a melhor forma de fazer isso?ββ\beta Uma idéia é encontrar as diferenças dos posteriores de e ver …

19 bayesian  cross-validation 

Estou tentando gerar sequência aleatória correlacionada com média = 000 , variância = 111 , coeficiente de correlação = 0.80.80.8 . No código abaixo, eu uso s1& s2como desvio padrão e m1& m2como meio. p = 0.8 u = randn(1, n) v = randn(1, n) x = s1 * u …

19 correlation  matlab  random-generation  correlation-matrix 

Eu tenho uma pergunta sobre os modelos ARIMA. Digamos que eu tenha uma série temporal que gostaria de prever e um modelo parece ser uma boa maneira de conduzir o exercício de previsão. Agora, os atrasados implicam que minha série hoje seja influenciada por eventos anteriores. Isso faz sentido. Mas …

19 regression  time-series  interpretation 

Na minha classe de cálculo, encontramos a função , ou a "curva de sino", e me disseram que ela tem aplicações frequentes em estatística.e- x2e-x2e^{-x^2} Por curiosidade, quero perguntar: a função realmente importante em estatística? Nesse caso, o que é que o torna útil e quais são algumas de suas …

19 normal-distribution 

O texto de Wackerly et al. Afirma esse teorema "Let e denotam as funções geradoras de momento das variáveis ​​aleatórias X e Y, respectivamente. Se ambas as funções geradoras de momento existem e para todos os valores de t, X e Y têm a mesma distribuição de probabilidade ". sem …

19 mathematical-statistics  references  moments  proof  mgf 

Ouvi / vi em vários lugares que você pode transformar o conjunto de dados em algo que é distribuído normalmente, pegando o logaritmo de cada amostra, calculando o intervalo de confiança para os dados transformados e transformando o intervalo de confiança novamente usando a operação inversa (por exemplo, eleve 10 …

19 confidence-interval  mean  lognormal 

Qual fórmula é usada na função de desvio padrão sdem R?

19 r  standard-deviation 

O que é uma medida significativa de "correlação" para estudar a relação entre esses dois tipos de variáveis? Em R, como fazer isso?

19 r  correlation  categorical-data  association-measure 

Sou desenvolvedor de software (principalmente .NET e Python, com cerca de 5 anos de experiência). O que posso fazer para me ajudar a conseguir um emprego no campo de aprendizado de máquina ou realmente qualquer coisa que me inicie nesse campo? A pós-graduação é um requisito difícil?

19 machine-learning  data-mining  careers 

Bloqueado . Esta pergunta e suas respostas estão bloqueadas porque a questão está fora do tópico, mas tem um significado histórico. No momento, não está aceitando novas respostas ou interações. Gostaria de saber se é possível executar no R um agrupamento de dados com variáveis ​​de dados mistas. Em outras …

19 r  clustering  mixed-type-data 

Para modelagem preditiva, precisamos nos preocupar com conceitos estatísticos, como efeitos aleatórios e não independência de observações (medidas repetidas)? Por exemplo.... Eu tenho dados de 5 campanhas de mala direta (ocorridas ao longo de um ano) com vários atributos e um sinalizador para compra. Idealmente, eu usaria todos esses dados …

19 machine-learning  predictive-models  repeated-measures  assumptions 

Quão conservadora é a correção de testes múltiplos de Benjamini-Hochberg em relação ao número total de comparações? Por exemplo, se eu tiver uma lista de 18.000 recursos para dois grupos e executar um teste de Wilcoxon para obter um valor-p. Eu ajusto esse valor-p usando Benjamini-Hochberg e quase nada sai …

19 multiple-comparisons  p-value 

Gostaria de saber se alguém sabe como executar um modelo de mediação múltipla em R. Sei que o pacote de mediação permite vários modelos de mediação simples, mas quero executar um modelo que avalie vários modelos de mediação simultaneamente. Estou supondo que posso fazer isso em uma estrutura SEM (análise …

19 r  regression  mediation 

(ignore o código R, se necessário, pois minha pergunta principal é independente do idioma) Se eu quiser olhar para a variabilidade de uma estatística simples (ex: média), sei que posso fazê-lo via teoria como: x = rnorm(50) # Estimate standard error from theory summary(lm(x~1)) # same as... sd(x) / sqrt(length(x)) …

19 r  bootstrap  nonlinear-regression