Estatísticas e Big Data

Eu tenho uma amostra de cerca de 1000 valores. Esses dados são obtidos do produto de duas variáveis ​​aleatórias independentes . A primeira variável aleatória possui uma distribuição uniforme . A distribuição da segunda variável aleatória não é conhecida. Como posso estimar a distribuição da segunda variável aleatória ( )?ξ …

15 probability  distributions  mathematical-statistics 

O lema de Neyman-Pearson pode se aplicar ao caso em que uma simples alternativa nula e uma simples não pertencem à mesma família de distribuições? Pela prova, não vejo por que não pode. Por exemplo, quando o nulo simples é uma distribuição normal e a alternativa simples é uma distribuição …

15 hypothesis-testing  mathematical-statistics 

Estou usando uma série temporal diária de dados de vendas que contém cerca de 2 anos de pontos de dados diários. Com base em alguns dos tutoriais / exemplos on-line, tentei identificar a sazonalidade nos dados. Parece haver periodicidade / sazonalidade semanal, mensal e provavelmente anual. Por exemplo, existem dias …

15 r  time-series  forecasting  arima  multiple-seasonalities 

Em um artigo que descreve os resultados da análise de sobrevida, li uma declaração que implica que se pode traduzir a razão de risco (FC) em proporção do tempo médio de sobrevivência ( e M 2M1M1M_1M2M2M_2 ) usando a fórmula: HR=M1M2HR=M1M2HR = \frac{M_1}{M_2} Tenho certeza de que isso não ocorre …

15 survival  hazard 

Na literatura, os termos Randomização e Permutação são usados ​​de forma intercambiável. Com muitos autores afirmando "testes de permutação (também conhecidos como randomização)", ou vice-versa. Na melhor das hipóteses, acredito que a diferença seja sutil e reside em suas suposições sobre os dados e as possíveis conclusões que podem ser …

15 hypothesis-testing  sampling  terminology  permutation-test 

Tanto quanto eu entendo, explica o quão bem o modelo prevê a observação. Ajustado R 2 é a que tem em conta as observações mais (ou graus de liberdade). Então, ajustado R 2 prevê o modelo melhor? Então por isso é menos do que R 2 ? Parece que muitas …

15 regression  r-squared 

A análise de correlação canônica (CCA) visa maximizar a correlação usual de produto-momento de Pearson (ou seja, coeficiente de correlação linear) das combinações lineares dos dois conjuntos de dados. Agora, considere o fato de que esse coeficiente de correlação mede apenas associações lineares - esse é o motivo pelo qual …

15 multivariate-analysis  data-transformation  spearman-rho  kendall-tau  canonical-correlation 

Digamos que recebemos o seguinte problema: Preveja quais clientes têm mais probabilidade de parar de comprar em nossa loja nos próximos três meses. Para cada cliente, sabemos o mês em que um começou a comprar em nossa loja e, além disso, temos muitos recursos comportamentais em agregados mensais. O cliente …

15 logistic  survival  cox-model 

Atualmente, essa questão não se encaixa no nosso formato de perguntas e respostas. Esperamos que as respostas sejam apoiadas por fatos, referências ou conhecimentos, mas essa pergunta provavelmente solicitará debates, argumentos, pesquisas ou discussões prolongadas. Se você acha que essa pergunta pode ser melhorada e possivelmente reaberta, visite o centro …

15 references  history 

Eu tenho uma unidade GPS que gera uma medição de ruído via matriz de covariância ΣΣ\Sigma : Σ=⎡⎣⎢σxxσyxσxzσxyσyyσyzσxzσyzσzz⎤⎦⎥Σ=[σxxσxyσxzσyxσyyσyzσxzσyzσzz]\Sigma = \left[\begin{matrix} \sigma_{xx} & \sigma_{xy} & \sigma_{xz} \\ \sigma_{yx} & \sigma_{yy} & \sigma_{yz} \\ \sigma_{xz} & \sigma_{yz} & \sigma_{zz} \end{matrix}\right] (há também envolvido, mas vamos ignorar isso por um segundo.)ttt Suponha que …

15 covariance  measurement-error  uncertainty 

O pacote de plotagem R ggplot2 possui uma função impressionante chamada stat_smooth para plotar uma linha de regressão (ou curva) com a banda de confiança associada. No entanto, estou tendo dificuldade em descobrir exatamente como essa faixa de confiança é gerada, para cada momento da linha de regressão (ou "método"). …

15 r  regression  confidence-interval  ggplot2 

Eu preciso "aprender" a distribuição de um gaussiano bivariado com poucas amostras, mas uma boa hipótese sobre a distribuição anterior, então eu gostaria de usar a abordagem bayesiana. Eu defini o meu anterior: P(μ)∼N(μ0,Σ0)P(μ)∼N(μ0,Σ0) \mathbf{P}(\mathbf{\mu}) \sim \mathcal{N}(\mathbf{\mu_0},\mathbf{\Sigma_0}) μ0=[00] Σ0=[160027]μ0=[00] Σ0=[160027] \mathbf{\mu_0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \ \ \ …

15 distributions  bayesian  estimation  covariance  posterior 

Eu tenho um banco de dados de eventos (ou seja, uma variável de datas) e covariáveis ​​associadas. Os eventos são gerados pelo processo Poisson não estacionário, com o parâmetro sendo uma função desconhecida (mas possivelmente linear) de algumas covariáveis. Eu acho que o pacote NHPoisson existe apenas para esse fim; …

15 r  poisson-distribution  poisson-process 

A abordagem comum para estimar os parâmetros de uma distribuição normal é usar a média e o desvio / variância padrão da amostra. No entanto, se houver alguns discrepantes, a mediana e o desvio médio da mediana devem ser muito mais robustos, certo? Em alguns conjuntos de dados que eu …

15 normal-distribution  estimation  outliers  robust  unbiased-estimator 

Eu estive pensando sobre este problema. A função logística usual para modelar dados binários é: No entanto, a função logit, que é uma curva em forma de S, é sempre a melhor para modelar os dados? Talvez você tenha motivos para acreditar que seus dados não seguem a curva normal …

15 logistic  references  link-function