Estatísticas e Big Data

Algoritmos MCMC como Metropolis-Hastings e Gibbs são formas de amostragem das distribuições posteriores da articulação. Eu acho que entendo e posso implementar as pessoas que vivem nas metrópoles com bastante facilidade - você simplesmente escolhe os pontos de partida de alguma forma e 'percorre o espaço dos parâmetros' aleatoriamente, guiado …

15 bayesian  mcmc  gibbs 

Fechadas. Esta questão está fora de tópico . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela fique no tópico de Validação cruzada. Fechado há 4 meses . Ao plotar um boxplot com python matplotblib, as linhas na metade do gráfico são a …

15 data-visualization  python  matplotlib  boxplot 

Contexto: Eu tenho um grupo de sites onde eu registro o número de visitas diariamente: W0 = { 30, 34, 28, 30, 16, 13, 8, 4, 0, 5, 2, 2, 1, 2, .. } W1 = { 1, 3, 21, 12, 10, 20, 15, 43, 22, 25, .. } W2 …

15 time-series  forecasting 

Ao programar em R, usei o pacote multicore algumas vezes. No entanto, nunca vi uma declaração sobre como ele lida com seus números aleatórios. Quando uso o openMP com C, tenho o cuidado de usar um RNG paralelo adequado, mas com o R suponho que algo sensato aconteça. Alguém pode …

15 r  random-generation  parallel-computing  multicore 

Supondo que se tenha uma série temporal a partir da qual se possa tomar várias medidas, como período, máximo, mínimo, média etc. e depois usá-las para criar uma onda senoidal modelo com os mesmos atributos, existem abordagens estatísticas que se possa usar para quantificar quão perto os dados reais se …

15 time-series  classification 

Eu tenho um experimento que tentarei abstrair aqui. Imagine que eu jogo três pedras brancas na sua frente e peço que faça um julgamento sobre a posição delas. Registro uma variedade de propriedades das pedras e sua resposta. Eu faço isso em vários assuntos. Eu gero dois modelos. Uma é …

15 r  mixed-model  model-selection 

Sei que muitos de vocês provavelmente acham que o Google Docs ainda é uma ferramenta primitiva. Não é Matlab ou R e nem mesmo Excel. No entanto, estou perplexo com o poder desse software baseado na Web, que apenas usa a capacidade operacional de um navegador (e é compatível com …

15 software  computational-statistics 

Estou trabalhando em um projeto que envolve 14 variáveis ​​e 345.000 observações para dados de habitação (itens como ano construído, metragem quadrada, preço vendido, município de residência, etc.). Estou preocupado em tentar encontrar boas técnicas gráficas e bibliotecas R que contenham boas técnicas de plotagem. Já estou vendo o que …

15 r  data-visualization  large-data  eda 

Não está claro para mim como calcular a cointegração com séries temporais irregulares (idealmente usando o teste de Johansen com VECM). Meu pensamento inicial seria regularizar as séries e interpolar valores ausentes, embora isso possa influenciar a estimativa. Existe alguma literatura sobre esse assunto?

15 time-series  cointegration  unevenly-spaced-time-series 

Um colega (não estatístico) encontra metanálises em artigos que analisa para revistas médicas e procura um bom tratamento de nível introdutório para poder se educar. Alguma recomendação? Favoritos? Livros, monografias e artigos de pesquisa não-técnicos ficariam bem. (Sim, ele está familiarizado com a entrada da Wikipedia e outras coisas facilmente …

15 modeling  meta-analysis 

Embora tenha sido treinado como engenheiro, acho que estou me interessando mais pela mineração de dados. No momento, estou tentando investigar mais o campo. Em particular, eu gostaria de entender as diferentes categorias de ferramentas de software que existem e quais ferramentas são notáveis ​​em cada categoria e por quê. …

15 data-mining 

Fico impressionado com a idéia do encolhimento de James-Stein (ou seja, que uma função não-linear de uma única observação de um vetor de normais possivelmente independentes pode ser um melhor estimador das médias das variáveis ​​aleatórias, onde 'melhor' é medido por erro ao quadrado ) No entanto, nunca o vi …

15 estimation  error  shrinkage  application  steins-phenomenon 

O que você acha da aplicação de técnicas de aprendizado de máquina, como florestas aleatórias ou regressão penalizada (com pena de L1 ou L2 ou uma combinação delas) em pequenos estudos clínicos de amostra quando o objetivo é isolar preditores interessantes em um contexto de classificação? Não é uma pergunta …

15 machine-learning  feature-selection 

Como engenheiro de software, estou interessado em tópicos como algoritmos estatísticos, mineração de dados, aprendizado de máquina, redes bayesianas, algoritmos de classificação, redes neurais, cadeias de Markov, métodos de Monte Carlo e geração de números aleatórios. Pessoalmente, não tive o prazer de trabalhar com nenhuma dessas técnicas, mas tive que …

15 references  computational-statistics  computing 

minha pergunta se aplica particularmente à reconstrução de redes

15 correlation  mutual-information