Estatísticas e Big Data

Notei que na distribuição Normal, a probabilidade é igual a zero, enquanto que na distribuição de Poisson, ela não será igual a zero quando c é um número inteiro não negativo.P( x = c )P(x=c)P(x=c)ccc Minha pergunta é: a probabilidade de alguma constante na distribuição normal é igual a zero …

14 probability  normal-distribution  poisson-distribution 

Estou procurando um pacote de imputação KNN. Eu estive analisando o pacote de imputação ( http://cran.r-project.org/web/packages/imputation/imputation.pdf ), mas por algum motivo a função de imputação do KNN (mesmo quando segue o exemplo da descrição) parece apenas imputar valores zero (conforme abaixo). Eu tenho procurado, mas não consigo encontrar algo ainda, …

14 r  k-nearest-neighbour  data-imputation 

A divergência de Kullback-Leibler é uma métrica para comparar duas funções de densidade de probabilidade, mas que métrica é usada para comparar dois XXX e GP YYY?

14 gaussian-process  metric 

A fórmula a seguir está correta se eu quiser medir o erro padrão da mediana no caso de uma amostra pequena com distribuição não normal (estou usando python)? sigma=np.std(data) n=len(data) sigma_median=1.253*sigma/np.sqrt(n)

14 standard-error  median 

De acordo com M. Katz em seu livro Multivariable analysis (Seção 1.2, página 6), " Um fator de confusão está associado ao fator de risco e causalmente relacionado ao resultado " . Por que o fator de confusão deve estar causalmente relacionado ao resultado? Seria suficiente o fator de confusão …

14 causality  definition  confounding 

Eu pesquisei sobre k-means e é isso que obtive: k-means é um dos algoritmos mais simples que usa o método de aprendizado não supervisionado para resolver problemas conhecidos de agrupamento. Funciona muito bem com grandes conjuntos de dados. No entanto, também existem desvantagens do K-Means, que são: Forte sensibilidade a …

14 clustering  data-mining  algorithms  k-means 

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 6 meses . Ao testar a suposição de regressão paralela na regressão logística ordinal, percebo que existem várias …

14 r  regression  ordinal-data  ordered-logit 

Como testar a igualdade simultânea de coeficientes escolhidos no modelo logit ou probit? Qual é a abordagem padrão e qual é a abordagem do estado da arte?

14 hypothesis-testing  logit  probit 

Eu tenho um modelo econômico teórico que é o seguinte, y=a+b1x1+b2x2+b3x3+uy=a+b1x1+b2x2+b3x3+u y = a + b_1x_1 + b_2x_2 + b_3x_3 + u Então a teoria diz que existem x1x1x_1 , x2x2x_2 e x3x3x_3 fatores para estimar yyy . Agora eu tenho os dados reais e preciso estimar b1b1b_1 , , …

14 regression  multiple-regression  endogeneity 

Estou interessado em obter uma estimativa imparcial de em uma regressão linear múltipla.R2R2R^2 Refletindo, posso pensar em dois valores diferentes que uma estimativa imparcial de pode estar tentando corresponder.R2R2R^2 Fora da amostra :R2R2R^2 o quadrado r que seria obtido se a equação de regressão obtida da amostra (ou seja, ) …

14 estimation  multiple-regression  r-squared  bias 

Os dados que tenho são um valor de declive de regressão de y ~ time, um erro padrão, um valor n e um valor ap, para uma espécie específica em duas áreas diferentes. Quero verificar se a inclinação de regressão para uma área é significativamente diferente da inclinação de regressão …

14 r  regression  statistical-significance 

Quero incluir o tempo gasto fazendo alguma coisa (semanas de amamentação, por exemplo) como uma variável independente em um modelo linear. No entanto, algumas observações não se envolvem no comportamento. Codificá-los como 0 não é realmente certo, porque 0 é qualitativamente diferente de qualquer valor> 0 (ou seja, mulheres que …

14 regression  generalized-linear-model  mixture 

Pr(X>x)Pr(X>x)\Pr(X>x)

14 self-study 

Recebi dados x = c(21,34,6,47,10,49,23,32,12,16,29,49,28,8,57,9,31,10,21,26,31,52,21,8,18,5,18,26,27,26,32,2,59,58,19,14,16,9,23,28,34,70,69,54,39,9,21,54,26) y = c(47,76,33,78,62,78,33,64,83,67,61,85,46,53,55,71,59,41,82,56,39,89,31,43,29,55, 81,82,82,85,59,74,80,88,29,58,71,60,86,91,72,89,80,84,54,71,75,84,79) Como posso obter os resíduos e plotá-los versus ? E como posso testar se os resíduos parecem ser aproximadamente normais?xxx Não tenho certeza se faço o ajuste linear original corretamente, pois obtive a equação mas as notas da aula dizem que …

14 r  regression 

Gostaria de criar uma floresta aleatória usando o seguinte processo: Construa uma árvore em amostras aleatórias dos dados e recursos usando o ganho de informações para determinar as divisões Encerre um nó folha se exceder uma profundidade predefinida OU qualquer divisão resultaria em uma contagem de folhas menor que um …

14 classification  random-forest  lasso  ensemble